JP4543563B2 - 統合データベースシステムにおける問合せ最適化方法 - Google Patents
統合データベースシステムにおける問合せ最適化方法 Download PDFInfo
- Publication number
- JP4543563B2 JP4543563B2 JP2001053474A JP2001053474A JP4543563B2 JP 4543563 B2 JP4543563 B2 JP 4543563B2 JP 2001053474 A JP2001053474 A JP 2001053474A JP 2001053474 A JP2001053474 A JP 2001053474A JP 4543563 B2 JP4543563 B2 JP 4543563B2
- Authority
- JP
- Japan
- Prior art keywords
- query
- protein
- approximate
- predicate
- database system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2453—Query optimisation
- G06F16/24534—Query rewriting; Transformation
- G06F16/24547—Optimisations to support specific applications; Extensibility of optimisers
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
- G16B50/20—Heterogeneous data integration
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
- G16B50/10—Ontologies; Annotations
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B50/00—ICT programming tools or database systems specially adapted for bioinformatics
- G16B50/30—Data warehousing; Computing architectures
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S707/00—Data processing: database and file management or data structures
- Y10S707/99931—Database or file accessing
- Y10S707/99933—Query processing, i.e. searching
- Y10S707/99934—Query formulation, input preparation, or translation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S707/00—Data processing: database and file management or data structures
- Y10S707/99931—Database or file accessing
- Y10S707/99933—Query processing, i.e. searching
- Y10S707/99935—Query augmenting and refining, e.g. inexact access
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Biology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biotechnology (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioethics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明はデータベース、Ｗｅｂサーバ等のネットワークで接続された任意のデータソースを複数組合せて問合せ処理を行う統合データベースシステムに係わり、特に統合データベースに対して発行された問合せの最適化を行うシステムに関する。
【０００２】
【従来の技術】
ヒトの全ＤＮＡ配列データを読み取ることを目標として１９９０年から１５年を目処に開始されたヒトゲノム計画は、配列読み取り技術の大幅な進展並びに並列計算機を用いた大規模再配置手法の適用によりその読み取り速度が急速に加速され、２０００年６月には全ゲノムの約８５％に当たる部分について、そのドラフト配列の公表が行われるまでに至った。さらにヒトゲノム計画と並行して、ヒト以外の様々な生物種のＤＮＡ配列データについても解読が行われ、生体内のタンパク質のアミノ酸配列・立体構造データ、さらには代謝経路に関するデータなどについても解読結果がそれぞれの個別のデータベース（バイオ情報データベース）に整理・蓄積されている。これらのデータベースは、多くの場合何らかの公共機関によって管理運営され、インターネットを通じて参照することが可能となっている。
【０００３】
また、大量のＤＮＡ配列データの中から遺伝子をコードしている領域を予測したり、タンパク質の立体構造を予測するなど配列データから派生して得られる情報を抽出する様々な解析ツールが次々と提案され、これらのツールの一部はインターネットを通じて公開されている。
【０００４】
一方、実験室における実験データ取得方法も大きく変革され、細胞内の多数の遺伝子の発現量を横断的に計測できるＤＮＡマイクロアレイ法など、高スループットで大量のデータを取得可能な手法が考案され、大量の実験結果が実験室内にも蓄積されるようになりつつある。
【０００５】
今後は、これらデータベースやツールを組合せ、配列データにコードされている遺伝子やタンパク質が生体内においてどのような機能を担っており、どのように関連し合っているかを明らかにし、製薬・医療・食品等の各分野における応用を図っていく事が重要とされている。生体現象の複雑な解析を行うためにはこれらのデータベースやツールを組合せた問合せ処理を行うことが不可欠であるが、その実現に際しては以下のような困難が伴う。
１． 収められたデータのデータ形式や問合せ形式が統一されておらず、複数のデータベースを組合せて利用する問合せを発行する事が困難である。
２． 収録されたデータの範囲や現象記述レベル等に関して、各データベースの問合せ能力がバラバラであるため、どのデータベースを関連させて問合せることが適当であるかを決定することが難しい。
３． 技術の進展に伴い、新たなデータベースやツールが次々と追加され、それぞれが個別に管理されているため、それらを既存のデータベース群と統合して利用するための手間が大きい。
【０００６】
今後、効率の良いバイオ情報解析を行うためには、これら複数のデータベースやツールを組合せた問合せを簡便に発行することが可能で、またこのような問合せを効率良く実行できるような統合データベースシステムを構築することが重要である。複数のデータベースを組合せる統合データベースシステムにおいて効率の良い問合せ処理を行うためには、データ形式が異なる複数の外部データベースに対して、これらを関連付けた統合インターフェースを提供し、投入された問合せを効率良い問合せプランに変換して実行する問合せ最適化機構が重要である。
【０００７】
従来の統合データベースシステムにおける問合せ最適化方式としては、第１の方式として、文献“ACM SIGMOD International Conference on Management of Data(SIGMOD'98)”(ACM Press発行)のP.564-566記載の論文 “Capability Based Mediation in TSIMMIS”及び米国特許第5588150号公報に開示されているラッパー・メディエータシステムにおけるアプローチ、第２の方式として、文献“Foundation of Intelligent Knowledge-Based Systems”(Academic Press発行)の12章“Multiagent systems”及び日本国公開特許平11-85522号に開示されているマルチエージェントシステムにおけるアプローチをあげることができる。
【０００８】
まず第１の従来方式であるラッパー・メディエータ型統合データベースシステムでは、個々の外部データベースに対してラッパーと呼ばれる問合せやデータ形式を変換するプログラムが用意され、メディエータは適切なラッパ−を組合せることによって、複数のデータベースを単一のインターフェースを通じてアクセスすることを可能とする。このときそれぞれのラッパーは各自が受付可能な問合せのクラスを宣言しメディエータに登録する。投入された問合せの一部または全部がラッパーで宣言された問合せのクラスに含まれる場合は、その部分の処理をラッパー側に委託することが可能となる。メディエータは、ラッパー側の問合せ処理の見積りコスト等に基づき、その処理を委託するかどうかを決定する。
【０００９】
一般に、統合データベースシステムに対して投入された問合せを外部データベースを利用して処理する問合せプランは、利用する外部データベースの組合せおよび問合せ順序に関して何通りも考えることが出来き、これらの問合せプランは実行コスト及び問合せの結果得られるデータ内容に関してそれぞれ異なる性質を有する。しかし、第１の従来方式では、投入された問合せを外部データベースを利用して処理するいくつかの問合せプランの中から一つを選択して実行するため、得られる問合せ結果が本来外部データベースを利用して得られる問合せ結果より少なくなってしまう。例えば、現在一般公開されているデータベースを用いてヒトゲノムに含まれる全ての遺伝子の集合を得ようとした場合、「遺伝子データベースに登録された遺伝子データからヒトのものであることが明示されているものを選ぶ」「配列データベースに登録されたヒトゲノムデータに対して遺伝子予測ツールを適用して抽出する」「文献データベースに登録された文献から該当記述箇所を見つけ出し、そこで言及されている遺伝子名から決定する」など様々な問合せ方法を考えることが出来、それぞれの問合せ結果が持つ性質も大きく異なると予想される。そのため、第一の従来方式での問合せ最適化方式は、それぞれに格納されるデータや問合せ能力が互いに重なり合うようなデータベースが多数乱立しており、その組合せ方が幾通りもあるようなバイオ情報分野での統合データベース問合せ最適化方式としては適当でない。
【００１０】
次に第２の従来方式であるマルチエージェント型統合データベースシステムは、個々のデータソース及びデータソースに対する問合せ能力をカプセル化した外部エージェントと、投入された問合せを受け付け前記複数の外部エージェントにフォワードするコーディネートエージェントから成る。各外部エージェントはそれぞれが処理可能な問合せのクラスについて、予めコーディネートエージェントに対して登録しておき、ユーザから投入された問合せはコーディネートエージェントが各外部エージェントの登録内容に従って、問合せを処理可能な適当な外部エージェントに対して処理を委託する。このとき必要に応じてコーディネートエージェントは各外部エージェントで処理が可能なように問合せやデータ形式の変換を行う場合がある。
【００１１】
このように第２の従来方式では、ユーザに対して単一のインターフェースが提供されることはないが、個々のデータソースのデータ形式の違いや問合せ能力の違いをコーディネートエージェントが隠蔽することで、比較的簡便に問合せを発行することが出来る。しかし第２の従来方式においても、エージェントの問合せ処理能力の包含関係に従って、投入された問合せの転送先のエージェントの組合せを一通りに決定して実行するため、第一の従来方式と同じく、得られる問合せ結果が本来外部データベースを利用して得られる問合せ結果より少なくなってしまう。そのため、バイオ情報分野での統合データベース問合せ最適化方式としては適当でない。
【００１２】
【発明が解決しようとする課題】
