Padr

1

• Padrões e Protocolos em Informática para
  Biodiversidade
• Renato De Giovanni
• Centro de Referência em Informação Ambiental, CrIA

2
Principais pontos da apresentação

• Padrões e Protocolos em Informática para
  Biodiversidade
• O que são e para que servem
• Que papel podem desempenhar junto às Coleções
  Biológicas
• Principais padrões sendo utilizados ou discutidos
• Protocolos para realizar buscas em dados
  distribuídos
• Recomendações gerais

3
Definições

• Protocolo Descrição formal das regras e
  formatos de mensagem que dois sistemas devem
  obedecer para que possam se comunicar e
  interagir.
• Padrão Algo definido ou em comum acordo ou por
  autoridade específica para servir como modelo ou
  regra para determinado fim.

Exemplos

• TCP/IP, HTTP, URI, HTML base de funcionamento da
  Internet!
• SMTP, POP, IMAP base para troca de e-mails
• W3C Consórcio internacional

4
Cenário envolvendo o uso de padrões e protocolos
pesquisa
educação
nomenclatura taxonomia
dados descritivos
tomada de decisão
dados primários
modelagem
qualidade de dados
mapas
coleção biológica
5
Caso Repatriação de dados de aves do México
6
Caso Acesso a ferramentas auxiliares
7
Ferramentas auxiliares qualidade dos dados
link para registros na coleção
8
Ferramentas auxiliares qualidade dos dados
9
Feramentas auxiliares qualidade dos dados
10

• http//www.tdwg.org/
• Objetivos
• - Servir como fórum international para o debate
  de projetos envolvendo dados sobre biodiversidade
• Desenvolver e promover o uso de padrões
• - Facilitar a troca de dados

11

• Grupos de trabalho em atividade buscam
  estabelecer padrões para
• Dados de Coleções Biológicas
• Dados sobre descrição de uso de plantas
• Dados geográficos
• Metadados de Coleções Biológicas
• Dados de imagens e observações
• Dados espaciais
• - Estrutura de dados descritivos de espécies
• - Dados taxonômicos

12
TCS Taxonomic Concept Transfer Schema

• Objetivo
• Servir como padrão para troca de dados
  taxonômicos considerando as abordagens de
  diferentes grupos (taxonomistas,
  nomenclaturistas, ecólogos, etc).
• Características técnicas
• Utiliza XML (definido através de XML-Schema).
• Situação
• Aguardando homologação pelo TDWG.
• Protótipo sendo desenvolvido repositório de
  conceitos taxonômicos.

13
TCS Taxonomic Concept Transfer Schema

• Centrado na idéia de Conceito Taxonômico
  classificação de um grupo de organismos por uma
  pessoa num determinado momento.
• Documentos podem conter conceitos, nomes e as
  relações taxonômicas e nomenclaturais entre eles.
  
• Consegue representar vários tipos de definições
  circunscrição com base em caracteres ou em
  espécimes, e referências a outros conceitos.
• Tipos de conceitos taxonômicos definição
  original, revisão, conceito incompleto, agregado
  de conceitos, nomenclatural (referência implícita
  a todos os conceitos que já usaram o mesmo nome).

14
SDD Structured Descriptive Data

• Objetivo
• Servir como padrão para armazenamento e troca de
  dados descritivos de organismos (Taxa e
  espécimes).
• Características técnicas
• Utiliza XML (definido através de XML-Schema).
• Situação
• Aguardando homologação pelo TDWG.
• Existência de um protótipo para editar
  documentos SDD.

15
SDD Conteúdo de um documento

• Metadados.
• Terminologia de dados descritivos (em múltiplas
  línguas e tendo em vista múltiplos
  públicos-alvo).
• Possibilidade de descrever categorias de
  organismos (Taxa) ou organismos específicos
  (espécimes / linhagens).
• Descrições em linguagem natural com possibilidade
  de marcar texto.
• Descrições codificadas.
• Chaves de identificação.
• Recursos adicionais (glossário, imagens, notas,
  referências, etc).

16
DarwinCore

• Objetivo
• Definição de elementos comuns a todos os grupos
  taxonômicos para padronizar a integração de dados
  primários de biodiversidade.
• Características técnicas
• Utiliza XML (definido através de XML-Schema) e
  aceita extensões.
• Situação
• Versão atual é utilizada pela maioria das
  redes speciesLink, GBIF, Manis, OBIS, etc.
• Nova versão sendo discutida e aguardando
  homologação pelo TDWG.

