Gerência de Dados Genômicos em Workflows de Bioinformática

A gerência dos dados envolvidos nos experimentos científicos é uma tarefa árdua para os Sistemas de Gerência de Workflows Científicos (SGWfCs), pois cada domínio de aplicação científica, como bioinformática, por exemplo, possui esquemas, metadados ou ontologias, mais adequados ao seu contexto. Os esquemas de dados propostos pelos SGWfCs são extremamente simples e não substituem os esquemas de dados dos domínios de aplicação, que por sua vez, não são facilmente incorporados aos SGWfCs. Além da heterogeneidade de esquemas há também o problema da captura de dados semânticos ao longo do ciclo de vida do experimento. Esta dissertação propõe uma arquitetura para a gerência de dados genômicos em workJZows de bioinformática, na qual são considerados o aproveitamento das soluções para definição, execução e proveniência de dados de Workflows pelos principais SGWfCs e, como repositório para estes dados, o esquema padronizado para o domínio da bioinformática GUS (Genomic Unified Schema). São propostos serviços que, acoplados aos SGWfCs, possibilitam a definição do que deve ser armazenado e em que etapas do experimento esta tarefa deve ocorrer. É efetuado o mapeamento e armazenamento dos dados de proveniência gerados ao longo do ciclo de vida dos experimentos da bioinformática, permitindo análises mais sofisticadas sobre as infornações geradas. O uso de um workflow real evidenciou as vantagens da solução apresentada.