上述の従来方式では、投入された問合せを外部データベースでの問合せ処理を組み合わせて実行する幾通りの問合せプランの中から一つを選んで実行するため、この問合せプランを実行して得られる問合せ結果が本来外部データベースを利用して得られる問合せ結果より少なくなってしまう可能性が有る。
【００１３】
本発明の目的は、統合データベースシステムにおいて、ユーザが投入した問合せに対して外部データベースを組合せて利用する問合せプランを生成する際に、問合せ結果に求められる精度や問合せ処理のコストに対する要求を踏まえた上で、統合データベースにおける問合せ処理を効率良く行えるような問合せプランを生成する問合せ最適化方式を提供することである。
【００１４】
【課題を解決するための手段】
本発明の代表的な態様に従うシステムは、複数の外部データベースを組合せて問合せ処理を行う統合データベースシステムであって、問合せで用いられる述語間の関連を表す重み付きオントロジ、及び前記外部データベースの問合せ処理能力に関する仕様記述を備え、前記オントロジを参照して、前記統合データベースシステムに対して投入された問合せを一つまたは複数の問合せ集合に変換する問合せ展開手段、前記仕様記述を参照して前記変換された問合せ集合の中から前記外部データベースを利用して実行可能な問合せを抽出する問い合わせ抽出手段、前記オントロジに設定された重みを参照して、前記抽出された問合せ集合の中から適当な組合せの問合せを選択する問合せ選択手段、前記選択された問合せ集合のそれぞれの問合せを併合した問合せプランを生成する問合せプラン併合手段とを含む。
【００１５】
すなわち、投入された問合せに対して外部データベースを組合せて処理する問合せプランを複数生成し、生成された問合せプランの集合から投入された問合せに対してどれほど確からしい問合せ結果を返すことが出来るかを表す尺度としての近似度を参照して適切な問合せプランの部分集合を選択し、これに対して共通処理部分の括り出しなどの問合せ最適化を行いながら問合せプランを併合することで、問合せ処理コストを抑えつつ、投入された問合せに対してなるべく多くの問合せ結果を得ることの出来るような問合せプランを生成するようにする。
【００１６】
本発明の他の態様、およびこれらを実現するためより具体的なシステム構成については、実施例の説明において明らかにされる。
【００１７】
【発明の実施の形態】
図１に本発明における問合せ最適化方式を備える統合データベースシステムの実施形態の一例を示す
【００１８】
本実施例における統合データベースシステム１は、ユーザまたはプログラムから発行された問合せを受け付け、問合せ投入時あるいは投入前に指定された問合せ結果の精度や問合せコストに関する指定を参照しながら、この問合せに対して予め指定された外部データベース群２を組合せる事で処理内容を近似するような近似問合せを複数生成し、これら近似問合せの問合せプランを併合することで、投入された問合せに対してより効率的な近似を行う問合せプランを生成する。統合データベースシステムは、この問合せプランの実行結果を最初に投入された問合せの近似された問合せ結果として返す。
【００１９】
図１において、オントロジモジュール３は前記統合データベースシステム１が統合を行う前記外部データベース２との間の関係を表すオントロジを保持する。ディクショナリモジュール４は前記外部データベース２に関する仕様記述を保持する。問合せ受付モジュール５はユーザまたはプログラムから発行された問合せを受け付け、統合データベースシステムでの内部表現への変換を行う。問合せ最適化モジュール６は、前記問合せ受付モジュール５が生成した問合せの内部表現及び前記オントロジを参照して、問合せの内部表現を変換しながら前記外部データベースを組合せて利用する近似問合せの集合を生成する。問合せプラン生成モジュール７は、前記問合せ最適化モジュールが生成した近似問合せ集合のそれぞれの近似問合せに対して問合せプランを生成し、これらを併合することで最終的な問合せプランを生成する。
【００２０】
以下に、上記各構成要素の詳細構造について述べる。
【００２１】
「オントロジモジュール」
本実施例においてオントロジモジュール３が保持するオントロジ１４は、図２に示すような有向グラフで表される。オントロジは統合データベースシステムに対する問合せで利用される述語や外部データベースを整理分類するグラフ構造として利用される。オントロジのノード２１及び有向エッジ２２はそれぞれ問合せの内部表現として利用される述語及び述語の間の対応関係を表す。また統合データベースに対して発行された問合せは、問合せ受付モジュール５においてオントロジ上の述語を用いた内部表現に変換される。
本実施例におけるオントロジでは、ノードＮに対応する述語が他のノード群Ｎｉに対応する述語の組合せで近似可能な場合、ノードＮからノード群Ｎｉに対してエッジが張られる。このときエッジに対しては、ノードＮに対応する述語をノード群Ｎｉに対応する述語で置き換える場合の対応関係を表す“近似ルール”と近似ルールで対応付けられた述語間の関連の度合いを表す“近似度”が設定される。
【００２２】
「外部データベース群」
本実施例における外部データベース２は、問合せ対象となるデータソース１８及び前記データソースに対して一定の問合せ処理を行なう検索ツール１７の組合せから成る。それぞれの外部データベースのデータソース１８にどのようなデータが蓄積されており、また外部データソースの検索ツール１７がどのような問合せ処理を行えることができるかに関する外部データベース仕様記述１５は、前記ディクショナリモジュール４に格納される。
【００２３】
「ディクショナリモジュール」
本実施例におけるディクショナリモジュール４は、前記外部データベース２に関する外部データベース仕様記述１５に加え、統合データベースシステムが変換することのできるデータ型や問合せのクラスの間の対応付けに関するデータ・問合せ変換仕様記述１６を保持する。
【００２４】
「問合せ受付モジュール」
本実施例における問合せ受付モジュール５は、統合データベースシステム１に対して投入された問合せを前記オントロジ１４上の述語を用いた内部表現に変換する問合せ変換手段８を保持する。統合データベースシステム１に対して発行される問合せに対しては、問合せ投入時あるいは投入前に近似問合せを生成する際の近似度の下限及び実行コストの上限を指定することができる。
【００２５】
「問合せ最適化モジュール」
本実施例における問合せ最適化モジュール６は、投入された問合せを近似問合せ候補の集合に展開する問合せ展開手段９、展開された近似問合せ候補の集合から、ディクショナリモジュールに登録された外部データベース等の仕様記述を参照して、実行可能な問合せを抽出する実行可能問合せ抽出手段１０、抽出された実行可能な近似問合せの集合から、指定された近似度の下限と実行コストの上限に照らして最適な近似問合せ候補の集合を選択する最適近似問合せ選択手段１１から成る。
【００２６】
「問合せプラン生成モジュール」
本実施例における問合せプラン生成モジュール７は、前記問合せ最適モジュールで選択された最適近似問合せ集合のそれぞれの近似問合せに対して問合せプランを生成する問合せプラン生成手段１２、生成された問合せプランの集合から投入された問合せに対して近似度の大きさなど適当な順番でプランの併合を行い、近似度と実行コストに関して最適な問合せプランの組合せを生成する問合せプラン併合手段１３から成る。
【００２７】
「全体のフローチャートとその説明」
次に図３において本実施例における処理全体の処理フローの様子を示す。
まず、ユーザまたはプログラムによって統合データベースシステム１に対して発行された問合せは、前記問合せ受付モジュール５の問合せ変換手段８によって前記オントロジ１４上の述語を用いた内部表現に変換される（ステップ３１）。このとき、投入された問合せを近似問合せに展開する際の近似度の下限と問合せプランを作成する際の実行コストの上限を予め指定しておくか、問合せ投入時に指定することができる（ステップ３０）。
続いて内部表現に変換された問合せは、前記問合せ最適化モジュール６の近似問合せ展開手段９によって、オントロジ１４上のノードに設定された近似ルールに従って、指定された近似度の下限を下回らない範囲で近似問合せの集合へ展開される（ステップ３２）。
【００２８】
ついで前記問合せ最適化モジュール６の実行可能問合せ抽出手段１０によって、近似問合せ集合のうち実行可能な問合せプランが生成できる近似問合せのみが抽出され近似問合せ集合に残される。さらに前記問合せ最適化モジュール６の最適近似問合せ選択手段１１によって、近似問合せ集合内の近似問合せの内、投入された問合せを一定の基準において最も良く近似すると思われる組合せが選択され、これが近似問合せ集合へ残される（ステップ３３）。近似問合せ集合内の近似問合せは全てその近似値の降順に関して整列される（ステップ３４）。
【００２９】
その後、前記問合せプラン生成モジュール７の問合せプラン生成手段１２にて問合せプランに変更されながら、指定された実行コストを超えないように順に併合され（ステップ３５）、最終問合せプランが得られた時点でこれが実行される（ステップ３６）。
【００３０】
「各モジュールの手段毎のフローチャートとその説明」
以下では、各モジュールを構成する手段毎の詳細処理フローの様子を示す。
【００３１】
一般に本実施例における近似問合せは、{(n1,..,ni), a0}と表現される。ここでniはオントロジ上の述語、aは近似度を表し、最初に投入された問合せの場合は必ずa=1.0である。このとき、この一般形で表される近似問合せでは、統合データベースシステムに対して述語n1,..,述語niによって指定される条件を満たすようなデータの集合を問合せ結果として返すように指示しており、近似度a0はその場合の問合せ結果が、元の問合せの問合せ結果とおおよそa0の割合で一致すると予想されることを示している。
【００３１】
図４及び図５に、前記問合せ最適化モジュール６の近似問合せ展開手段９の処理
フローを示す。
【００３２】
本実施例における近似問合せ展開においては、まず前記問合せ受付モジュール５によってオントロジ上の述語を利用して変換された内部表現{(n1,..,ni), 1.0}が、近似問合せ集合ＳＱの最初の要素として設定される（ステップ４０）。続いて、近似問合せ集合ＳＱ内のそれぞれの近似問合せｓｑ＝｛(n1,..,ni), a0｝について、述語niに対応するオントロジ上のノードＮｉに対して、以下のような問合せ近似ルール及び近似度が設定されている場合、
｛ni→（m1,..., mm）, a1｝
元の近似問合せｓｑの述語niをm1,...,mmで置き換え、次式の近似問い合わせ、つまり近似度をa0＊a1とした新しい近似問合せｎｓｑを生成し（図５のステップ５１）、
ｎｓｑ＝｛（n1,...,ni-1, m1,...,mm,ni+1,...,nn）, a0＊a1 ｝
これを近似問合せ集合ＳＱに加える（図４のステップ４２）。
【００３３】
この操作は、近似問合せ集合ＳＱにオントロジ上の近似ルールによって書き換え可能な近似問合せが存在するまで繰り返される(４３)。ただし、展開された結果の近似問合せの近似度が指定された下限値を下回る場合は、その近似問合せを近似問合せ集合ＳＱから削除してしまっても良い。
【００３４】
図６は、前記問合せ最適化モジュールにおける実行可能問合せ抽出手段１０と最適近似問合せ選択手段１１の処理フローを示す。まず実行可能問合せ抽出手段１０では、近似問合せ集合ＳＱ内の全ての近似問合せｓｑ＝｛（n1,...,ni,...,nn）, ａ0｝について、近似問合せの問合せ部に出現する全ての述語niについてディクショナリモジュールを参照し、述語niに対応するノードNiに利用可能な要素データベースが存在し、かつ実行可能な問合せプランを構成可能なものだけを抽出し、近似問合せ集合ＳＱに残す（ステップ６０）。
【００３５】
ついで、最適近似問合せ選択手段１１では、近似問合せ集合ＳＱ内に残された問合せｓｑ＝｛（n1,...,ni,...,nn）, ａ0｝の中から元の問合せの問合せ結果を効率良く近似するような適当な近似問合せの組合せを選択し、これらを近似問合せ集合ＳＱに残す（ステップ６１）。近似問合せの組合せの選択方法は、ここでは特に規定しない。
【００３６】
図７は、前記問合せプラン生成モジュールにおける問合せプラン生成手段１２と
