Gioiosa S., Berardinelli M.G., Paradisi A., Boccia P., Zanellato M., Ceruti F., Sturchio E.
riassunto
La banca dati digitale BiTdata, realizzata secondo gli elevati standard progettuali Inail, permette un’agevole consultazione dei dati generati con tecnologie omiche presenti nei repository Sequence Read Archive (SRA), Gene Expression Omnibus (GEO), ArrayExpress, European Nucleotide Archive e NCBI, precedentemente analizzati. BiTdata è costituita dai dati raccolti per ogni sostanza e per ciascuna patologia riportata nel nuovo elenco delle malattie professionali soggette all’obbligo di denuncia/segnalazione da parte dei medici, ai sensi dell’art. 139 del Testo unico (d.p.r. 1124/1965). Le funzionalità di ricerca della banca dati consentono di richiamare i set di dati che corrispondono alle parole chiave inserite, limitando la ricerca a singoli campi o estendendola a più campi. Per ciascun esperimento è stata elaborata una breve descrizione in lingua inglese che permetta all’utilizzatore di comprendere rapidamente il disegno sperimentale e il tipo di dati oltre alla possibilità di effettuare il download dei dati originali che possono poi essere utilizzati per effettuare analisi in locale. Tra le evoluzioni del progetto si prevede l’applicazione di tecnologie di intelligenza artificiale a supporto delle attività di studio e catalogazione delle fonti, utili ad automatizzare le attività di ricerca e l’aggiornamento del relativo database.
summary
The BiTdata database was created according to the Inail standards and allows an easy consultation of the omics technologies data stored in the Sequence Read Archive (SRA), Gene Expression Omnibus (GEO), ArrayExpress, European Nucleotide Archive and NCBI repositories previously analyzed. BiTdata consists of the data collected for each substance and for each disease reported in the new list of occupational diseases, which are subject to the compulsory report by doctors, according to art. 139 of the legislative decree 1124/1965. The database “simple search” allows to retrieve data sets that match the keywords entered, limiting the search to individual fields or extending it to multiple fields. For each experiment, a brief description in English was prepared that allows the user to quickly understand the experimental design and the type of data as well as the possibility to export the original data that can then be used to perform analyses locally. Project developments include the application of artificial intelligence technologies to support the activity of researchers in the search for document sources on certified repositories and could be useful to the important job of collecting and manually updating data from repositories.