TAVERNA Ausarbeitung im Rahmen der Veranstaltung: Seminar Wirtschaftsinformatik

Transkript

1 TAVERNA Ausarbeitung im Rahmen der Veranstaltung: Seminar Wirtschaftsinformatik SS 2005 Hendrik Schäfers Hendrik Schäfers - 1 -

2 Inhaltsverzeichnis Inhaltsverzeichnis Einleitung Workflow-Management Workflow Workflows in der Bioinformatik / e-science Anforderungen an Workflow-Management-Systeme Taverna MyGrid Das ist Taverna Das will Taverna leisten Taverna Architektur Übersicht Workflow Implementation Die Graphische Benutzeroberfläche Die Workflow Language SCUFL Die Workflow Enactment Engine Freefluo Integration existierender Tools und Services Fehlertoleranz Speicherung von Daten im mygrid Information Repository (MIR) Herkunft Anwendungsbeispiele Fazit Hendrik Schäfers - 2 -

3 1. Einleitung Workflow-Management-Systeme werden zur Optimierung und Verwaltung von Geschäftsprozessen in Unternehmen eingesetzt. Sie machen Arbeitsabläufe transparent indem sie deutlich machen welchen Weg ein Arbeitsprozess durch ein Unternehmen nimmt. 1 Ohne Workflow-Management werden Geschäftsprozesse so arbeitsteilig durchgeführt, dass der einzelne den Blick für das Ganze verliert und der Kommunikationsaufwand stark ansteigt. 2 Bei Taverna handelt es sich um ein Workflow-Management-System im Bereich Bioinformatik, womit Arbeitsprozesse in Experimenten modelliert und ausgeführt werden sollen. Um einen Einblick in die Funktionsweise von Taverna und die Komponenten zu ermöglichen, stelle ich zuerst vor was Workflows und Workflow-Management, speziell im Bereich Bioinformatik überhaupt sind. Ich gehe darauf ein welche Anforderungen an ein solches System bestehen, um dann die Realisierung in Taverna zu präsentieren. Ich werde auf die einzelnen Komponenten von Taverna eingehen und den Lifecycle eines Workflows in Taverna darstellen. Außerdem werde ich noch praktische Beispiele für den Gebrauch von Taverna anführen. 2. Workflow-Management 2.1 Workflow Ein Workflow ist die Spezifizierung und Ausführung von Aktivitäten die einen Geschäftsprozess darstellen, er kann sich über ein gesamtes Unternehmen erstrecken und es können viele Personen daran beteiligt sein. Die Workflow Management Coalition (WfMC) definiert Workflow als die Automatisierung eines Geschäftsprozesses, bei dem Dokumente, Informationen oder Aufgaben zur Verarbeitung von einem Teilnehmer an einen anderen weitergereicht werden (Datenfluss), gesteuert durch eine Menge prozeduraler Regeln (Kontrollfluss). Ein Workflow setzt sich aus logischen Schritten zusammen, die auch als Aktivitäten bezeichnet werden. Aktivitäten 1 Christian Hachenberg: Workflow-Systeme am Beispiel Bio-Informatik IntelliGEN: Ein verteilter Workflow zur Unterstützung der Suche nach Protein-Protein-Interaktionen, Universität Ulm, Fakultät für Informatik 2 Vgl. Oliver Biebl, Seminar: Knowledge-Management, Vortrag: Workflow-Management, Konversations- und Koordinierungssysteme, Institut für Softwaretechnologie (Inst. 2) Neubiberg Hendrik Schäfers - 3 -

