1

MyGRID: Bio-informática personalizada em uma grade

de informação.

Francisco Silva

Fssilva@deinf.ufma.br

2

Objetivo

• Explorar o uso da tecnologia de grades de computadores, com ênfase em grades de informação, para prover um middleware apropriado para as necessidades da bio-informática;

• Estão sendo construídos serviços para a integração de dados e aplicações como serviço de descoberta de recursos, workflow, processamento distribuído de consultas, notificação de mudanças e personalização.

3

Introdução

• Projeto de código aberto que fornece um middleware de suporte a experimentos de biologia in silico personalizados em uma grade de computadores.

4

Diferenciação

• Projetos em andamento focam em:– Compartilhamento de recursos

computacionais– Movimentação e replicação de grande

volumes de dados para simulações– Análise de sequências de alto throughput

5

Diferenciação

• O projeto myGrid busca:– Dar apoio a processos científicos que

possuem requisitos computacionais mais modestos mas com grande complexidade semântica.

6

Abordagem

• Projeto busca criar uma grade de serviços (e não apenas de dados ou computacional)

• O arcabouço foi prototipado com Web Services e migrou para Open Grid Services Architecture (OGSA)

7

Serviços Disponibilizados

• Para realizar experimentos in silico– Organizados em workflows e consultas

distribuídas– Dados e parâmetros são enviados como

entrada para ferramentas de análise ou serviços de banco de dados;

– A saída destes é utilizada como entrada para outras ferramentas ou consultas em bases de dados.

8

Serviços Disponibilizados

• Serviços de Bio-informática– Serviços como recuperação de bancos de

dados e ferramentas de análise são disponibilizados de forma a acomodar sua distribuíção e variedade de formatos de dados

– NCBI BLAST, WU BLAST, EMBOSS suite (mas de 80 ferramentas de análise), MEDLINE, SRS

9

Serviços Disponibilizados

• Workflow– Utiliza WSFL (Web Service Flow

Language) para definir o tipo e realizar chamadas a serviços.

10

Serviços Disponibilizados

• Consultas a bases de dados distribuídas– Consultas são descritas em linguagem de

alto nível (OQL)

11

Serviços para eScience

• Notificação: – um workflow pode ter de ser re-executado quando

novos dados ou softwares de análise tornarem-se disponíveis

• Personalização:– O repositório de informação (mIR) armazena

dados XML gerados pelos experimentos com seus metadadados e termos de suas ontologias

– São permitidas anotações deste conteúdo bem como visões diferentes do mesmo

12

Serviços para eScience

• Provenance:– Biólogos costumam guardar anotações de

experimentos em livros– Os serviços myGrid automaticamente

armazenam no mIR informações a respeito dos dados, serviços e resultados.

13

14

Serviço de Descoberta

• Responsável pela localização de serviços, dispositivos e recursos

• Tradicionalmente necessitam de um conhecimento prévio dos serviços disponíveis

• MyGrid utiliza um arcabouço baseado em ontologias para descoberta de serviços

15

Serviços Semânticos

• Uma descrição semântica oferece um mecanismo para lidar com a heterogeneidade de recursos, provendo um vocabulário comum para integrar e realizar consultas em dados dados e serviços aparentemente dispersos.

16

Serviços Semânticos

• Serviços internos ao myGrid são descritos em DAML-S, com extensões específicas para bio-informática

• Serviços de terceiros podem ser descritos através de padrões UDDI / WSFL (Web Services Flow Language) e WSDL

17

Requisitos do Serviço de Descoberta

• Descrições devem poder serem anexadas a diferentes recursos (serviços e workflows) e publicadas em diferentes componentes (registros de serviço, arquivos locais, banco de dados)

• A publicação de descrições deve poder ser realizada tanto pelos autores do serviço quanto por terceiros

• Classes diferentes de usuários desejam examinar diferentes aspectos dos metadados disponíveis.

18

Requisitos do Serviço de Descoberta

• É necessário haver um controle sobre quem pode adicionar ou alterar anotações

• Uma única, unificada interface deve ser disponibilizada aos usuários.

19

20

Service Registry

• Utilizado para publicar os serviços, descrevendo como podem ser acessados

• Permite a adição de informações adicionais (metadados) para facilitar a descoberta dos mesmos.

21

Personalised View

• Espaço para a adição de metadados de terceiros, permitindo a filtragem de serviços retornados por uma consulta

22

Semantic Find Service

• Composto por vários componentes, mantêm um banco de dados de descrições obtidos através dos recursos publicacados e registros constantes das visões

• Um servidor de ontologias provê acesso a ontologias e gerencia a interação com um reasoner

23

24

Bibliografia• myGrid: Personalised Bioinformatics on the

Information Grid, 11th International Conference on Intelligent Systems in Molecular Biology, July 2003, Brisbane, Australia

• Semantic and Personalised Service Discovery, Workshop on Knowledge Grid and Grid Intelligence (KGGI'03), in conjunction with 2003 IEEE/WIC International Conference on Web Intelligence/Intelligent Agent Technology, Halifax, Canada, October 2003