問合せプラン併合手段１３の処理フローを示す。
【００３７】
まずはじめに、問合せプラン生成手段によって前記近似問合せ集合内の近似問合せを問合せプランに変換し（ステップ７０）、ついで変換された問合せプランを近似度の大きい順に取り出しながら共通処理部分の括り出しを行うなどして併合する（ステップ７２）。これを指定された問合せコストの上限を超えないように繰返し（ステップ７３）、最終的に得られた問合せプランを最終プランとし、これを実行する（ステップ７５）。但し、上記で示した最適化方法は実施形態の一例であり、本発明はこれに限定されるものではない。
【００３８】
「具体的な処理に対する適用例の説明」
以下では、本実施例における問合せ最適化処理を具体的な問合せ例に適用した場合について説明する。
【００３９】
まず、統合データベースシステムで利用される外部データベースとして図８に示すような４つの外部データベース群を想定する。すなわち、ＤＢ１は、これまでに解読されたタンパク質のアミノ酸配列・立体構造や機能についての情報などを蓄積するタンパク質ＤＢである。ＤＢ２は、これまでに知られている様々な酵素反応の反応式を蓄積する酵素反応ＤＢである。ＤＢ３は、これまで知られている遺伝子の転写調節因子に関する情報を蓄積する転写調節因子ＤＢである。ＤＢ４は様々な生物種のゲノム配列情報を蓄積するゲノム配列ＤＢである。
【００４０】
また、このとき統合データベースシステムで利用されるオントロジとして、図８に示す有向グラフ構造を利用する。このオントロジは、７種類の述語を含み、それらの述語間の近似変換ルールとして８種類のルールが設定されている。すなわち述語は７種類であり、列挙すると以下の通りである。
発現抑制（遺伝子：gX, 遺伝子：gY）：遺伝子gXが遺伝子gYの発現量を抑制する関係にあることを示す。
機能障害（タンパク質：pX, タンパク質：pY）：タンパク質pXがタンパク質pYに作用してタンパク質pYの機能を障害する関係にあることを示す。
機能促進（タンパク質：pX, タンパク質：pY）：タンパク質pXがタンパク質pYに作用してタンパク質pYの機能を促進する関係にあることを示す。
タンパク質機能（種別：X, タンパク質：pX, タンパク質：pY）：タンパク質pXがタンパク質pYに対して種別X（＝機能失活等）の機能を有することを示す。
酵素反応（タンパク質：pE, タンパク質：pX, タンパク質：pY）：タンパク質pEがタンパク質pXからタンパク質pYへの反応を触媒する酵素であることを示す。
転写調節因子（種別：X, タンパク質：pX, 遺伝子：gY）：タンパク質pXは遺伝子gYの種別X（＝エンハンサ、リプレッサ等）の転写調節因子であることを示す。
配列（種別：X, 遺伝子：gX, タンパク質：pX）：遺伝子gXがタンパク質pXに対して種別X（＝エンコード等）の関係にあることを示す。
【００４１】
近似ルールは、以下の８種類が設定されているとする。
Ｒ１：エンハンサ機能阻害＝｛発現抑制（遺伝子：gX, 遺伝子：gY）→（配列（種別：エンコード, 遺伝子：gX, タンパク質：pX）,機能阻害（タンパク質：pX, タンパク質：enY），転写調節因子（種別：エンハンサ, タンパク質：enY, 遺伝子：gY））, ０．５｝
Ｒ２：リプレッサ機能促進＝｛発現抑制（遺伝子：gX, 遺伝子：gY）→（配列（種別：エンコード, 遺伝子：gX, タンパク質：pX）,機能促進（タンパク質：pX, タンパク質：reY），転写調節因子（種別：リプレッサ, タンパク質：reY, 遺伝子：gY））, ０．５｝
Ｒ３：機能失活＝｛機能阻害（タンパク質：pX, タンパク質：pY）→(タンパク質機能（種別：失活, タンパク質：pX, タンパク質：pY）), ０．７｝
Ｒ４：生成酵素失活＝｛機能阻害（タンパク質：pX, タンパク質：pY）→（タンパク質機能（種別：失活, タンパク質：pX, タンパク質：pE）, 酵素反応（タンパク質：pE, タンパク質：pre-pY, タンパク質：pY）, ０．２｝
Ｒ５：転写因子抑制＝｛機能阻害（タンパク質：pX, タンパク質：pY）→（転写調節因子（種別：リプレッサ, タンパク質：pX, 遺伝子：g-enY）, 配列（種別：エンコード, 遺伝子：g-enY, タンパク質：enY））, ０．１｝
Ｒ６：前駆体＝｛機能促進（タンパク質：pX, タンパク質：pY）→（酵素反応（タンパク質：pE, タンパク質：pX, タンパク質：pY））, ０．３｝
Ｒ７：生成酵素＝｛機能促進（タンパク質：pX, タンパク質：pY）→（酵素反応（タンパク質：pX, タンパク質：pre-pY, タンパク質：pY））, ０．５｝
Ｒ８：転写因子促進＝｛機能促進（タンパク質：pX, タンパク質：pY）→（転写調節因子（種別：エンハンサ, タンパク質：pX, 遺伝子：g-pY）, 配列（種別：エンコード, 遺伝子：g-pY, タンパク質：pY））, ０．２｝
ここで図９は、それぞれ近似ルールＲ３からＲ８における各因子の関連を模式的に示す。
【００４２】
前述の４つのＤＢはそれぞれ、オントロジ上のいくつかの述語に関する問合せを処理する能力を有し、それぞれの述語に対応するオントロジ上のノードと対応付けられている。すなわちタンパク質ＤＢは、述語“タンパク質機能”に関する問合せを受け付けることが可能、酵素反応ＤＢは、述語“酵素反応”に関する問合せを受け付けることが可能、転写調節因子ＤＢは、述語“転写調節因子”に関する問合せを受け付けることが可能、ゲノム配列ＤＢは、述語“配列”に関する問合せを受け付けることが可能とする。
【００４３】
このとき例えば、ある生物の細胞への新規遺伝子ｇＸの導入実験に先立って、統合データベースに対して遺伝子gＸの導入によって発現量が減少することが予測される遺伝子gＹを求める、Ｑ＝発現抑制（遺伝子：gX, 遺伝子：gY）という問合せが、近似度の下限MinApprox＝０．１、及び実行コストの上限MaxExecCost＝１０００という指定と共に発行されたとする。前記問合せを受け付けた問合せ受付モジュールは、投入された問合せを対応する述語を表すノードＮ０に対応付け、
Ｓ＝[Ｐ０＝｛Ｎ０：発現抑制（遺伝子：gX, 遺伝子：gY）, １．０｝]
なる内部表現に変換する。
【００４４】
続いて問合せ最適化モジュールはノードＮ０に接続しているエッジＥ１，Ｅ２を参照し、そこに対応付けられている近似ルールＲ１，Ｒ２をそれぞれ用いて投入された問合せを変形し、新たな近似問合せＰ１、Ｐ２を近似問合せ集合Ｓに追加する。
第一回目適用：
Ｓ＝[
Ｐ０＝｛Ｎ０：発現抑制（遺伝子：gX, 遺伝子：gY）, １．０｝,
Ｐ１＝｛Ｎ６：配列（しゅべつ：エンコード, 遺伝子：gX, タンパク質：pX）,
Ｎ１：機能障害（タンパク質：pX, タンパク質：enY）,
Ｎ５：転写調節因子（種別：エンハンサ, タンパク質：enY, 遺伝子：gY）, ０．５｝,
Ｐ２＝｛Ｎ６：配列（種別：エンコード, 遺伝子：gX, タンパク質：pX）,
Ｎ２：機能促進（タンパク質：pX, タンパク質：pre-reY, タンパク質：reY）,
Ｎ５：転写調節因子（種別：リプレッサ, タンパク質：reY, 遺伝子：gY）, ０．５ ｝]
【００４５】
問合せ最適化モジュールは、この操作を新たに問合せが対応付けられたノードについて繰返し適用してゆくことで、投入された問合せを近似問合せの集合へ展開する。このときノードに適用される問合せの近似度が近似度の下限MinApproxを下回った場合は、その問合せは近似問合せの集合から削除され、以後考慮の対象外となる。また、問合せに出現する述語に対して適用可能な近似ルールがなくなった時点で、投入された問合せの近似問合せの集合への展開処理は終了する。
第二回目適用：
Ｓ＝[
Ｐ０＝｛Ｎ０：発現抑制（遺伝子：gX, 遺伝子：gY）, １．０｝,
Ｐ１＝｛Ｎ６：配列（種別：エンコード, 遺伝子：gX, タンパク質：pX）,
Ｎ１：機能障害（タンパク質：pX, タンパク質：enY）,
Ｎ５：転写調節因子（種別：エンハンサ, タンパク質：enY, 遺伝子：gY）, ０．５｝,
Ｐ２＝｛Ｎ６：配列（種別：エンコード, 遺伝子：gX, タンパク質：pX）,
Ｎ２：機能促進（タンパク質：pX, タンパク質：pre-reY, タンパク質：reY）,
Ｎ５：転写調節因子（種別：リプレッサ, タンパク質：reY, 遺伝子：gY）, ０．５ },
Ｐ３＝｛Ｎ６：配列（種別：エンコード, 遺伝子：gX, タンパク質：pX）,
Ｎ３：タンパク質機能（関係：失活, タンパク質：pX, タンパク質：enY）,
Ｎ５：転写調節因子（種別：エンハンサ, タンパク質：enY, 遺伝子：gY）, ０．１５｝,
Ｐ４＝｛Ｎ６：配列（種別：エンコード, 遺伝子：gX, タンパク質：pX）,
Ｎ３：タンパク質機能（関係：失活,タンパク質：pX, タンパク質：pE）,
Ｎ４：酵素反応（タンパク質：pE, タンパク質：pre-enY, タンパク質：enY）,
Ｎ５：転写調節因子（種別：エンハンサ, タンパク質：enY, 遺伝子：gY）, ０．０５｝,
Ｐ５＝｛Ｎ６：配列（種別：エンコード, 遺伝子：gX, タンパク質：pX）,
Ｎ５：転写調節因子（種別：リプレッサ, タンパク質：pX, タンパク質：g-enY）,
Ｎ６：配列（種別：エンコード, 遺伝子：g-enY, タンパク質：enY）,
Ｎ５：転写調節因子（種別：エンハンサ, タンパク質：enY, 遺伝子：gY）, ０．０５｝,
Ｐ６＝｛Ｎ６：配列（種別：エンコード, 遺伝子：gX, タンパク質：pX）,
Ｎ４：酵素反応（タンパク質：pE, タンパク質：pX, タンパク質：reY）,
Ｎ５：転写調節因子（種別：リプレッサ, タンパク質：reY, 遺伝子：gY）, ０．１５ },
Ｐ７＝｛Ｎ６：配列（種別：エンコード, 遺伝子：gX, タンパク質：pX）,
Ｎ４：酵素反応（タンパク質：pX, タンパク質：pre-reY, タンパク質：reY）,
Ｎ５：転写調節因子（種別：リプレッサ, タンパク質：reY, 遺伝子：gY）, ０．２５ },
Ｐ８＝｛Ｎ６：配列（種別：エンコード（遺伝子：gX, タンパク質：pX）,
Ｎ５：転写調節因子（種別：エンハンサ, タンパク質：pX, 遺伝子：g-reY）,
Ｎ６：配列（種別：エンコード, 遺伝子：g-reY, タンパク質：reY）,
Ｎ５：転写調節因子（種別；リプレッサ, タンパク質：reY, 遺伝子：gY）, ０．１ }]
このとき、近似度の下限が０．０１であれば、上記の全ての近似問合せが近似問合せの集合Ｓに残されるが、この例で指定された近似度の下限は０．１であるので、上記のうち６番目の近似問合せＰ５は利用されない。また問合せプラン生成モジュールでは、前記問合せ最適化モジュールで決定された近似問合せの集合の中から実行可能な近似問合せの抽出を行う。すなわちある近似問合せが実行可能であるためには、以下の二点が必要である。
１．近似問合せを構成するそれぞれの述語に対して利用可能な外部データベースが存在すること。
２．外部データベースや検索ツールに対して適用される問合せが実行可能となるような問合せプランを生成できること。
すなわち例えば、上述の例において外部データベースのタンパク質ＤＢ（ＤＢ１）が利用可能でない場合は、ノードＮ３で利用可能な外部データベースが存在しないため、上記の近似問合せのうちＰ０からＰ４は実行可能ではない。従って上記近似問合せの内、実行可能なものはＰ６〜Ｐ８である。
【００４６】
続いて問合せプラン生成モジュールは、実行可能なＰ６からＰ８の近似問合せに対して、各外部データベースが受理可能な問合せプランを生成する。例えば近似問合せＰ６の場合、遺伝子gXを指定してゲノム配列ＤＢに問合せ、その結果得られたタンパク質pXの値で酵素反応ＤＢを問合せ、さらにその結果得られたタンパク質reYの値で転写調節因子ＤＢを問合せる図１０に示すような問合せプランを考えることが出来る。
【００４７】
続いて問合せプラン生成モジュールは、生成された問合せプランを近似度の大きい順に併合することを試みる。この例の場合ゲノム配列ＤＢに対する問合せ｛Ｎ６：エンコード（遺伝子：gX, タンパク質：pX）｝と転写調節因子ＤＢに対する問合せ｛Ｎ５：リプレッサ（タンパク質：reY, 遺伝子：gY）｝は共通であるのでこれを併合することで、図１１に示すような問合せプランが生成される。この問合せプランでは、遺伝子gXを指定してゲノム配列ＤＢに問合せ、その結果得られたタンパク質pXの値で酵素反応ＤＢおよび転写調節因子ＤＢを問合せ、転写調節因子ＤＢを問合せた結果得られた遺伝子g-reYの値で再びゲノム配列ＤＢを問合せ、最後に酵素反応ＤＢを問合せた結果と最後にゲノム配列ＤＢを問合せた結果得られたタンパク質reYの値で転写調節因子ＤＢを問合せている。ただし、このとき併合後の問合せプランのコストは指定された問合せコストの上限を超えなかったものとする。