4 können entweder von Anwendungsprogrammen ausgeführt werden oder menschliche Interaktion erfordern. Beim Workflow-Management geht es darum Geschäftsprozesse zu modellieren und zu simulieren und dann auch auszuführen und zu steuern. In den 80er Jahren wurde Workflowmanagement in der Industrie zum Thema, als man versuchte interne Abläufe effektiver und effizienter zu machen. 3 Zur Optimierung und Verwaltung von Geschäftsprozessen werden Workflow-Management- Systeme eingesetzt, die deutlich machen sollen welche Stationen ein Arbeitsprozess in einem Unternehmen durchläuft. Sie sollen die Effektivität und Produktivität durch Erhöhung der Automatisierung fördern. Die Workflowausführung wird von einer oder mehrerer Workflow- Engines gesteuert. Sie interagiert mit Teilnehmern des Arbeitsflusses und ruft die benötigten Anwendungen auf Workflows in der Bioinformatik / e-science Eine relativ neue Anwendung von Workflow-Management-Systemen ist das Feld der Bioinformatik. Hier werden in erster Linie so genannte in silico 5 Experimente unterstützt bei denen es darum geht bereits durchgeführte Experimente mit evtl. verändertem Eingaben am Computer zu simulieren, um so Hypothesen zu testen oder Fakten zu demonstrieren ohne ins Labor zu müssen. Zu diesem Zweck werden Applikationen entwickelt die den Arbeitsfluss von komplexen Experimenten mit Hilfe von Datenbankanbindungen simulieren. Bioinformatiker sollen in die Lage versetzt werden auf die Workflows von anderen Bioinformatikern zuzugreifen und sie zu verändern oder eigene Workflows zu erstellen. Eine Charakteristik von Experimenten im Bereich Bioinformatik ist ein hohes Datenvolumen, auch durch die benötigte Wiederholung und Automatisierung von Experimenten zur Bestimmung von Fehlerraten. So kann enorm viel Zeit durch den Einsatz dieser Systeme gespart werden 3 Vgl. Oliver Biebl: s. Fußnote 2 4 Vgl. o.v., Problemseminar Biodatenbanken: Systeme zur Prozessunterstützung in der Bioinformatik / Forschungslaboren, In silico (lateinisch für in Silizium) bezeichnet Vorgänge, die im Computer ablaufen. Der Begriff ist eine Anspielung auf die Tatsache, dass die meisten heutigen Computer-Chips auf der Basis des chemischen Elements Silizium hergestellt sind. Ein biochemischer Vorgang z. B., welcher im menschlichen Organismus abläuft, lässt sich möglicherweise mit Methoden und Algorithmen der Bioinformatik im Computer simulieren. Hendrik Schäfers - 4 -

5 und spezielle Experimente z.b. in der Genomforschung werden dadurch erst möglich, da es sich hier um etwa drei Milliarden DNA-Basen und etwa verschiedene Gene handelt. 6 Man kann im Zusammenhang mit Workflows in der Bioinformatik auch von einer hohen Komplexität sprechen, zum einen der Daten, aber auch der Abläufe. Dies drückt sich durch viele Verzweigungen und Synchronisationsbedingungen im Arbeitsfluss aus. Wenn es um die Komplexität der Daten geht, kann man die Gruppierung von DNA Strängen auf einem Chip anführen, wobei auch entsprechende Datentypen gebraucht werden um die Menge an Informationen zu speichern. 7 Eine weitere Charakterisierung ist der schnelle Wandel von Workflows in der Bioinformatik, so kann sich durch neue Erkenntnisse oder den technischen Fortschritt der Ablauf oder Teilabläufe eines Experiments verändern oder es müssen zusätzliche Informationen festgehalten werden. 2.3 Anforderungen an Workflow-Management-Systeme Bevor ich nun konkret zu Taverna komme, möchte ich zuerst die allgemeinen Anforderungen an ein Workflow System herausstellen, um so das Verständnis für die Realisierung in Taverna zu vereinfachen. Zuerst einmal muss eine Modellierung von Workflows ermöglicht werden, wobei Ausführungsreihenfolge, benötigte Eingabedaten und die Übergangsbedingungen zwischen den Workflow-Einzelschritten festgelegt 8 werden. Dies kann explizit oder implizit geschehen, in Taverna gibt es die Möglichkeit direkt über die Workflow Language SCUFL zu modellieren oder über die graphische Oberfläche, die Taverna Workbench. Nach der Modellierung folgt die Ausführung des Workflows, womit die Ablaufsteuerung der gesamten Ausführung gemeint ist. Dabei wird z.b. die Reihenfolge der aufzurufenden Applikationen und Daten verwaltet. Die Komponente die diesen Teil übernimmt ist die Workflow Engine. Hier ist anzumerken, dass Taverna keine Workflow Engine ist, wie man aus dem Titel der Ausarbeitung entnehmen könnte, sondern dass es sich bei Taverna um ein Workflow-Management-System handelt, dass auch eine Workflow Engine beinhaltet - Freefluo. 6 Vgl.: s. Fußnote 4 7 Vgl.: s. Fußnote 4 8 Oliver Biebl: s. Fußnote 2 Hendrik Schäfers - 5 -

