发现数据在今天的信息时代:拜耳COLID系统

安东尼·n·戴维斯

国家电力、可持续环境研究中心、学院计算、工程和科学,英国南威尔士大学

DOI:https://doi.org/10.1255/sew.2021.a52
©2021年作者
发表在Creative Commons BY-NC-ND执照

有人说我们生活在一个信息时代。有人说我们生活在一个误报的年龄。我们当然喜欢容易获得大量的信息来源来支持我们的工作比历史上任何时候。然而,在什么阶段剪切我们面对巨大的信息意味着我们的过滤能力好坏,甚至故意误导不知所措吗?然后我们开始做决定比在早期的时候,有限的同行评议信息提要都是我们可以依靠。

当然,有许多可用的互联网搜索引擎给你,你肯定会有一个最喜欢的“去”引擎,你对于大多数依赖任务的信息。然而,公司可以影响你给出的结果,通过搜索引擎提供商或聘请专家的工作就是了解搜索引擎排名的信息从互联网上刮。正好站在镜子前看自己的眼睛,承认你准备多少页的搜索结果向下滚动,和你经常访问多个结果页面做出明智决定你所研究的问题。

最后,让我们添加一个并发症,可能会有一些出色的工作继续在你的自己的公司,当然应该影响你的决策,但它是在一个部门进行的信息不可用常见的明显的互联网搜索引擎公司保密的原因。没有什么比工作资料的问题只有在企业活动的人问你“你没跟希拉配方;她做了一些出色的工作到底这些活性成分布里斯班,早在2015年就发现了一个解决方案的确认你需要光谱数据!”。

数字世界发展的解决方案

即使我们获得well-curated和索引归档解决方案,路线到每个档案通常非常特定于每个技术。即使我们有,例如,化学结构信息与特定的数据集相关联的个人收藏,他们很可能是在格式和编码在特定数据源的方式很好但缺少内容使比较有疑问的信息来源。这已经被部分覆盖在最近的一次列在我们的许多不同的方式表明,NMR谱中可以找到不同的数据sources-fine在他们自己的环境,一个真正的问题,如果你想进行比较。¹所以,想象你想要搜索一个特定的项museum-clearly博物馆的目录将会是一个伟大的开始point-hopefully详细不仅在开放显示是什么,他们隐藏在档案。现在这个问题扩展到所有世界各地的博物馆和档案馆…和你得到一些想法的我们面临的问题。此外,当然这并不是一个静态的问题档案和信息资源也不断发展和扩大即使我们搜索。

幸运的是,有数码解决方案不断发展以满足扩大数字世界的挑战。而不是一个物理世界与数字印刷目录找到援助信息时代。在后续的一篇文章中,我们将看看在IUPAC激动人心的工作目前正在进行的使用发现艾滋病询问数字档案的补充信息光谱数据和相关的化学结构和元数据,但在本专栏中,我们将看到一个可以获得免费建立自己的寻找援助,拜耳公司关联数据(COLID)系统。

COLID不是COVID !

许多年前,我遇到了罗尔夫Grigat一直为光谱数据系统工作了他职业生涯的大部分时间,我们甚至在相同的组织工作·克瑞翁·实验室控制和水公司四年。他现在在拜耳工作在德国勒沃库森,和产品所有者已经COLID数据和信息目录超过三年。这是一个解决方案,是为了迎接挑战使数据和信息资产的公平²为所有数据消费者,与(人类和计算机)来自内部和外部的信息来源。Rolf收集了各个业务单位的具体要求,开始实现云本机应用程序(由云工具而不是把一个传统的客户机-服务器应用程序在云中托管,这是更有效和更容易维护!)。图1显示了图形化的结果数据消费者的愿望。

图1所示。强调数据的定义消费者COLID系统用户需求。

COLID全面运作了两年半,跨部门的,并且已经发表(没有公司保密内容当然!)作为证据确凿的开源GITHUB项目,这样任何人都可以举办自己的COLID服务。

COLID是如何工作的呢?

COLID本质上是一个目录的目录整理任何数据源的连接。内容元数据收割的,发现内提供永久的数据源头的统一资源标识符(uri)。这些信息来源可以是内部和外部统一信息检索在一个统一的访问应用程序。这样一个发现援助是理想的收集和提供关于基本上任何你想要的资源,将元数据和)链接端点,如光谱,在存储库或细节在化学数据库和b)链接它与任何其他相关资源语义。所以COLID可以只是拼写为“F”公平!

罗尔夫的一个简单的修改版本发布说明图形如图2所示。

图2。COLID显示简化资源和关系模型的维护版本,透明的通过COLID最终用户应用程序。

所以,如果我们把可用的功能,并把它应用到我们的用例中第三段,我们可以建立类似大纲系统在图3的分类法为更好的提供标准化的分类比较的信息条目。

图3。潜在COLID部署捕捉项目、实验、化学和光谱数据与所有相关的元数据和信息之间的关系。

我对未来的希望,当然,希拉在配方,这样美妙的光谱,成功注册项目,光谱数据和化学实体参与她的工作到一个库与我COLID寻找援助。如果有机会,我会想念她的工作将希望几乎减少到零作为我的访问应用程序将通过光谱搜索,找到企业知识的化学实体搜索任何api更不用说报道中间体。希望,我会找到的第一个早晨我的新项目,享受阅读所有的实验结果和相关的项目信息,提供给我永久的uri,在同一个下午。比等待发现六个月后,我的团队一直在浪费他们的时间和希拉布里斯班打败我们,地球的另一边,六年前!

和消息灵通!

现在我们愉快地告知希拉通过我们新发现的援助,进一步支持我们的工作,让我们最新对条目的任何更改订阅。我们很快发现,例如,在韦斯特罗斯,斯文的应用团队,瑞典目前使用相同的活性成分,但是不同的辅料,对我们项目非常相似但完全不同的客户端分组。这似乎是巨大的潜在的相互支持,我们的项目在比最初预算线更快、更便宜。奇怪的是,一个小研究小组来自Malardalen也发表了一些大学的同行评议的论文从本地会议在瑞典,我们计划包括一些化学反应explore-I就不会发现这些文件没有找到援助的帮助。我们将希望看到多少自由经营我们在这两个项目!

结论

在文章的开始,我画了一个故意残酷的画面,老实说,我真的感觉信息的方法是如何被提供给我们这个信息时代。太少得多快,有用的工具来支持我们的决策和大量的信息在我们的指尖往往淹没在数据不确定的血统。阅读关于这些发现艾滋病COLID和以下的功能所做的出色工作在IUPAC找到援助旨在补充光谱来自同行评议的出版物的信息给了我希望:我们有一个光明,更明智的未来。当然,Rolf最近向我指出,实际数据源通常在本质上高度机密所以“F”印第安纳州信息存在的地方是不一样的实际拥有的权限允许访问这个问题使我们的希拉和斯文的例子有点理想主义!

图4。COLID标志。

如果你认为你可能有一个要求,可能是遇到了COLID部署看看文档在Github的网站³甚至看一些信息发布的皮斯托亚联盟。⁴

引用

1. .汉森,d . Jeannerat m·阿奇博尔德布鲁诺,粉笔,A.N.戴维斯R.J.兰开夏郡,j·朗和H.S. Rzepa,“好吗?”Spectrosc。bdapp官方下载安卓版欧洲33 (2),25-31 (2021)。https://doi.org/10.1255/sew.2021.a9
2. https://www.go-fair.org
3. https://github.com/Bayer-Group/COLID-Documentation
4. https://fairtoolkit.pistoiaalliance.org/methods/fairification-workflow/