인체자원은행의 효율적인 운영을 위한 OWL 기반의 데이터베이스 구축에 관한 연구 = Study on OWL-based database built for the efficient operation of human resources bank

다국어 초록 (Multilingual Abstract)

The purpose of this study was to build Ontology based database for efficient operation and interoperability of the human resource bank. The team 7,197,252 of human resources information was collected through previous studies and classifies the 1,796 clinical item through high quality work. For a clear expression of clinical terminology mapping and item of international standard terminology SNOMED-CT it was found to have 826 different synonyms of the term and value types, the data type for the international standard code. In this study, we selected a preferred term of 76 to minimize the redundancy due to the synonyms. Also define the relationship between synonyms and preferred terms using the OWL for interoperability between human resources banks and were stored in XML and databases. OWL-based database built in this study has a common terminology, it can be interchangeably without complex mapping process between the human resource banks.

국문 초록 (Abstract)

본 연구에서는 인체자원은행의 효율적인 운영과 인체자원은행간의 상호호환을 위해 온톨로지 기반의 데이터베이스를 구축하였다. 본 연구팀은 선행연구에서 7,197,252개의 인체자원정보를 수집하여 고품질 인체자원정보 데이터베이스를 구축하였다. 이 과정에서 1,796개의 임상항목을 분류하고 명확한 용어표현을 위해 국제표준용어체계인 SNOMED-CT와 매핑하였다. 그 결과 동일한 국제표준코드에 대해 서로 다른 용어 및 값 유형, 자료 형을 가지는 826개의 유의어를 발견하였다. 본 연구에서는 유의어로 인한 중복을 최소화하기 위해 76개의 선호어를 선정하였다. 또한 인체자원은행간의 상호호환을 위해 유의어와 선호어 간의 관계를 OWL을 이용하여 정의하고 XML 및 데이터베이스에 저장하였다. 본 연구에서 구축한 OWL 기반의 데이터베이스는 공통된 용어체계를 가지며, 인체자원은행 간의 복잡한 매핑 과정 없이 상호호환 할 수 있다.

참고문헌 (Reference)

1 황치곤, "온톨로지 기반의 서비스 연관관계를 이용한 서비스 통합에 관한 연구" 한국디지털정책학회 12 (12): 327-333, 2014

2 S. K. Rho, "The key of the internet evolution: Ontology"

3 J. Muilu, "The federated database–a basis for biobank-based post-genome studies, integrating phenome and genome data from 600 000 twin pairs in Europe" 15 (15): 718-723, 2007

4 P. Elliott, "The UK Biobank sample handling and storage protocol for the collection, processing and archiving of human blood and urine. International" 37 (37): 234-244, 2008

5 J. D. Tenenbaum, "The Biomedical Resource Ontology (BRO) to enable resource discovery in clinical and translational research" 44 (44): 137-145, 2011

6 A. Q. Andrade, "Requirements for semantic biobanks" 180 (180): 569-573, 2012

7 S. Y. Cho, "Opening of the National Biobank of Korea as the infrastructure of future biomedical science in Korea" 3 (3): 177-184, 2012

8 J. J. Chelsom, "Ontology-driven development of a clinical research information system" 2011

9 R. Wynden, "Ontology mapping and data discovery for the translational investigator" 66 : 2010

10 C. Jonquet, "NCBO Resource Index: Ontology-based search and mining of biomedical resources. Web Semantics: Science" 9 (9): 316-324, 2011

11 M. Brochhausen, "Developing a semantically rich ontology for the biobank-administration domain" 4 (4): 2013

12 Z. Chen, "China Kadoorie Biobank of 0.5 million people: survey methods, baseline characteristics and long-term follow-up" 40 (40): 1652-1666, 2011

13 M. KRESTYANINOVA, "Biobank metaportal to enhance collaborative research: sail. simbioms. org" 2011

14 G. Olund, "BIMS: An information management system for biobanking in the 21st century" 46 (46): 171-182, 2007

15 J. J. Cimino, "Auditing the unified medical language system with semantic methods" 5 (5): 41-51, 1998

16 O. Park, "A strategic plan for the second phase (2013–2015) of the Korea biobank project" 4 (4): 107-116, 2013