6 Eine weitere Anforderung an ein solches System ist die Speicherung aller Informationen während der Ausführung des Workflows. Dies wird in Taverna durch das mygrid Information Repository (MIR) bewerkstelligt. Neben diesen Hauptanforderungen, die im laufe dieser Arbeit am praktischen Beispiel Taverna weiter betrachtet werden, gibt es noch weitere zentrale Anforderungen an ein Workflow-Management-System, die ich hier allenfalls ansprechen kann, deren detaillierte Realisierung jedoch für diese Arbeit zu viel wäre. Flexibilität ist hier zu nennen, womit die Möglichkeit der Veränderung von Arbeitsabläufen gemeint ist. Ein weiterer Punkt ist die Verfügbarkeit, bzw. Fehlertoleranz, also die Ermöglichung von akkuraten Fehlermeldungen und eines stabil bleibendem Systems im Falle von Ausfällen, sowie die Performanz des Systems Taverna 3.1 MyGrid MyGrid ist ein e-science Pilotprojekt das seit Ende 2001 läuft. Es wurde von britischen Universitäten, dem European Bioinformatics Institute (EBI) und einigen Partnern aus der Industrie (z.b. IBM) ins Leben gerufen. Das Projekt hat eine locker zusammenhängende Garnitur von Software für eine Integrationsplattform entwickelt, die in-silico - Experimente im Biologiebereich unterstützen soll. Dabei wird mit Wissenschaftlern zusammengearbeitet, die die Systeme z.b. bei ihren Untersuchungen an der Basedowschen Krankheit 10 und am Williams-Beuren Syndrom 11 einsetzen. 12 Die MyGrid Integrationsplattform beinhaltet Workflow Systeme die mit dem Datenfluss zwischen Ressourcen, und mit Schnittstellen zu Web Services, interagieren. Außerdem zielt MyGrid darauf ab Resultate und deren Herkunftsinformationen von Experimenten zu erfassen. 9 Wikipedia: Performanz bezeichnet in der Informatik die Effizienz von Programmen und Hardware bezüglich des Ressourcenverbrauchs und der Qualität der Ausgabe. Meistens ist mit Performanz die Datenrate gemeint, also die Menge von Daten die innerhalb einer bestimmten Zeitspanne verarbeitet werden kann. Im Gegensatz zur Zeitkomplexität bezieht sich die Performanz nicht auf einen abstrakten Algorithmus, sondern auf ein konkretes Programm auf einem konkreten Computer. 10 Spezielle Form der Schilddrüsenüberfunktion 11 Seltene Erbkrankheit mit Entwicklungsstörungen 12 Vgl. mygrid Projekt Homepage: osition=2:2 Hendrik Schäfers - 6 -

