Médiation à base d’ontologie pour l’intégration sémantique des données de Saccharomyces cerevisiae

Abstract

Les sources de données biologiques contiennent une très grande richesse d’informations et sont hautement complémentaires. Les biologistes sont systématiquement amenés à consulter ces sources afin d’analyser les résultats de leurs expérimentations et de tirer des conclusions et des hypothèses qui pourraient leur aider à avancer dans leurs recherches. Cependant, le nombre et le contenu de ces sources aujourd’hui disponibles sur le Web ne cessent de croître de façon considérable. Ces sources de données sont à la fois réparties et très hétérogènes : chaque source a sa propre structure et format de représentation de données ; les langages d’interrogation sont très variés; la manière d’accéder aux données change pour chaque source ; les termes scientifiques utilisés pour décrire les données diffèrent d’une source à l’autre...etc. Cela complique la tâche d’interrogation de ces sources et la recherche d’informations par les biologistes. Ce qui rend l’intégration des données biologiques une nécessité afin d’aider les biologistes de remédier à ces problèmes, de bien exploiter les sources de données et d’y tirer le maximum d’avantages. D’autre part, la levure Saccharomyces cerevisiae fut le premier eucaryote à entrer au panthéon des organismes entièrement séquencés. La puissance de sa génétique et l’importance de la communauté scientifique internationale qui s’y consacre ont fait de cet organisme un modèle pour les études fonctionnelles post-séquençage aussi bien qu’une plate-forme expérimentale pour développer et valider de nouvelles approches et stratégies génomiques. Plusieurs sources de données biologiques, qui stockent et organisent les données de la levure Saccharomyces cerevisiae, sont publiquement disponibles et accessibles via le Web. Ces sources de données héritent les mêmes problèmes rencontrés dans les bases de données biologiques d’une manière générale. Au cours de ce travail de thèse, nous avons eu pour objectif la proposition d’un prototype d’intégration de données biologiques de la levure Saccharomyces cerevisiae. Il s’agit d’un système, appelé YeastMed, à base de médiateur faisant appel à une ontologie pour supporter les requêtes des utilisateurs. YeastMed reçoit des requêtes des biologistes à travers une interface Web. Il fait usage ensuite d’un module de réécriture de requêtes pour décomposer la requête utilisateur en un ensemble de sous-requêtes. Ces dernières seront à destination 2 des sources de données susceptibles de participer à la construction d’une ou plusieurs réponses à la requête utilisateur. Les sources de données sont accédées, par le système, à travers un ensemble de services Web. Le système est doté d’un service Web pour chaque source de données. Ainsi, YeastMed fourni un accès transparent et simultané à plusieurs sources de données de la levure Saccharomyces cerevisiae via une interface unique.