【００４８】
【発明の効果】
本発明による問合せ最適化では、投入された問合せを構成する述語を、述語間の関連度に関する重みが設定されたオントロジを利用して書き換えることで、当該問合せを複数の近似問合せに展開し、これらのいくつかを纏めて実行することにより、より多くの問合せ結果を効率的に取得することが可能となる。
【図面の簡単な説明】
【図１】本発明の実施例の統合データベースシステムを示すブロック図である。
【図２】上記実施例のオントロジの模式図である。
【図３】上記実施例の問合せ最適化のフローチャートである。
【図４】上記実施例の近似問合せ展開手段のフローチャートである。
【図５】近似問合せ展開手段のフローチャートである。
【図６】実行可能問合せ抽出手段及び最適近似問合せ選択手段のフローチャートである。
【図７】問合せプラン生成手段及び問合せプラン併合手段のフローチャートである。
【図８】実施例におけるオントロジの一例である。
【図９】実施例における近似ルールに対応する生体分子の関連模式図である。
【図１０】実施例における問合せプランの一例である。
【図１１】実施例における併合された問合せプランの一例である。
【符号の説明】
１：統合データベースシステム
２：外部データベース群
３：オントロジモジュール
４：ディクショナリモジュール
５：問合せ受付モジュール
６：問合せ最適化モジュール
７：問合せプラン生成モジュール
８：問合せ変換手段
９：近似問合せ展開手段
１０：実行可能問合せ抽出手段
１１：最適近似問合せ選択手段
１２：問合せプラン生成手段
１３：問合せプラン併合手段
１４：オントロジ
１５：外部データベース仕様記述
１６：データ・問合せ変換仕様記述
１７：検索ツール
１８：データソース
２０：問合せ述語
２１：ノード
２２：エッジ。
【発明の属する技術分野】
本発明はデータベース、Ｗｅｂサーバ等のネットワークで接続された任意のデータソースを複数組合せて問合せ処理を行う統合データベースシステムに係わり、特に統合データベースに対して発行された問合せの最適化を行うシステムに関する。
【０００２】
【従来の技術】
ヒトの全ＤＮＡ配列データを読み取ることを目標として１９９０年から１５年を目処に開始されたヒトゲノム計画は、配列読み取り技術の大幅な進展並びに並列計算機を用いた大規模再配置手法の適用によりその読み取り速度が急速に加速され、２０００年６月には全ゲノムの約８５％に当たる部分について、そのドラフト配列の公表が行われるまでに至った。さらにヒトゲノム計画と並行して、ヒト以外の様々な生物種のＤＮＡ配列データについても解読が行われ、生体内のタンパク質のアミノ酸配列・立体構造データ、さらには代謝経路に関するデータなどについても解読結果がそれぞれの個別のデータベース（バイオ情報データベース）に整理・蓄積されている。これらのデータベースは、多くの場合何らかの公共機関によって管理運営され、インターネットを通じて参照することが可能となっている。
【０００３】
また、大量のＤＮＡ配列データの中から遺伝子をコードしている領域を予測したり、タンパク質の立体構造を予測するなど配列データから派生して得られる情報を抽出する様々な解析ツールが次々と提案され、これらのツールの一部はインターネットを通じて公開されている。
【０００４】
一方、実験室における実験データ取得方法も大きく変革され、細胞内の多数の遺伝子の発現量を横断的に計測できるＤＮＡマイクロアレイ法など、高スループットで大量のデータを取得可能な手法が考案され、大量の実験結果が実験室内にも蓄積されるようになりつつある。
【０００５】
今後は、これらデータベースやツールを組合せ、配列データにコードされている遺伝子やタンパク質が生体内においてどのような機能を担っており、どのように関連し合っているかを明らかにし、製薬・医療・食品等の各分野における応用を図っていく事が重要とされている。生体現象の複雑な解析を行うためにはこれらのデータベースやツールを組合せた問合せ処理を行うことが不可欠であるが、その実現に際しては以下のような困難が伴う。
１． 収められたデータのデータ形式や問合せ形式が統一されておらず、複数のデータベースを組合せて利用する問合せを発行する事が困難である。
２． 収録されたデータの範囲や現象記述レベル等に関して、各データベースの問合せ能力がバラバラであるため、どのデータベースを関連させて問合せることが適当であるかを決定することが難しい。
３． 技術の進展に伴い、新たなデータベースやツールが次々と追加され、それぞれが個別に管理されているため、それらを既存のデータベース群と統合して利用するための手間が大きい。
【０００６】
今後、効率の良いバイオ情報解析を行うためには、これら複数のデータベースやツールを組合せた問合せを簡便に発行することが可能で、またこのような問合せを効率良く実行できるような統合データベースシステムを構築することが重要である。複数のデータベースを組合せる統合データベースシステムにおいて効率の良い問合せ処理を行うためには、データ形式が異なる複数の外部データベースに対して、これらを関連付けた統合インターフェースを提供し、投入された問合せを効率良い問合せプランに変換して実行する問合せ最適化機構が重要である。
【０００７】
従来の統合データベースシステムにおける問合せ最適化方式としては、第１の方式として、文献“ACM SIGMOD International Conference on Management of Data(SIGMOD'98)”(ACM Press発行)のP.564-566記載の論文 “Capability Based Mediation in TSIMMIS”及び米国特許第5588150号公報に開示されているラッパー・メディエータシステムにおけるアプローチ、第２の方式として、文献“Foundation of Intelligent Knowledge-Based Systems”(Academic Press発行)の12章“Multiagent systems”及び日本国公開特許平11-85522号に開示されているマルチエージェントシステムにおけるアプローチをあげることができる。
【０００８】
まず第１の従来方式であるラッパー・メディエータ型統合データベースシステムでは、個々の外部データベースに対してラッパーと呼ばれる問合せやデータ形式を変換するプログラムが用意され、メディエータは適切なラッパ−を組合せることによって、複数のデータベースを単一のインターフェースを通じてアクセスすることを可能とする。このときそれぞれのラッパーは各自が受付可能な問合せのクラスを宣言しメディエータに登録する。投入された問合せの一部または全部がラッパーで宣言された問合せのクラスに含まれる場合は、その部分の処理をラッパー側に委託することが可能となる。メディエータは、ラッパー側の問合せ処理の見積りコスト等に基づき、その処理を委託するかどうかを決定する。
【０００９】
一般に、統合データベースシステムに対して投入された問合せを外部データベースを利用して処理する問合せプランは、利用する外部データベースの組合せおよび問合せ順序に関して何通りも考えることが出来き、これらの問合せプランは実行コスト及び問合せの結果得られるデータ内容に関してそれぞれ異なる性質を有する。しかし、第１の従来方式では、投入された問合せを外部データベースを利用して処理するいくつかの問合せプランの中から一つを選択して実行するため、得られる問合せ結果が本来外部データベースを利用して得られる問合せ結果より少なくなってしまう。例えば、現在一般公開されているデータベースを用いてヒトゲノムに含まれる全ての遺伝子の集合を得ようとした場合、「遺伝子データベースに登録された遺伝子データからヒトのものであることが明示されているものを選ぶ」「配列データベースに登録されたヒトゲノムデータに対して遺伝子予測ツールを適用して抽出する」「文献データベースに登録された文献から該当記述箇所を見つけ出し、そこで言及されている遺伝子名から決定する」など様々な問合せ方法を考えることが出来、それぞれの問合せ結果が持つ性質も大きく異なると予想される。そのため、第一の従来方式での問合せ最適化方式は、それぞれに格納されるデータや問合せ能力が互いに重なり合うようなデータベースが多数乱立しており、その組合せ方が幾通りもあるようなバイオ情報分野での統合データベース問合せ最適化方式としては適当でない。
【００１０】
次に第２の従来方式であるマルチエージェント型統合データベースシステムは、個々のデータソース及びデータソースに対する問合せ能力をカプセル化した外部エージェントと、投入された問合せを受け付け前記複数の外部エージェントにフォワードするコーディネートエージェントから成る。各外部エージェントはそれぞれが処理可能な問合せのクラスについて、予めコーディネートエージェントに対して登録しておき、ユーザから投入された問合せはコーディネートエージェントが各外部エージェントの登録内容に従って、問合せを処理可能な適当な外部エージェントに対して処理を委託する。このとき必要に応じてコーディネートエージェントは各外部エージェントで処理が可能なように問合せやデータ形式の変換を行う場合がある。
【００１１】
このように第２の従来方式では、ユーザに対して単一のインターフェースが提供されることはないが、個々のデータソースのデータ形式の違いや問合せ能力の違いをコーディネートエージェントが隠蔽することで、比較的簡便に問合せを発行することが出来る。しかし第２の従来方式においても、エージェントの問合せ処理能力の包含関係に従って、投入された問合せの転送先のエージェントの組合せを一通りに決定して実行するため、第一の従来方式と同じく、得られる問合せ結果が本来外部データベースを利用して得られる問合せ結果より少なくなってしまう。そのため、バイオ情報分野での統合データベース問合せ最適化方式としては適当でない。
【００１２】
【発明が解決しようとする課題】
上述の従来方式では、投入された問合せを外部データベースでの問合せ処理を組み合わせて実行する幾通りの問合せプランの中から一つを選んで実行するため、この問合せプランを実行して得られる問合せ結果が本来外部データベースを利用して得られる問合せ結果より少なくなってしまう可能性が有る。
【００１３】
本発明の目的は、統合データベースシステムにおいて、ユーザが投入した問合せに対して外部データベースを組合せて利用する問合せプランを生成する際に、問合せ結果に求められる精度や問合せ処理のコストに対する要求を踏まえた上で、統合データベースにおける問合せ処理を効率良く行えるような問合せプランを生成する問合せ最適化方式を提供することである。
【００１４】
【課題を解決するための手段】
本発明の代表的な態様に従うシステムは、複数の外部データベースを組合せて問合せ処理を行う統合データベースシステムであって、問合せで用いられる述語間の関連を表す重み付きオントロジ、及び前記外部データベースの問合せ処理能力に関する仕様記述を備え、前記オントロジを参照して、前記統合データベースシステムに対して投入された問合せを一つまたは複数の問合せ集合に変換する問合せ展開手段、前記仕様記述を参照して前記変換された問合せ集合の中から前記外部データベースを利用して実行可能な問合せを抽出する問い合わせ抽出手段、前記オントロジに設定された重みを参照して、前記抽出された問合せ集合の中から適当な組合せの問合せを選択する問合せ選択手段、前記選択された問合せ集合のそれぞれの問合せを併合した問合せプランを生成する問合せプラン併合手段とを含む。
【００１５】
すなわち、投入された問合せに対して外部データベースを組合せて処理する問合せプランを複数生成し、生成された問合せプランの集合から投入された問合せに対してどれほど確からしい問合せ結果を返すことが出来るかを表す尺度としての近似度を参照して適切な問合せプランの部分集合を選択し、これに対して共通処理部分の括り出しなどの問合せ最適化を行いながら問合せプランを併合することで、問合せ処理コストを抑えつつ、投入された問合せに対してなるべく多くの問合せ結果を得ることの出来るような問合せプランを生成するようにする。