7 Ziel ist es die Komplexität der Web Service Programmierung von den Wissenschaftlern fern zu halten und ihnen die Möglichkeit zu geben existierende Anwendungen in Workflows zu übertragen. Der Benutzer soll Workflows entwickeln, aber auch vorhandene Workflows ablaufen lassen können. 13 Es handelt sich bei mygrid um ein Open Source Projekt was LGPL (Lesser General Public License) 14 -lizensiert ist. Die Software ist in Java implementiert. 3.2 Das ist Taverna Taverna ist ein Teilprojekt von MyGrid das dazu dient die Software zu verbreiten und eine Kommunikation und Zusammenarbeit mit Leuten außerhalb des Projekts aufzubauen, für die die Software von Nutzen ist. Die Entwickler wollen verhindern dass das Projekt in einer geschlossenen Welt entwickelt wird. In Taverna kann man Workflows mit Hilfe eines Graphical User Interface konstruieren. Die Workflow Graphen werden in einer eigens von MyGrid entwickelten Sprache beschrieben, die sich SCUFL nennt. Die Inkraftsetzung des Workflows wird durch die Enactment Engine Freefluo realisiert. Die Resultate können dann betrachtet werden. Um inhaltsreiche Datensätze zu speichern bietet Taverna das mygrid Information Repository (MIR), wobei es sich um einen Web Service mit Datenbank Anbindung handelt, das man auch durch einen speziellen Browser nach Daten absuchen kann. 3.3 Das will Taverna leisten Es soll eine Integrationsplattform geschaffen werden, die in silico - Experimente mit verteilten Quellen unterstützt, ein Workflow System das mit Web Services kommunizieren kann und den Datenfluss zwischen Ressourcen leiten kann. Es sollen neue Workflows erstellt oder vorhandene bearbeitet werden können. Außerdem soll die Archivierung von Resultaten und deren Herkunftsinformationen realisiert werden. Auch existierende Anwendungen sollen in den Workflow integriert werden können. Dabei soll die Komplexität des Web Service Programming vom Benutzer fern gehalten werden Vgl. Tom Oinn, Matthew Addis, Justin Ferris, Darren Marvin, Martin Senger, Mark Greenwood, Tim Carver, Kevin Glover, Matthew R. Pocock, Anil Wipat and Peter Li.: Taverna: A tool for the composition and enactment of bioinformatics workflows, in: Bioinformatics Journal 20(17) S , Lesser General Public License im Internet: Vgl. Tom Oinn u.a.: s. Fußnote 12 Hendrik Schäfers - 7 -

8 4. Taverna Architektur Übersicht An dieser Stelle möchte ich eine Übersicht über die verschiedenen Systeme die im mygrid Toolkit verwendet werden, um diese Anforderungen zu erfüllen, geben. Als erstes erfolgt eine Übersicht, hiernach zeige ich eine detailliertere Beschreibung der Prozesse die sich während eines kompletten Workflows ereignen. Abb : Übersicht der Bestandteile von Taverna Taverna besteht aus drei Systemen: die Core Data Modelle, die Enactor Task Extensions und ein Graphical User Interface. Das Kernsystem beinhaltet die Objektrepräsentationen vom Workflow, alle Instanzen des Workflows (Prozessoren, Ports, Datenverweise usw.) und das Modell für die Datenwerte die entlang der Datenverweise während des Workflow Enactment fließen. 16 The Taverna Project Website: Hendrik Schäfers - 8 -

