灵活的数据模型为复杂的癌症研究数据提供拯救生命的洞察
挑战
IRCC 团队对从欧洲各地医院收集的癌症样本进行分子和生物学测试。他们需要开发一个实验室信息管理系统来跟踪数据，例如癌症样本的生物学和分子特性，以及随后对这些样本进行的科学程序。这将为用于分析数据和生成高级生物学假设的数据库提供数据。
但是，不同类型的结构复杂数据往往是分层的，具有复杂且经常变化的关系，这需要多个集成数据模型。他们最初的工具——关系数据库 MySQL——需要大量的 JOIN，导致查询缓慢，以及数据集成和一致性方面的挑战。
无论研究人员选择哪种工具，它都需要向两个不同的受众提供服务：与 IRCC 共享数据的合作者，以及需要访问其软件的进行类似研究的其他团队，所有这些都是为了共同构建癌症研究知识。
这需要一个灵活、高效的工具，可以组织和跟踪癌症样本及其分子和生物学特征；用作数据挖掘资源；并用作跟踪程序的数据库。
“我们的应用程序依赖于复杂的分层数据，这需要比传统关系数据库模型提供的模型更灵活的模型，”该项目总体经理 Andrea Bertotti 博士说。
解决方案
IRCC 已开发出其数据库的生产版本，该版本依赖于 MySQL 来存储遗留数据并跟踪实体、特征和实验室程序。这些数据通过脚本发送到 Neo4j，数据库还不断从公开可用资源导入数据。
他们使用 MongoDB 存储原始的、复杂的数据，并依赖 Neo4j 完成所有其他操作：查找复杂的关联关系，分析实验过程，以及为基因组知识建模基因组领域和复杂的语义。虽然他们最初尝试将关系表模型移植到图中，但他们计划重新设计数据库，并使用 Neo4j 作为更抽象的层来为每个实例生成数据模型，以便集成一个抽象的本体来规定关系。
填写此页面上的表格以下载完整案例研究。