【００１６】
本発明の他の態様、およびこれらを実現するためより具体的なシステム構成については、実施例の説明において明らかにされる。
【００１７】
【発明の実施の形態】
図１に本発明における問合せ最適化方式を備える統合データベースシステムの実施形態の一例を示す
【００１８】
本実施例における統合データベースシステム１は、ユーザまたはプログラムから発行された問合せを受け付け、問合せ投入時あるいは投入前に指定された問合せ結果の精度や問合せコストに関する指定を参照しながら、この問合せに対して予め指定された外部データベース群２を組合せる事で処理内容を近似するような近似問合せを複数生成し、これら近似問合せの問合せプランを併合することで、投入された問合せに対してより効率的な近似を行う問合せプランを生成する。統合データベースシステムは、この問合せプランの実行結果を最初に投入された問合せの近似された問合せ結果として返す。
【００１９】
図１において、オントロジモジュール３は前記統合データベースシステム１が統合を行う前記外部データベース２との間の関係を表すオントロジを保持する。ディクショナリモジュール４は前記外部データベース２に関する仕様記述を保持する。問合せ受付モジュール５はユーザまたはプログラムから発行された問合せを受け付け、統合データベースシステムでの内部表現への変換を行う。問合せ最適化モジュール６は、前記問合せ受付モジュール５が生成した問合せの内部表現及び前記オントロジを参照して、問合せの内部表現を変換しながら前記外部データベースを組合せて利用する近似問合せの集合を生成する。問合せプラン生成モジュール７は、前記問合せ最適化モジュールが生成した近似問合せ集合のそれぞれの近似問合せに対して問合せプランを生成し、これらを併合することで最終的な問合せプランを生成する。
【００２０】
以下に、上記各構成要素の詳細構造について述べる。
【００２１】
「オントロジモジュール」
本実施例においてオントロジモジュール３が保持するオントロジ１４は、図２に示すような有向グラフで表される。オントロジは統合データベースシステムに対する問合せで利用される述語や外部データベースを整理分類するグラフ構造として利用される。オントロジのノード２１及び有向エッジ２２はそれぞれ問合せの内部表現として利用される述語及び述語の間の対応関係を表す。また統合データベースに対して発行された問合せは、問合せ受付モジュール５においてオントロジ上の述語を用いた内部表現に変換される。
本実施例におけるオントロジでは、ノードＮに対応する述語が他のノード群Ｎｉに対応する述語の組合せで近似可能な場合、ノードＮからノード群Ｎｉに対してエッジが張られる。このときエッジに対しては、ノードＮに対応する述語をノード群Ｎｉに対応する述語で置き換える場合の対応関係を表す“近似ルール”と近似ルールで対応付けられた述語間の関連の度合いを表す“近似度”が設定される。
【００２２】
「外部データベース群」
本実施例における外部データベース２は、問合せ対象となるデータソース１８及び前記データソースに対して一定の問合せ処理を行なう検索ツール１７の組合せから成る。それぞれの外部データベースのデータソース１８にどのようなデータが蓄積されており、また外部データソースの検索ツール１７がどのような問合せ処理を行えることができるかに関する外部データベース仕様記述１５は、前記ディクショナリモジュール４に格納される。
【００２３】
「ディクショナリモジュール」
本実施例におけるディクショナリモジュール４は、前記外部データベース２に関する外部データベース仕様記述１５に加え、統合データベースシステムが変換することのできるデータ型や問合せのクラスの間の対応付けに関するデータ・問合せ変換仕様記述１６を保持する。
【００２４】
「問合せ受付モジュール」
本実施例における問合せ受付モジュール５は、統合データベースシステム１に対して投入された問合せを前記オントロジ１４上の述語を用いた内部表現に変換する問合せ変換手段８を保持する。統合データベースシステム１に対して発行される問合せに対しては、問合せ投入時あるいは投入前に近似問合せを生成する際の近似度の下限及び実行コストの上限を指定することができる。
【００２５】
「問合せ最適化モジュール」
本実施例における問合せ最適化モジュール６は、投入された問合せを近似問合せ候補の集合に展開する問合せ展開手段９、展開された近似問合せ候補の集合から、ディクショナリモジュールに登録された外部データベース等の仕様記述を参照して、実行可能な問合せを抽出する実行可能問合せ抽出手段１０、抽出された実行可能な近似問合せの集合から、指定された近似度の下限と実行コストの上限に照らして最適な近似問合せ候補の集合を選択する最適近似問合せ選択手段１１から成る。
【００２６】
「問合せプラン生成モジュール」
本実施例における問合せプラン生成モジュール７は、前記問合せ最適モジュールで選択された最適近似問合せ集合のそれぞれの近似問合せに対して問合せプランを生成する問合せプラン生成手段１２、生成された問合せプランの集合から投入された問合せに対して近似度の大きさなど適当な順番でプランの併合を行い、近似度と実行コストに関して最適な問合せプランの組合せを生成する問合せプラン併合手段１３から成る。
【００２７】
「全体のフローチャートとその説明」
次に図３において本実施例における処理全体の処理フローの様子を示す。
まず、ユーザまたはプログラムによって統合データベースシステム１に対して発行された問合せは、前記問合せ受付モジュール５の問合せ変換手段８によって前記オントロジ１４上の述語を用いた内部表現に変換される（ステップ３１）。このとき、投入された問合せを近似問合せに展開する際の近似度の下限と問合せプランを作成する際の実行コストの上限を予め指定しておくか、問合せ投入時に指定することができる（ステップ３０）。
続いて内部表現に変換された問合せは、前記問合せ最適化モジュール６の近似問合せ展開手段９によって、オントロジ１４上のノードに設定された近似ルールに従って、指定された近似度の下限を下回らない範囲で近似問合せの集合へ展開される（ステップ３２）。
【００２８】
ついで前記問合せ最適化モジュール６の実行可能問合せ抽出手段１０によって、近似問合せ集合のうち実行可能な問合せプランが生成できる近似問合せのみが抽出され近似問合せ集合に残される。さらに前記問合せ最適化モジュール６の最適近似問合せ選択手段１１によって、近似問合せ集合内の近似問合せの内、投入された問合せを一定の基準において最も良く近似すると思われる組合せが選択され、これが近似問合せ集合へ残される（ステップ３３）。近似問合せ集合内の近似問合せは全てその近似値の降順に関して整列される（ステップ３４）。
【００２９】
その後、前記問合せプラン生成モジュール７の問合せプラン生成手段１２にて問合せプランに変更されながら、指定された実行コストを超えないように順に併合され（ステップ３５）、最終問合せプランが得られた時点でこれが実行される（ステップ３６）。
【００３０】
「各モジュールの手段毎のフローチャートとその説明」
以下では、各モジュールを構成する手段毎の詳細処理フローの様子を示す。
【００３１】
一般に本実施例における近似問合せは、{(n1,..,ni), a0}と表現される。ここでniはオントロジ上の述語、aは近似度を表し、最初に投入された問合せの場合は必ずa=1.0である。このとき、この一般形で表される近似問合せでは、統合データベースシステムに対して述語n1,..,述語niによって指定される条件を満たすようなデータの集合を問合せ結果として返すように指示しており、近似度a0はその場合の問合せ結果が、元の問合せの問合せ結果とおおよそa0の割合で一致すると予想されることを示している。
【００３１】
図４及び図５に、前記問合せ最適化モジュール６の近似問合せ展開手段９の処理
フローを示す。
【００３２】
本実施例における近似問合せ展開においては、まず前記問合せ受付モジュール５によってオントロジ上の述語を利用して変換された内部表現{(n1,..,ni), 1.0}が、近似問合せ集合ＳＱの最初の要素として設定される（ステップ４０）。続いて、近似問合せ集合ＳＱ内のそれぞれの近似問合せｓｑ＝｛(n1,..,ni), a0｝について、述語niに対応するオントロジ上のノードＮｉに対して、以下のような問合せ近似ルール及び近似度が設定されている場合、
｛ni→（m1,..., mm）, a1｝
元の近似問合せｓｑの述語niをm1,...,mmで置き換え、次式の近似問い合わせ、つまり近似度をa0＊a1とした新しい近似問合せｎｓｑを生成し（図５のステップ５１）、
ｎｓｑ＝｛（n1,...,ni-1, m1,...,mm,ni+1,...,nn）, a0＊a1 ｝
これを近似問合せ集合ＳＱに加える（図４のステップ４２）。
【００３３】
この操作は、近似問合せ集合ＳＱにオントロジ上の近似ルールによって書き換え可能な近似問合せが存在するまで繰り返される(４３)。ただし、展開された結果の近似問合せの近似度が指定された下限値を下回る場合は、その近似問合せを近似問合せ集合ＳＱから削除してしまっても良い。
【００３４】
図６は、前記問合せ最適化モジュールにおける実行可能問合せ抽出手段１０と最適近似問合せ選択手段１１の処理フローを示す。まず実行可能問合せ抽出手段１０では、近似問合せ集合ＳＱ内の全ての近似問合せｓｑ＝｛（n1,...,ni,...,nn）, ａ0｝について、近似問合せの問合せ部に出現する全ての述語niについてディクショナリモジュールを参照し、述語niに対応するノードNiに利用可能な要素データベースが存在し、かつ実行可能な問合せプランを構成可能なものだけを抽出し、近似問合せ集合ＳＱに残す（ステップ６０）。
【００３５】
ついで、最適近似問合せ選択手段１１では、近似問合せ集合ＳＱ内に残された問合せｓｑ＝｛（n1,...,ni,...,nn）, ａ0｝の中から元の問合せの問合せ結果を効率良く近似するような適当な近似問合せの組合せを選択し、これらを近似問合せ集合ＳＱに残す（ステップ６１）。近似問合せの組合せの選択方法は、ここでは特に規定しない。
【００３６】
図７は、前記問合せプラン生成モジュールにおける問合せプラン生成手段１２と
問合せプラン併合手段１３の処理フローを示す。
【００３７】
まずはじめに、問合せプラン生成手段によって前記近似問合せ集合内の近似問合せを問合せプランに変換し（ステップ７０）、ついで変換された問合せプランを近似度の大きい順に取り出しながら共通処理部分の括り出しを行うなどして併合する（ステップ７２）。これを指定された問合せコストの上限を超えないように繰返し（ステップ７３）、最終的に得られた問合せプランを最終プランとし、これを実行する（ステップ７５）。但し、上記で示した最適化方法は実施形態の一例であり、本発明はこれに限定されるものではない。
【００３８】
「具体的な処理に対する適用例の説明」
以下では、本実施例における問合せ最適化処理を具体的な問合せ例に適用した場合について説明する。
【００３９】
まず、統合データベースシステムで利用される外部データベースとして図８に示すような４つの外部データベース群を想定する。すなわち、ＤＢ１は、これまでに解読されたタンパク質のアミノ酸配列・立体構造や機能についての情報などを蓄積するタンパク質ＤＢである。ＤＢ２は、これまでに知られている様々な酵素反応の反応式を蓄積する酵素反応ＤＢである。ＤＢ３は、これまで知られている遺伝子の転写調節因子に関する情報を蓄積する転写調節因子ＤＢである。ＤＢ４は様々な生物種のゲノム配列情報を蓄積するゲノム配列ＤＢである。
【００４０】
また、このとき統合データベースシステムで利用されるオントロジとして、図８に示す有向グラフ構造を利用する。このオントロジは、７種類の述語を含み、それらの述語間の近似変換ルールとして８種類のルールが設定されている。すなわち述語は７種類であり、列挙すると以下の通りである。
発現抑制（遺伝子：gX, 遺伝子：gY）：遺伝子gXが遺伝子gYの発現量を抑制する関係にあることを示す。
機能障害（タンパク質：pX, タンパク質：pY）：タンパク質pXがタンパク質pYに作用してタンパク質pYの機能を障害する関係にあることを示す。