9 Die Enactor Task Extensions befinden sich in der Enactment Engine Freefluo und sorgen für die konkrete Implementation vom spezifizierten Workflow Objekt Modell. Das GUI (graphical user interface) macht Workflow -Konstruktion, -Bearbeitung, - Visualisierung, sowie das Anzeigen der Resultate möglich. 17 Abb2 18 : Die in mygrid involvierten Systeme und Middleware Workflow Implementation In diesem Kapitel möchte ich eine praktische Übersicht über die Vorgänge während der Realisierung eines Workflows in Taverna geben. 5.1 Die Graphische Benutzeroberfläche Der Benutzer kann als erstes im Taverna Workflow Workbench User Interface einen neuen Workflow erstellen oder auf vorhandene zugreifen. Hierfür muss er die Workflow Sprache 17 Vgl.: The Taverna Project Website: s. Fußnote Carole Goble, Chris Wroe, Robert Stevens and the mygrid consortium, The mygrid project: services, architecture and demonstrator, Proceedings UK e-science All Hands Meeting 2003 Editors - Simon J Cox, p , September Middleware: Hardware und Software zum Datenaustausch zwischen unterschiedlichen Anwendungen Hendrik Schäfers - 9 -

10 nicht beherrschen. Ein Workflow ist in Taverna ein Graph von bearbeitenden Stellen (Prozessoren), von denen jeder Eingaben entgegennimmt und Ausgaben produziert. Dies wird dann in der Workflow Sprache dargestellt, bei Taverna ist das SCUFL. Das graphische Interface besteht aus drei Paneelen, dem workflow diagrams panel, dem advanced model explorer und dem available services panel. Mit dem advanced model explorer werden Eingabe- und Ausgabewerte inklusive der evtl. gebrauchten externen Dienste definiert. Diese Dienste können vom available services panel übernommen werden. Der workflow diagrams panel ermöglicht dann die Visualisierung des Workflow Modells. 5.2 Die Workflow Language SCUFL Ursprünglich wurden Workflows in Taverna mit der von IBM entwickelten Service Flow Language (WSFL) 20 entwickelt. Diese stellte sich jedoch als ungeeignet für wissenschaftliche Anwendungen heraus. 21 Deswegen wurde eigens für das MyGrid Projekt die Workflow Sprache Scufl (Simple Conceptual Unified Flow Language) entwickelt. Sie besteht aus einem Objekt Modell und einem XML-Format Xscufl, in das die Objekte übertragen werden können. Scufl zielt darauf ab praktisch zu sein, sie soll wie der Name schon sagt simpel (simple) sein, so wird so wenig wie möglich Information explizit in den Workflow Definitionen beschrieben. konzeptionell (conceptual) sein, so soll ein Prozessor in einem Scufl Workflow möglichst auch als ein Workflow für den Benutzer gesehen werden. und vereinheitlicht (unified) sein, der Benutzer soll es in der gleichen Weise wie andere Dienste benutzen können. Dabei kann Scufl beliebig abstrakt sein, und potentiell in andere Workflow Sprachen übersetzt werden. In Scufl besteht ein Workflow aus drei Entitäten: Pozessors, Data Links und Coordination Constraints. 20 Wikipedia: WSFL: Eine Computersprache, die zur Beschreibung von Geschäftsprozessen auf Basis von Web Services dient. WSFL definiert per XML ein Modell eines gerichteten Graphen von per Kontrollflüssen und Datenflüssen verbundenen Aktivitäten, welches in einer Workflow-Engine abgearbeitet werden kann. 21 Vgl. T. Oinn, M. Addis, J. Ferris, D. Marvin, M. Greenwood, C. Goble, A. Wipat, P. Li, T. Carver, Delivering Web Service Coordination Capability to Users, In Thirteenth International World Wide Web Conference (WWW2004) pp , New York, May 2004 Hendrik Schäfers

