Fortschritte in den Biowissenschaften führen zu sehr großen Datenmengen, unter anderem über das menschliche Genom, Krankheitserreger oder die Wirkungsweise von Proteinen. Häufig liegen diese Erkenntnisse in getrennten Datenbanken vor, hängen jedoch inhaltlich zusammen.

Jan Hegewald liefert einen Beitrag zur Integration von Informationen aus verschiedenen Datenquellen. Er stellt einen Algorithmus vor, um gleiche Objekte in verschiedenen Datenbanken zu finden. Dieses Verfahren erlaubt viele große Datenbanken schnell zu analysieren und im Folgenden beinahe automatisiert Informationen zu integrieren. Verteilte Daten werden dadurch handhabbar und vernetztes Wissen ermöglicht neue Erkenntnisse. Das Verfahren wurde anhand von biologischen Datenbanken entwickelt. Es ist jedoch ebenso auf Daten anderer Bereiche anwendbar.

Autorentext
Jan Hegewald studierte an der Humboldt-Universität zu Berlin Informatik. Am Hasso-Plattner-Institut in Potsdam fertigte er seine Diplomarbeit an, für die er mit dem Information Quality Best Master Degree Award der Deutschen Gesellschaft für Informations- und Datenqualität ausgezeichnet wurde.

Zusammenfassung
Dieses Buch liefert einen Beitrag zur Integration von Informationen aus verschiedenen Datenquellen. Ein Algorithmus wird vorgestellt, mit dem gleiche Objekte in verschiedenen Datenbanken identifiziert werden können. Dieses Verfahren erlaubt es viele große Datenbanken schnell zu analysieren und im Folgenden die enthaltenen Informationen beinahe automatisiert zu integrieren. Verteilte Daten werden dadurch handhabbar und ermöglichen neue, tiefergehende Erkenntnisse.

Inhalt
Stand der Forschung.- Algorithmus zum Finden von PS-INDs.- Evaluierung des Algorithmus.- Ausblick und Zusammenfassung.