機能促進（タンパク質：pX, タンパク質：pY）：タンパク質pXがタンパク質pYに作用してタンパク質pYの機能を促進する関係にあることを示す。
タンパク質機能（種別：X, タンパク質：pX, タンパク質：pY）：タンパク質pXがタンパク質pYに対して種別X（＝機能失活等）の機能を有することを示す。
酵素反応（タンパク質：pE, タンパク質：pX, タンパク質：pY）：タンパク質pEがタンパク質pXからタンパク質pYへの反応を触媒する酵素であることを示す。
転写調節因子（種別：X, タンパク質：pX, 遺伝子：gY）：タンパク質pXは遺伝子gYの種別X（＝エンハンサ、リプレッサ等）の転写調節因子であることを示す。
配列（種別：X, 遺伝子：gX, タンパク質：pX）：遺伝子gXがタンパク質pXに対して種別X（＝エンコード等）の関係にあることを示す。
【００４１】
近似ルールは、以下の８種類が設定されているとする。
Ｒ１：エンハンサ機能阻害＝｛発現抑制（遺伝子：gX, 遺伝子：gY）→（配列（種別：エンコード, 遺伝子：gX, タンパク質：pX）,機能阻害（タンパク質：pX, タンパク質：enY），転写調節因子（種別：エンハンサ, タンパク質：enY, 遺伝子：gY））, ０．５｝
Ｒ２：リプレッサ機能促進＝｛発現抑制（遺伝子：gX, 遺伝子：gY）→（配列（種別：エンコード, 遺伝子：gX, タンパク質：pX）,機能促進（タンパク質：pX, タンパク質：reY），転写調節因子（種別：リプレッサ, タンパク質：reY, 遺伝子：gY））, ０．５｝
Ｒ３：機能失活＝｛機能阻害（タンパク質：pX, タンパク質：pY）→(タンパク質機能（種別：失活, タンパク質：pX, タンパク質：pY）), ０．７｝
Ｒ４：生成酵素失活＝｛機能阻害（タンパク質：pX, タンパク質：pY）→（タンパク質機能（種別：失活, タンパク質：pX, タンパク質：pE）, 酵素反応（タンパク質：pE, タンパク質：pre-pY, タンパク質：pY）, ０．２｝
Ｒ５：転写因子抑制＝｛機能阻害（タンパク質：pX, タンパク質：pY）→（転写調節因子（種別：リプレッサ, タンパク質：pX, 遺伝子：g-enY）, 配列（種別：エンコード, 遺伝子：g-enY, タンパク質：enY））, ０．１｝
Ｒ６：前駆体＝｛機能促進（タンパク質：pX, タンパク質：pY）→（酵素反応（タンパク質：pE, タンパク質：pX, タンパク質：pY））, ０．３｝
Ｒ７：生成酵素＝｛機能促進（タンパク質：pX, タンパク質：pY）→（酵素反応（タンパク質：pX, タンパク質：pre-pY, タンパク質：pY））, ０．５｝
Ｒ８：転写因子促進＝｛機能促進（タンパク質：pX, タンパク質：pY）→（転写調節因子（種別：エンハンサ, タンパク質：pX, 遺伝子：g-pY）, 配列（種別：エンコード, 遺伝子：g-pY, タンパク質：pY））, ０．２｝
ここで図９は、それぞれ近似ルールＲ３からＲ８における各因子の関連を模式的に示す。
【００４２】
前述の４つのＤＢはそれぞれ、オントロジ上のいくつかの述語に関する問合せを処理する能力を有し、それぞれの述語に対応するオントロジ上のノードと対応付けられている。すなわちタンパク質ＤＢは、述語“タンパク質機能”に関する問合せを受け付けることが可能、酵素反応ＤＢは、述語“酵素反応”に関する問合せを受け付けることが可能、転写調節因子ＤＢは、述語“転写調節因子”に関する問合せを受け付けることが可能、ゲノム配列ＤＢは、述語“配列”に関する問合せを受け付けることが可能とする。
【００４３】
このとき例えば、ある生物の細胞への新規遺伝子ｇＸの導入実験に先立って、統合データベースに対して遺伝子gＸの導入によって発現量が減少することが予測される遺伝子gＹを求める、Ｑ＝発現抑制（遺伝子：gX, 遺伝子：gY）という問合せが、近似度の下限MinApprox＝０．１、及び実行コストの上限MaxExecCost＝１０００という指定と共に発行されたとする。前記問合せを受け付けた問合せ受付モジュールは、投入された問合せを対応する述語を表すノードＮ０に対応付け、
Ｓ＝[Ｐ０＝｛Ｎ０：発現抑制（遺伝子：gX, 遺伝子：gY）, １．０｝]
なる内部表現に変換する。
【００４４】
続いて問合せ最適化モジュールはノードＮ０に接続しているエッジＥ１，Ｅ２を参照し、そこに対応付けられている近似ルールＲ１，Ｒ２をそれぞれ用いて投入された問合せを変形し、新たな近似問合せＰ１、Ｐ２を近似問合せ集合Ｓに追加する。
第一回目適用：
Ｓ＝[
Ｐ０＝｛Ｎ０：発現抑制（遺伝子：gX, 遺伝子：gY）, １．０｝,
Ｐ１＝｛Ｎ６：配列（しゅべつ：エンコード, 遺伝子：gX, タンパク質：pX）,
Ｎ１：機能障害（タンパク質：pX, タンパク質：enY）,
Ｎ５：転写調節因子（種別：エンハンサ, タンパク質：enY, 遺伝子：gY）, ０．５｝,
Ｐ２＝｛Ｎ６：配列（種別：エンコード, 遺伝子：gX, タンパク質：pX）,
Ｎ２：機能促進（タンパク質：pX, タンパク質：pre-reY, タンパク質：reY）,
Ｎ５：転写調節因子（種別：リプレッサ, タンパク質：reY, 遺伝子：gY）, ０．５ ｝]
【００４５】
問合せ最適化モジュールは、この操作を新たに問合せが対応付けられたノードについて繰返し適用してゆくことで、投入された問合せを近似問合せの集合へ展開する。このときノードに適用される問合せの近似度が近似度の下限MinApproxを下回った場合は、その問合せは近似問合せの集合から削除され、以後考慮の対象外となる。また、問合せに出現する述語に対して適用可能な近似ルールがなくなった時点で、投入された問合せの近似問合せの集合への展開処理は終了する。
第二回目適用：
Ｓ＝[
Ｐ０＝｛Ｎ０：発現抑制（遺伝子：gX, 遺伝子：gY）, １．０｝,
Ｐ１＝｛Ｎ６：配列（種別：エンコード, 遺伝子：gX, タンパク質：pX）,
Ｎ１：機能障害（タンパク質：pX, タンパク質：enY）,
Ｎ５：転写調節因子（種別：エンハンサ, タンパク質：enY, 遺伝子：gY）, ０．５｝,
Ｐ２＝｛Ｎ６：配列（種別：エンコード, 遺伝子：gX, タンパク質：pX）,
Ｎ２：機能促進（タンパク質：pX, タンパク質：pre-reY, タンパク質：reY）,
Ｎ５：転写調節因子（種別：リプレッサ, タンパク質：reY, 遺伝子：gY）, ０．５ },
Ｐ３＝｛Ｎ６：配列（種別：エンコード, 遺伝子：gX, タンパク質：pX）,
Ｎ３：タンパク質機能（関係：失活, タンパク質：pX, タンパク質：enY）,
Ｎ５：転写調節因子（種別：エンハンサ, タンパク質：enY, 遺伝子：gY）, ０．１５｝,
Ｐ４＝｛Ｎ６：配列（種別：エンコード, 遺伝子：gX, タンパク質：pX）,
Ｎ３：タンパク質機能（関係：失活,タンパク質：pX, タンパク質：pE）,
Ｎ４：酵素反応（タンパク質：pE, タンパク質：pre-enY, タンパク質：enY）,
Ｎ５：転写調節因子（種別：エンハンサ, タンパク質：enY, 遺伝子：gY）, ０．０５｝,
Ｐ５＝｛Ｎ６：配列（種別：エンコード, 遺伝子：gX, タンパク質：pX）,
Ｎ５：転写調節因子（種別：リプレッサ, タンパク質：pX, タンパク質：g-enY）,
Ｎ６：配列（種別：エンコード, 遺伝子：g-enY, タンパク質：enY）,
Ｎ５：転写調節因子（種別：エンハンサ, タンパク質：enY, 遺伝子：gY）, ０．０５｝,
Ｐ６＝｛Ｎ６：配列（種別：エンコード, 遺伝子：gX, タンパク質：pX）,
Ｎ４：酵素反応（タンパク質：pE, タンパク質：pX, タンパク質：reY）,
Ｎ５：転写調節因子（種別：リプレッサ, タンパク質：reY, 遺伝子：gY）, ０．１５ },
Ｐ７＝｛Ｎ６：配列（種別：エンコード, 遺伝子：gX, タンパク質：pX）,
Ｎ４：酵素反応（タンパク質：pX, タンパク質：pre-reY, タンパク質：reY）,
Ｎ５：転写調節因子（種別：リプレッサ, タンパク質：reY, 遺伝子：gY）, ０．２５ },
Ｐ８＝｛Ｎ６：配列（種別：エンコード（遺伝子：gX, タンパク質：pX）,
Ｎ５：転写調節因子（種別：エンハンサ, タンパク質：pX, 遺伝子：g-reY）,
Ｎ６：配列（種別：エンコード, 遺伝子：g-reY, タンパク質：reY）,
Ｎ５：転写調節因子（種別；リプレッサ, タンパク質：reY, 遺伝子：gY）, ０．１ }]
このとき、近似度の下限が０．０１であれば、上記の全ての近似問合せが近似問合せの集合Ｓに残されるが、この例で指定された近似度の下限は０．１であるので、上記のうち６番目の近似問合せＰ５は利用されない。また問合せプラン生成モジュールでは、前記問合せ最適化モジュールで決定された近似問合せの集合の中から実行可能な近似問合せの抽出を行う。すなわちある近似問合せが実行可能であるためには、以下の二点が必要である。
１．近似問合せを構成するそれぞれの述語に対して利用可能な外部データベースが存在すること。
２．外部データベースや検索ツールに対して適用される問合せが実行可能となるような問合せプランを生成できること。
すなわち例えば、上述の例において外部データベースのタンパク質ＤＢ（ＤＢ１）が利用可能でない場合は、ノードＮ３で利用可能な外部データベースが存在しないため、上記の近似問合せのうちＰ０からＰ４は実行可能ではない。従って上記近似問合せの内、実行可能なものはＰ６〜Ｐ８である。
【００４６】
続いて問合せプラン生成モジュールは、実行可能なＰ６からＰ８の近似問合せに対して、各外部データベースが受理可能な問合せプランを生成する。例えば近似問合せＰ６の場合、遺伝子gXを指定してゲノム配列ＤＢに問合せ、その結果得られたタンパク質pXの値で酵素反応ＤＢを問合せ、さらにその結果得られたタンパク質reYの値で転写調節因子ＤＢを問合せる図１０に示すような問合せプランを考えることが出来る。
【００４７】
続いて問合せプラン生成モジュールは、生成された問合せプランを近似度の大きい順に併合することを試みる。この例の場合ゲノム配列ＤＢに対する問合せ｛Ｎ６：エンコード（遺伝子：gX, タンパク質：pX）｝と転写調節因子ＤＢに対する問合せ｛Ｎ５：リプレッサ（タンパク質：reY, 遺伝子：gY）｝は共通であるのでこれを併合することで、図１１に示すような問合せプランが生成される。この問合せプランでは、遺伝子gXを指定してゲノム配列ＤＢに問合せ、その結果得られたタンパク質pXの値で酵素反応ＤＢおよび転写調節因子ＤＢを問合せ、転写調節因子ＤＢを問合せた結果得られた遺伝子g-reYの値で再びゲノム配列ＤＢを問合せ、最後に酵素反応ＤＢを問合せた結果と最後にゲノム配列ＤＢを問合せた結果得られたタンパク質reYの値で転写調節因子ＤＢを問合せている。ただし、このとき併合後の問合せプランのコストは指定された問合せコストの上限を超えなかったものとする。
【００４８】
【発明の効果】
本発明による問合せ最適化では、投入された問合せを構成する述語を、述語間の関連度に関する重みが設定されたオントロジを利用して書き換えることで、当該問合せを複数の近似問合せに展開し、これらのいくつかを纏めて実行することにより、より多くの問合せ結果を効率的に取得することが可能となる。
【図面の簡単な説明】
【図１】本発明の実施例の統合データベースシステムを示すブロック図である。
【図２】上記実施例のオントロジの模式図である。
【図３】上記実施例の問合せ最適化のフローチャートである。
【図４】上記実施例の近似問合せ展開手段のフローチャートである。
【図５】近似問合せ展開手段のフローチャートである。
【図６】実行可能問合せ抽出手段及び最適近似問合せ選択手段のフローチャートである。
【図７】問合せプラン生成手段及び問合せプラン併合手段のフローチャートである。
【図８】実施例におけるオントロジの一例である。
【図９】実施例における近似ルールに対応する生体分子の関連模式図である。
【図１０】実施例における問合せプランの一例である。
【図１１】実施例における併合された問合せプランの一例である。
【符号の説明】
１：統合データベースシステム
２：外部データベース群
３：オントロジモジュール
４：ディクショナリモジュール
５：問合せ受付モジュール
６：問合せ最適化モジュール
７：問合せプラン生成モジュール
８：問合せ変換手段
９：近似問合せ展開手段
１０：実行可能問合せ抽出手段
１１：最適近似問合せ選択手段
１２：問合せプラン生成手段
１３：問合せプラン併合手段