11 Die in den Workflow involvierten Prozessoren haben jeweils Eingangs- und Ausgangsports. Prozessortypen können hierbei aus anderen Anwendungen kommen, wie z.b. aus Soaplab oder Talisman wobei es sich um Web Services handelt auf die ich hier nicht näher eingehen möchte. Die Datenverweise vermitteln den Arbeitsfluss, z.b. kann ein Prozessoroutput zum nächsten Prozessor verwiesen werden. Koordinationsbedingungen koordinieren den Ablaufplan und bestimmen zum Beispiel dass ein Prozessor starten soll wenn ein anderer fertig ist. Bei der Erstellung eines Workflows kann der Benutzer auch auf vorhandene Ressourcen aus dem mygrid Information Repository zugreifen, was später noch weiter ausgeführt wird. Wurde das Objektmodell also in Scufl abgebildet, wird der Workflow an den Enactor Service weitergegeben. Dieser nennt sich in Taverna Freefluo. 5.3 Die Workflow Enactment Engine Freefluo Einmal gebaut, wird der Workflow von der Freefluo Workflow Enactment Engine realisiert. Freefluo 22 ist ein eigener Projektteil des MyGrid Toolkit und unterstützt zwei Workflow Sprachen. Zum einen WSFL, mit der am Anfang des Projekts gearbeitet wurde und zum anderen Scufl. Freefluo is very flexible and at its core is a reusable orchestration framework that is not tied to any workflow language or execution architecture. The enactor core supports an object model of a workflow in the form of a directed graph where each node has a state machine that defines its lifecycle. 23 Während der Ausführung des Workflows werden Nachrichten mit der Zeitplanung und den Zustandübergängen zwischen den Knotenpunkten übergeben. Der Kern des Enactor arbeitet generisch, er arbeitet mit einer internen Repräsentation des Workflows und nicht mit der textbasierten SCUFL-Form oder dem Datenmodell. Freefluo kann also einfach erweitert werden um es in anderen Umgebungen zu gebrauchen. Diese Erweiterungsfähigkeit ermöglicht es auch andere Dienste in Taverna zu integrieren. 22 Vgl.: Freefluo Project Website: 23 Jun Zhao, Carole Goble, Mark Greenwodd, Chris Wroe, Robert Stevens: Annotating, linking and browsing provenance logs for e-science, Department of Computer Science, University of Manchester Hendrik Schäfers

12 5.3.1 Integration existierender Tools und Services Es gibt diverse existierende Tools, die der Benutzer eventuell in seine Workflows integrieren möchte. Ich möchte hier beispielsweise das Talisman Tool und SoapLab nennen, die in mygrid Workflows benutzt werden. Talisman ist ein Anwendungsentwicklungstool um Web-basierte Benutzerschnittstellen zu erstellen. Mit Talisman lässt sich über ein Web-basiertes Benutzer-Interface z.b. auf das EMBOSS 24 Toolset und die ENSEMBL 25 Datenbank zugreifen. Talisman kann auch XML- Scripte ausführen. Soaplab beinhaltet Web Services, die Zugang auf entfernte (remote-) Computer ermöglichen Fehlertoleranz Wenn Teile eines Workflows nicht auf den Daten eines Anwenders basieren gibt es die Wahrscheinlichkeit, dass diese Teile nicht die gewünschten Ergebnisse ausgeben. Es ist die Aufgabe der Enactment Engine mit solchen Fehlern umzugehen und eine gewisse Datenintegrität zu gewährleisten um trotzdem möglichst genau mit dem Experiment fortzufahren. Wenn dies nicht möglich ist, sollte genau berichtet werden warum dies so ist. 26 Auf die Arten von Fehlern und deren Auswertung in Taverna möchte ich hier jedoch nicht weiter eingehen. 5.4 Speicherung von Daten im mygrid Information Repository (MIR) MIR ist ein maßgeschneiderter Web-Service mit einer Datenbankanbindung zum abfangen und archivieren von biologischen Daten, Experiment-Metadaten, Datenherkunft und Kenntnissen aus den Experimenten. MIR wurde entwickelt um jegliche Art von Workflow Resultaten und Herkunft, sowie Informationen über Benutzer zu speichern. Es wurde auch ein Browser entwickelt um gespeicherte Informationen zu durchsuchen. Dieser wird durch das User Interface verfügbar gemacht. 24 EMBOSS: ENSEMBL: T. Oinn, M. Addis, J. Ferris, D. Marvin, M. Greenwood, T. Carver, A. Wipat, P. Li.: Taverna, lessons in creating a workflow environment for the life sciences, GGF 10 workflow workshop, Berlin, March Hendrik Schäfers

