Criando um grafo de conhecimento biológico através do Wikidata com foco no projeto Human Cell Atlas

Resumo

O Human Cell Atlas é um projeto internacional que visa caracterizar todos os tipos celulares do corpo humano. Os pesquisadores envolvidos caracterizarão diversos tecidos humanos, empregando técnicas como sequenciamento de RNA para células únicas, citometria de massa e hibridação in situ multiplexada. A riqueza dos dados gerados tem um potencial para revolucionar a pesquisa biomédica, mas apenas se seu conteúdo estiver genuinamente disponível. O Wikidata é uma enorme base de dados que funciona como um grafo de conhecimento, alimentando sistemas como a Wikipédia e o Google, e que está emergindo como um portal para integração de conhecimento biológico multidisciplinar, em uma ontologia multinível. A adaptação das informações do Atlas de Células Humanas para o Wikidata aumentará a disponibilidade e o impacto das informações, integrando as descobertas em uma rede que contém várias associações de conceitos de todas as áreas do conhecimento (dentro e fora da Ciência). Contudo, a definição conceitual de "tipo celular" e a formalização compatível com o banco de dados são problemas em aberto, sendo um desafio teórico significativo. Este projeto de doutorado visa estudar nossa compreensão atual dos tipos de células para o desenvolvimento de um modelo ontológico abrangente no Wikidata para tipos de células. Iremos revisar a célula única e a literatura, refinando e formalizando os conceitos para maximizar a aplicabilidade. Além disso, desenvolveremos ferramentas de processamento de linguagem natural e aprendizado de máquinas para automatizar a extração de conhecimento de artigos científicos no escopo do Human Cell Atlas. Em uma etapa avançada, aplicaremos conceitos da teoria de redes para desenvolver ferramentas para consulta amigável ao banco de dados, disponibilizando o conhecimento para uso geral da comunidade científica. (AU)