１４：オントロジ
１５：外部データベース仕様記述
１６：データ・問合せ変換仕様記述
１７：検索ツール
１８：データソース
２０：問合せ述語
２１：ノード
２２：エッジ。
Claims (5)
- 投入された問合せから複数の外部データベースへの問合せプランを生成し、前記複数の外部データベースを組合せて問合せ処理を行う統合データベースシステムにおいて、前記問合せで用いられる述語間の対応関係及び当該対応関係により関連付けられた述語による問合せ結果の一致の度合いである近似度に関する情報を含む述語辞書、及び前記複数の外部データベース各々で処理可能な述語を示す仕様記述を保持したディクショナリを備え、前記統合データベースシステムに対して投入された問合せを当該投入された問合せ及び前記述語辞書により前記投入された問合せに用いられた述語と関連付けられた述語を要素として含む近似問合せを含む問合せ集合に変換する問合せ展開手段と、前記ディクショナリが保持する前記仕様記述を参照して前記複数の外部データベースの各々で処理可能な述語と前記問合せ集合に含まれる問合せに要素として含まれる前記述語との間の対応関係に基づき前記問合せ集合に含まれる問合せから前記複数の外部データベースで実行可能な問合せを抽出し、抽出された前記実行可能な問合せからなる問合せ集合を構成する問合せ抽出手段と、前記実行可能な問合せからなる問合せ集合に含まれる問合せを変換し、前記複数の外部データベースへの問合せプランを生成する問合せプラン生成手段とを含むことを特徴とする統合データベースシステム。
- 請求項１記載の統合データベースシステ0ムにおいて、前記問合せ展開手段は、前記問合せ集合中の問合せに用いられる述語について問合せの変換を行うことが可能な述語間の対応関係が前記述語辞書に存在する場合に、前記述語辞書を参照した問合せの変換を、繰返し適用することを特徴とする統合データベースシステム。
- 請求項１記載の統合データベースシステムにおいて、前記問合せ展開手段は、前記述語辞書に設定された近似度を参照して前記投入された問合せに対する前記近似問合せの近似度を求め、予め指定された近似度の基準を満たす前記近似問合せを選択して前記問合せ集合とすることを特徴とする統合データベースシステム。
- 請求項１記載の統合データベースシステムにおいて、さらに、前記問合せプラン生成手段が生成した問合せプランの各々に対応する近似問合せの近似度を参照して当該近似度の大きさに従って生成された問合せプランを取り出し、取り出した問合せプランの共通処理部分を括り出して併合する問合せプラン併合手段を含むことを特徴とする統合データベースシステム。
- 計算機を、投入された問合せから複数の外部データベースへの問合せプランを生成し、前記複数の外部データベースを組合せて問合せ処理を行う統合データベースシステムとして機能させるためのプログラムであって、当該計算機を
予め当該計算機の記憶装置に保持され、前記問合せで用いられる述語間の対応関係及び当該対応関係により関連付けられた述語による問合せ結果の一致の度合いである近似度に関する情報を含む述語辞書を参照して、前記投入された問合せを当該投入された問合せ及び前記述語辞書により前記投入された問合せに用いられた述語と関連付けられた述語を要素として含む近似問合せを含む問合せ集合に変換する問合せ展開手段と、
予め当該計算機の記憶装置に保持され、前記複数の外部データベース各々で処理可能な述語を示す仕様記述を保持したディクショナリを参照して、前記複数の外部データベースの各々で処理可能な述語と前記問合せ集合に含まれる問合せに要素として含まれる述語との間での対応関係に基づき、前記展開手段により変換された前記問合せ集合から前記複数の外部データベースで実行可能な問合せを抽出し、抽出された前記実行可能な問合せからなる問合せ集合を構成する問合せ抽出手段と、
前記実行可能な問合せからなる問合せ集合に含まれる問合せを変換し、前記複数の外部データベースへの問合せプランを生成する問合せプラン生成手段として機能させるためのプログラムを格納したプログラム記録媒体。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001053474A JP4543563B2 (ja) | 2001-02-28 | 2001-02-28 | 統合データベースシステムにおける問合せ最適化方法 |
| US09/932,114 US6898594B2 (en) | 2001-02-28 | 2001-08-20 | Integrated database system and program storage medium |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001053474A JP4543563B2 (ja) | 2001-02-28 | 2001-02-28 | 統合データベースシステムにおける問合せ最適化方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002259425A JP2002259425A (ja) | 2002-09-13 |
| JP4543563B2 true JP4543563B2 (ja) | 2010-09-15 |
Family
ID=18913936
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001053474A Expired - Fee Related JP4543563B2 (ja) | 2001-02-28 | 2001-02-28 | 統合データベースシステムにおける問合せ最適化方法 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US6898594B2 (ja) |
| JP (1) | JP4543563B2 (ja) |
Families Citing this family (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7650327B2 (en) | 2002-03-01 | 2010-01-19 | Marine Biological Laboratory | Managing taxonomic information |
| US20030187689A1 (en) * | 2002-03-28 | 2003-10-02 | Barnes Robert D. | Method and apparatus for a single database engine driven, configurable RIS-PACS functionality |
| CN1856790A (zh) * | 2003-07-22 | 2006-11-01 | 基诺技术公司 | 使用本体的信息访问 |
| US7337170B2 (en) * | 2005-01-18 | 2008-02-26 | International Business Machines Corporation | System and method for planning and generating queries for multi-dimensional analysis using domain models and data federation |
| US20080172360A1 (en) * | 2007-01-17 | 2008-07-17 | Lipyeow Lim | Querying data and an associated ontology in a database management system |
| US7730098B2 (en) | 2007-03-02 | 2010-06-01 | International Business Machines Corporation | Method for supporting ontology-related semantic queries in DBMSs with XML support |
| US7865488B2 (en) * | 2007-11-28 | 2011-01-04 | International Business Machines Corporation | Method for discovering design documents |
| JP5281354B2 (ja) * | 2008-10-02 | 2013-09-04 | アグラ株式会社 | 検索システム |
| US9665620B2 (en) * | 2010-01-15 | 2017-05-30 | Ab Initio Technology Llc | Managing data queries |
| US9122720B2 (en) | 2011-06-14 | 2015-09-01 | Microsoft Technology Licensing, Llc | Enriching database query responses using data from external data sources |
| US9147195B2 (en) | 2011-06-14 | 2015-09-29 | Microsoft Technology Licensing, Llc | Data custodian and curation system |
| US9244956B2 (en) | 2011-06-14 | 2016-01-26 | Microsoft Technology Licensing, Llc | Recommending data enrichments |
| US9189531B2 (en) | 2012-11-30 | 2015-11-17 | Orbis Technologies, Inc. | Ontology harmonization and mediation systems and methods |
| US9244971B1 (en) * | 2013-03-07 | 2016-01-26 | Amazon Technologies, Inc. | Data retrieval from heterogeneous storage systems |
| US9189515B1 (en) | 2013-03-08 | 2015-11-17 | Amazon Technologies, Inc. | Data retrieval from heterogeneous storage systems |
| EP2973059A4 (en) * | 2013-03-14 | 2016-10-12 | Ontomics Inc | TOOLS AND METHOD FOR PERSONALIZED CLINICAL DECISION SUPPORT |
| CN103955144B (zh) * | 2014-05-13 | 2016-08-17 | 安徽理工大学 | 基于多Agent的虚拟煤矿应急疏散仿真系统 |
| CN105183735B (zh) * | 2014-06-18 | 2019-02-19 | 阿里巴巴集团控股有限公司 | 数据的查询方法及查询装置 |
| US10417281B2 (en) | 2015-02-18 | 2019-09-17 | Ab Initio Technology Llc | Querying a data source on a network |
| US11093223B2 (en) | 2019-07-18 | 2021-08-17 | Ab Initio Technology Llc | Automatically converting a program written in a procedural programming language into a dataflow graph and related systems and methods |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10198697A (ja) * | 1997-01-14 | 1998-07-31 | Fuji Xerox Co Ltd | 構造化文書検索装置 |