13 MIR wird durch KAVE (Knowledge Annotation and Verification of Experiments) unterstützt, dass während der Ausführung eines Workflows relevante Angaben über Ressourcen speichert. Die Angaben werden dabei in RDF 27 (Resource Description Framework) gespeichert, wobei es sich um ein flexibles System (beruhend auf der Syntax von XML) für die Codierung, den Austausch und die Wiederverwendung von Metadaten 28 handelt Herkunft Wenn Wissenschaftler bereits existierende Resultate in Form von Daten oder Prozessen für einen Workflow benutzen interessiert es sie natürlich woher diese stammen. Unter Herkunft muss man hier aber auch verstehen, wie diese zustande gekommen sind. Es wird unterschieden in Datenherkunft und Prozessherkunft. Informationen zu den Daten werden während dem Workflow Aufrufs gespeichert Side Effect - Information kann alles sein was mit den Inputs und Outputs von Prozessen in Verbindung steht. Die Prozessherkunft wird durch Event Logging gespeichert wobei Kommentare zu den Prozessen gespeichert werden. MyGrid arbeitet bei der Speicherung von Workflows und Workflowteilen mit einer Kombination von Life Science Identifier (LSID) 29, wobei es ich um eine Technik handelt mit der man spezifische Informationen im Internet eindeutig benennen und lokalisieren kann 30 und Resource Description Framework (RDF). So sollen möglichst alle Daten, Zwischen- und Endresultate festgehalten werden Anwendungsbeispiele Das MyGrid Toolkit wird bereits von Wissenschaftlern getestet, auch wenn noch nicht alle Komponenten funktionstüchtig sind. Die Systeme wurden z.b. bei Untersuchungen an der Basedowschen Krankheit und am Williams-Beuren Syndrom eingesetzt. 27 Wikipedia: RDF ist eine Spezifikation für ein Modell zur Repräsentation von Metadaten (Informationen über Webseiten und andere Objekte) 28 O.V., Glossar Uni München, LSID Website: http//lsid.sourceforge.net/, Salvatore Salamone: LSID: An Informatics Lifesaver, Bio IT World: M. Greenwood, C. Wroe, R. Stevens, C.A. Goble, M. Addis Position Paper: Are bioinformaticians doing e- Business?, in: proceedings EuroWeb 2002 The Web and the GRID: from e-science to e-business, Oxford, UK, Hendrik Schäfers

