大型生物元数据库管理
Large-scale Biological Meta-database Management
摘要：
最新的元数据库对于生物数据的分析至关重要。然而，当前生物数据的指数级增长导致元数据库大小的指数级增长。因此，大规模元数据库管理是为生物数据分析提供服务的生产平台的一个重要挑战。特别地，通常需要使用元数据库的特定版本运行分析，或者使用更新的元数据库来执行分析。我们提出了我们的GeStore方法的生物元数据库管理。它提供了特定元数据库版本的高效存储和运行时生成，以及生物数据分析工具的高效增量更新。该方法对工具是透明的，我们提供了一个框架，可以轻松地将GeStore与生物数据分析框架集成在一起。我们提出的GeStore系统，系统的性能特点的评价，并评估生物数据分析工作流程的好处。
英文摘要：
Up-to-date meta-databases are vital for the analysis of biological data. However,the current exponential increase in biological data leads to exponentially increasing meta-database sizes. Large-scale meta-database management is therefore an important challenge for production platforms providing services for biological data analysis. In particular, there is often a need either to run an analysis with a particular version of a meta-database, or to rerun an analysis with an updated meta-database. We present our GeStore approach for biological meta-database management. It provides efficient storage and runtime generation of specific meta-database versions, and efficient incremental updates for biological data analysis tools. The approach is transparent to the tools, and we provide a framework that makes it easy to integrate GeStore with biological data analysis frameworks. We present the GeStore system, an evaluation of the performance characteristics of the system, and an evaluation of the benefits for a biological data analysis workflow.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