| JP2000503144A (ja) * | 1996-01-02 | 2000-03-14 | ヴェリティー インコーポレイテッド | 多数の及び／又は複雑な問合せを用いたデータセットの内容の評価 |
| JP2000112968A (ja) * | 1998-10-02 | 2000-04-21 | Fujitsu Ltd | 情報検索支援装置および情報検索支援プログラム記憶媒体 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5590319A (en) * | 1993-12-15 | 1996-12-31 | Information Builders, Inc. | Query processor for parallel processing in homogenous and heterogenous databases |
| US5588150A (en) | 1994-09-29 | 1996-12-24 | International Business Machines Corporation | Push down optimization in a distributed, multi-database system |
| US5930786A (en) * | 1995-10-20 | 1999-07-27 | Ncr Corporation | Method and apparatus for providing shared data to a requesting client |
| US6477527B2 (en) * | 1997-05-09 | 2002-11-05 | International Business Machines Corporation | System, method, and program for object building in queries over object views |
| US6092062A (en) * | 1997-06-30 | 2000-07-18 | International Business Machines Corporation | Relational database query optimization to perform query evaluation plan, pruning based on the partition properties |
| US6353818B1 (en) * | 1998-08-19 | 2002-03-05 | Ncr Corporation | Plan-per-tuple optimizing of database queries with user-defined functions |
| US6546381B1 (en) * | 1998-11-02 | 2003-04-08 | International Business Machines Corporation | Query optimization system and method |
| US6279030B1 (en) * | 1998-11-12 | 2001-08-21 | International Business Machines Corporation | Dynamic JAVA™ class selection and download based on changeable attributes |
-
2001
- 2001-02-28 JP JP2001053474A patent/JP4543563B2/ja not_active Expired - Fee Related
- 2001-08-20 US US09/932,114 patent/US6898594B2/en not_active Expired - Fee Related
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000503144A (ja) * | 1996-01-02 | 2000-03-14 | ヴェリティー インコーポレイテッド | 多数の及び／又は複雑な問合せを用いたデータセットの内容の評価 |
| JPH10198697A (ja) * | 1997-01-14 | 1998-07-31 | Fuji Xerox Co Ltd | 構造化文書検索装置 |
| JP2000112968A (ja) * | 1998-10-02 | 2000-04-21 | Fujitsu Ltd | 情報検索支援装置および情報検索支援プログラム記憶媒体 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2002259425A (ja) | 2002-09-13 |
| US6898594B2 (en) | 2005-05-24 |
| US20020120618A1 (en) | 2002-08-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4543563B2 (ja) | 統合データベースシステムにおける問合せ最適化方法 | |
| Holley et al. | Bifrost: highly parallel construction and indexing of colored and compacted de Bruijn graphs | |
| Stevens et al. | Ontology-based knowledge representation for bioinformatics | |
| US20170228426A1 (en) | Managing data queries | |
| US20220261384A1 (en) | Biological graph or sequence serialization | |
| US20020194201A1 (en) | Systems, methods and computer program products for integrating biological/chemical databases to create an ontology network | |
| US20020194154A1 (en) | Systems, methods and computer program products for integrating biological/chemical databases using aliases | |
| US20080162541A1 (en) | Visualization Technique for Biological Information | |
| Janssen et al. | Lost in folding space? Comparing four variants of the thermodynamic model for RNA secondary structure prediction | |
| Winkler et al. | The LASER database: Formalizing design rules for metabolic engineering | |
| JPH0950372A (ja) | 宣言的言語の仕様を自動変換する方法およびシステム | |
| Torkamanian-Afshar et al. | RPINBASE: An online toolbox to extract features for predicting RNA-protein interactions | |
| Rocha et al. | Bioinformatics algorithms: design and Implementation in Python | |
| Bailey et al. | GAIA: framework annotation of genomic sequence | |
| EP3404567A1 (en) | A system and a method for discovery of predicted site-specific protein phosphorylation candidates | |
| Newman et al. | A scale-out RDF molecule store for distributed processing of biomedical data | |
| Garrison | Graphical pangenomics | |
| Nazipova et al. | Big Data in bioinformatics | |
| Liu et al. | Jointly integrating VCF-based variants and OWL-based biomedical ontologies in MongoDB | |
| Kirk et al. | Classification of long noncoding RNAs by k-mer content | |
| Chikhi | A tale of optimizing the space taken by de Bruijn graphs | |
| Angelopoulos et al. | Advances in big data bio analytics | |
| Prasanna et al. | Scalable Knowledge Graph Construction and Inference on Human Genome Variants | |
| Yokoyama¹ et al. | Semantic Variation Graphs: Ontologies for Pangenome Graphs | |
| Welcher | Streaming Methods for Assembly Graph Analysis |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20060313 |
|
| RD01 | Notification of change of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7421 Effective date: 20060418 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20090330 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090414 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090610 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090901 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20091027 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100202 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100302 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20100608 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100621 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130709 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130709 Year of fee payment: 3 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20091027 |
|
| LAPS | Cancellation because of no payment of annual fees |