14 Beim Williams-Beuren Syndrome handelt es sich um eine genetisch bedingte Besonderheit, deren Ursache in einem Stückverlust auf dem Chromosom der Nummer 7 liegt. Zur Untersuchung dieses Abschnitts des Chromosoms ist eine wiederholende Anwendung einer Reihe von standardisierten Techniken notwendig. Es wurden keine neuen Prozeduren in Zusammenhang mit diesen Experimenten entwickelt, aber durch die experimentelle Wiederholung von existierenden Prozeduren wurde die Produktivität signifikant erhöht. 32 Die Basedowsche Krankheit wird durch die Absonderung von Schilddrüsenstimulierenden Antikörpern durch die Lymphozyten 33 des Immunsystems hervorgerufen. Die benötigten Workflows wurden mittels Aktivitätsdiagrammen in UML (unified modelling language) dargestellt und die daraus resultierenden konzeptionellen Schritte wurden für die Konstruktion in Taverna benutzt. Das Ziel ist dadurch Gene zu identifizieren die an der Krankheit beteiligt sind. 7. Fazit In dieser Ausarbeitung wurden die Anforderungen von Workflow-Management in der Bioinformatik thematisiert und die Realisierung anhand des Workflow Systems Taverna betrachtet. Die Erklärungen wurden von schriftlichen Quellen und nicht von praktischen Erfahrungen ausgehend angefertigt. An den meisten verfügbaren Quellen waren Mitentwickler des Systems beteiligt, so dass eine objektive Betrachtung, auch wegen des Fehlens von Vergleichen durch andere Workflow-Systeme, schwierig ist. Der grundsätzlich positive Nutzen von Workflow-Management-Systemen in der Bioinformatik ist allerdings unbestritten. So hätte Beispielsweise die Sequenzierung des menschlichen Genoms ohne den Einsatz von Systemen, die die Prozesse in den Forschungslabors unterstützen und so die Produktivität erhöhen, nicht in so kurzer Zeit erreicht werden können. 34 Die Effektivität und Produktivität wird durch die starke Automatisierung erhöht. 32 Vgl. R.D. Stevens, H.J. Tipney, C.J. Wroe, T.M. Oinn, M. Senger, P.W. Lord, C.A. Goble, A. Brass und M. Tassabehji: Exploring Williams-Beuren syndrome using mygrid, in: Bioinformatics, Volume 20, Supplement 1, 4. August 2004, S. i303-i Wikipedia: Lymphozyten sind zelluläre Bestandteile des Blutes. Sie gehören zu den sog. "weißen Blutkörperchen". 34 o.v.: s. Fußnote 4 Hendrik Schäfers

15 Wie bereits angedeutet ist die Entwicklung aller Taverna Komponenten noch nicht abgeschlossen. Zurzeit ist z.b. noch ein Eventnotification System, was Benutzer z.b. über Veränderungen eines von Ihnen modellierten Workflows unterrichten soll, in der Entwicklung. Daneben sind noch ein Registrierungssystem, dass eine robuste und sichere Ablage von Workflow-Beschreibungen garantieren soll, sowie weitere Komponenten in Arbeit. Dass Taverna aber bereits in der Lage ist gute Ergebnisse zu erbringen ist anhand des Anwendungsbeispiels am Williams-Beuren Syndrom ersichtlich: The strength of biological results combined with automation not only vastly reduces the drudgery and complexity of the task in hand, but also reduces the potential of human error and increases productivity 35. Ich möchte auch die Tatsache hervorheben, dass Taverna von Universitäten, Forschungseinrichtungen und Firmen als Open Source Projekt entwickelt wurde, was die Intention untermauert die Benutzung des Systems einer großen Anzahl von Wissenschaftlern zu ermöglichen und somit eine Community entstehen zu lassen, in der Experimente und die dazugehörigen Informationen leicht eingesehen, weitergeführt und verändert werden können. So könnte eine Plattform entstehen, die die Forschung nach Vorne bringen kann. Ob dies der Fall sein wird, wird man sehen wenn alle Komponenten des Systems vollständig ausgereift und im Einsatz sind. Wenn dann mehr und mehr Leute das System benutzen wird sich auch herausstellen ob es sich mit bereits vorhandenen Workflow-Systemen in der Bioinformatik messen kann. Positiv möchte ich auch herausstellen, dass die Entwicklung von Taverna in reger Kommunikation mit Nutzern des Systems geschehen ist. So werden oft neue Versionen auf der Projekthomepage veröffentlicht um dann das Feedback der User in die Weiterentwicklung mit einzubeziehen. Insgesamt würde ich das Projekt als Viel versprechend einstufen, auch wenn es einige Punkte gibt die man kritisch hinterfragen kann. Da wäre z.b. die Abhängigkeit von externen Workflowverfassern, bei denen schwer zu findende unvorhergesehene Fehler auftreten könnten. Auch kann man Bedenken in Bezug auf Sicherheitsfragen z.b. bei Informationsweitergabe an Dritte äußern R.D. Stevens u.a.: s. Fußnote Vgl. R.D. Stevens u.a.: s. Fußnote 29 Hendrik Schäfers