Abstract

Modern data-driven science often consists of iterative cycles of data discovery, acquisition, preparation, analysis, model building and validation leading to knowledge discovery as well as dissemination at scale. The unique challenges of building and simulating the whole rodent brain in the Swiss EPFL Blue Brain Project (BBP) required a solution to managing large-scale highly heterogeneous data, and tracking their provenance to ensure quality, reproducibility and attribution throughout these iterative cycles. Here, we describe Blue Brain Nexus (BBN), an ecosystem of open source, domain agnostic, scalable, extensible data and knowledge graph management systems built by BBP to address these challenges. BBN builds on open standards and interoperable semantic web technologies to enable the creation and management of secure RDF-based knowledge graphs validated by W3C SHACL. BBN supports a spectrum of (meta)data modeling and representation formats including JSON and JSON-LD as well as more formally specified SHACL-based schemas enabling domain model-driven runtime API. With its streaming event-based architecture, BBN supports asynchronous building and maintenance of multiple extensible indices to ensure high performance search capabilities and enable analytics. We present four use cases and applications of BBN to large-scale data integration and dissemination challenges in computational modeling, neuroscience, psychiatry and open linked data.

中文翻译：

---

Blue Brain Nexus：一个开放、安全、可扩展的知识图谱管理和数据驱动科学系统

摘要

现代数据驱动的科学通常包括数据发现、获取、准备、分析、模型构建和验证的迭代循环，从而导致知识发现和大规模传播。在瑞士 EPFL 蓝脑计划 (BBP) 中构建和模拟整个啮齿动物大脑的独特挑战需要一种解决方案来管理大规模高度异构的数据，并跟踪它们的出处，以确保在这些迭代周期中的质量、可重复性和归属。在这里，我们描述了 Blue Brain Nexus (BBN)，这是一个由 BBP 构建的开源、与领域无关、可扩展、可扩展的数据和知识图管理系统生态系统，以应对这些挑战。BBN 建立在开放标准和可互操作的语义网络技术之上，以支持创建和管理由 W3C SHACL 验证的基于 RDF 的安全知识图谱。BBN 支持一系列（元）数据建模和表示格式，包括 JSON 和 JSON-LD 以及更正式指定的基于 SHACL 的模式，支持域模型驱动的运行时 API。凭借其基于流事件的架构，BBN 支持多个可扩展索引的异步构建和维护，以确保高性能搜索能力并支持分析。我们介绍了 BBN 的四个用例和应用，以应对计算建模、神经科学、精神病学和开放链接数据中的大规模数据集成和传播挑战。BBN 支持一系列（元）数据建模和表示格式，包括 JSON 和 JSON-LD 以及更正式指定的基于 SHACL 的模式，支持域模型驱动的运行时 API。凭借其基于流事件的架构，BBN 支持多个可扩展索引的异步构建和维护，以确保高性能搜索能力并支持分析。我们介绍了 BBN 的四个用例和应用，以应对计算建模、神经科学、精神病学和开放链接数据中的大规模数据集成和传播挑战。BBN 支持一系列（元）数据建模和表示格式，包括 JSON 和 JSON-LD 以及更正式指定的基于 SHACL 的模式，支持域模型驱动的运行时 API。凭借其基于流事件的架构，BBN 支持多个可扩展索引的异步构建和维护，以确保高性能搜索能力并支持分析。我们介绍了 BBN 的四个用例和应用，以应对计算建模、神经科学、精神病学和开放链接数据中的大规模数据集成和传播挑战。BBN 支持异步构建和维护多个可扩展索引，以确保高性能搜索能力和分析。我们介绍了 BBN 的四个用例和应用，以应对计算建模、神经科学、精神病学和开放链接数据中的大规模数据集成和传播挑战。BBN 支持异步构建和维护多个可扩展索引，以确保高性能搜索能力和分析。我们介绍了 BBN 的四个用例和应用，以应对计算建模、神经科学、精神病学和开放链接数据中的大规模数据集成和传播挑战。