17
DarwinCore versão atual
Date Last Modified Year Identified Locality
Institution Code Month Identified Longitude
Collection Code Day Identified Latitude
Catalog Number Type Status Coordinate Precision
Scientific Name Collector Number Bounding Box
Basis of Record Field Number Minimum Elevation
Kingdom Collector Maximum Elevation
Phylum Year Collected Minimum Depth
Class Month Collected Maximum Depth
Order Day Collected Sex
Family Julian Day Preparation Type
Genus Time of Day Individual Count
Species Continent / Ocean Previous Catalog Nº
Subspecies Country Related Catalog Item
Scientific Name Author State / Province Ralationship Type
Identified By County Notes
18
Extensão para dados de coleções microbiológicas
History of Deposit Isolation Method Strain Properties
Depositor Conditions For Growth Strain Applications
Year Deposited Genetically Modified Form Of Supply
Month Deposited Genotype Restrictions
Day Deposited Mutant Biological Risks
Substrate Race Pathogenicity
Isolator Alternate State
19
ABCD Access to Biological Collection Data

• Objetivo
• Estabelecer um padrão para a troca de dados e
  metadados de registros em coleções biológicas
  procurando englobar as particularidades de todos
  os grupos taxonômicos.
• Características técnicas
• Utiliza XML (definido através de XML-Schema).
• Situação
• Utilizado pela rede de coleções européias
  BioCASE.
• Aguardando homologação pelo TDWG (iniciativa
  conjunta com CODATA).

20
ABCD Access to Biological Collection Data

• Possui ao todo cerca de 500 elementos!
• Contém elementos específicos para os seguintes
  tipos de coleções
• Herbários e Jardins Botânicos
• Coleções Zoológicas
• Coleções de Culturas
• Coleções Paleontológicas

21
Protocolos para busca em dados distribuídos
Linux MySQL
Win98 biota
Win98 Access
FreeeBSD PostgreSQL
Col 3
Win2000 Brahms
Col 4
Col 2
Col 5
Col 1
protocolo X
?
?
?
protocolo X
protocolo X
?
protocolo X
?
protocolo X
programa
22
Protocolos para busca em dados distribuídos

• The Species Analyst (1999)
• Muito complicado.
• Impossibilidade de definir esquemas conceituais
  separadamente.
• Suporte limitado a XML e Unicode.

Z39.50

• Manis, speciesLink, OBIS, etc (2002)
• Motivação inicial foi superar as limitações do
  Z39.50 produzindo um novo protocolo com novas
  ferramentas.

• BioCASE (2003)
• Surgiu após tentativas frustradas de convencer a
  comunidade DiGIR a alterar seu protocolo para que
  o mesmo pudesse ser usado com esquemas
  conceituais mais complexos (ABCD).

DiGIR

• TAPIR (2004)
• Estudo contratado pelo GBIF por recomendação de
  um dos subcomitês (DADI).
• Existência de protocolos distintos dificulta
  interoperabilidade e acarreta duplicidade de
  esforços.

BioCASe
TAPIR
23
DiGIR Distributed Generic Information Retrieval

• Protocolo para acesso a dados distribuídos e
  heterogêneos
• Iniciativa (junho de 2001)
• University of Kansas
• California Academy of Sciences
• Museum of Vertebrate Zoology (Berkeley)
• Projeto financiado pela NSF (National Science
  Foundation)
• Parceiros
• CRIA (Fapesp)
• GBIF

24
DiGIR Distributed Generic Information Retrieval

• Requisitos e objetivos da proposta original
• Utilização de padrões e protocolos abertos HTTP,
  XML e UDDI
• Separação clara entre protocolo, software e
  semântica
• Facilidade na instalação e configuração de
  provedores de dados
• Desenvolvimento colaborativo (modelo open
  source)
• Produtos disponíveis a todos através de licensa
  pública (GPL - GNU General Public License)

25
Uso de esquema conceitual em busca distribuída
Linux MySQL
Win98 biota
Win98 Access
FreeeBSD PostgreSQL
Col 3
Win2000 Brahms
Col 4
Col 2
mapeamento
Col 5
Col 1
mapeamento
mapeamento
protocolo X
mapeamento
mapeamento
protocolo X
protocolo X
protocolo X
protocolo X
DarwinCore
programa
26
DiGIR exemplo de requisição de busca
27
Recomendações gerais

• Acompanhar os padrões e protocolos sendo usados
  ou discutidos
• Quão compatíveis estão meus dados em relação
  aos padrões atuais?
• Quão compatível é meu sistema de gerenciamento em
  relação aos padrões e protocolos atuais?
• Participar das redes de informação sobre
  biodiversidade sendo criadas
• Maior visibilidade e valor para a coleção
• Fazer uso de eventuais ferramentas
  disponibilizadas pelas redes
• Fazer uso das redes de informação sobre
  biodiversidade existentes

28

• Obrigado
• renato at cria . org . br