[发明专利]一种基于实体的心血管疾病数据集成方法

权利要求书

1.一种基于实体的心血管疾病数据集成方法，其特征在于，应用于信息数据处理终端，所述基于实体的心血管疾病数据集成方法包括：

建立心血管疾病实体的双层模型并形式化所述双层模型；

通过心血管疾病数据的实体建模方法建立心血管疾病实体；

将建立的所述心血管疾病实体通过心血管疾病术语实体映射和疾病连接实体映射加入形式化后的所述双层模型，实现对心血管疾病数据的集成；

所述建立心血管疾病实体的双层模型包括：

从疾病本体、MeSH和OMIM中获取疾病术语实体，根据心血管疾病相关因素确定9个心血管疾病连接实体，并从14个心血管疾病数据源中获取16个关于单一疾病相关因素的心血管疾病数据实体；

通过实体之间的same_as关系，建立心血管疾病术语实体与16个心血管疾病数据实体之间的联系，通过实体之间的disease_related关系，建立心血管疾病术语实体与心血管疾病连接实体之间的联系；

同时，根据心血管疾病数据实体与心血管疾病连接实体之间的focus_on关系，构建两层的心血管疾病实体关系模型；

所述两层的心血管疾病实体关系模型上层为心血管疾病术语实体与心血管疾病连接实体关系模型，由9个心血管疾病连接实体与心血管疾病术语实体之间的关系组成；下层为16个心血管疾病数据实体；上层实体和下层实体之间依据疾病数据实体所关注的疾病相关因素，将每个疾病数据实体与一个或多个疾病连接实体联系起来，并将所有疾病数据实体关联到疾病术语实体上；

当有新的疾病数据实体加入时，将新的心血管疾病数据实体加入下层中，并将心血管疾病术语实体与新疾病数据实体关联起来；新疾病数据实体包含新的疾病相关因素，则定义相应的疾病连接实体加入上层中，否则，将新疾病数据实体与已有的疾病连接实体联系起来。

2.如权利要求1所述基于实体的心血管疾病数据集成方法，其特征在于，所述心血管疾病实体双层模型形式化包括：

（1）疾病术语实体、疾病数据实体中的is_a关系 ；

（2）疾病术语实体与疾病数据实体之间的same_as关系；

（3）疾病连接实体与疾病数据实体之间的focus_on关系；

（4）疾病术语实体与疾病连接实体间的disease_related关系。

3.如权利要求1所述基于实体的心血管疾病数据集成方法，其特征在于，所述心血管疾病数据的实体建模方法建立心血管疾病实体包括：

（1）心血管疾病术语实体的获取，将疾病本体与MeSH、OMIM进行关联，形成疾病语集，并从中获取心血管疾病术语实体；

（2）心血管疾病数据实体获取，将获取到的14个心血管疾病数据源的原始数据中，进行数据文件格式多样化，包括编写程序对xml文件进行处理，保留其中部分有效的标签文本，将有效的标签文本转化为tsv文件；

对于txt文件，编写程序将txt文件转化为tsv文件；

对tsv、csv和xls文件分别编写程序，将所述tsv、csv和xls文件结构化处理，存入本地数据库中；对于 GAD和CTD数据源的数据分拆成关于基因和关于环境分别存储；

经过上述处理后，14个疾病数据源中的原始数据被组织成为16个关于单一疾病相关因素的结构化数据；对应这些结构化数据，获取16个相应的心血管疾病数据实体，所述16个相应的心血管疾病数据实体的属性包括疾病名称、疾病相关因素的标识；

（3）心血管疾病连接实体的获取：根据所确定的心血管疾病术语实体和心血管疾病数据实体，确定基因(Gene)、蛋白质(Protein)、酶(Enzyme)、单核苷酸多态性（SNP）、microRNA、代谢物(Metabiolities)、表型(Phenotype)、环境(Environment)和药物(Drug)9个因素建立心血管疾病连接实体。