Integración y preprocesamiento basado en ontologías de repositorios de datos biomédicos distribuidos

Desde la publicación de los resultados del Proyecto Genoma Humano, más de 700 repositorios de información "ómica", heterogéneos y descentralizados se han puesto a disposición de investigadores. Los sistemas clásicos encargados de integrar bases de datos distribuidas suelen centrarse en la integración a nivel de esquemas, dejando la integración a nivel de instancias a otras herramientas. Dentro de los pocos proyectos existentes, actualmente se está imponiendo el enfoque basado en la utilización de ontologías y la Web Semántica. El trabajo que aquí se expone se centra en el uso de ontologías para la integración a nivel de instancias y preprocesamiento de datos biomédicos en un entorno distribuido. El objetivo es ofrecer una interfaz homogénea e intuitiva que permite acceder a datos preprocesados provenientes de varias fuentes de forma transparente. Se han llevado a cabo una serie de experimentos realizados con bases de datos biomédicas públicas y privadas —concretamente acerca de perfiles bioquímicos, artritis reumatoide y cáncer de mama