2

我正在学习JBoss Drools，并且正在使用来自 hapmap 项目的遗传学数据：（http://hapmap.ncbi.nlm.nih.gov/genotypes/latest/forward/non-redundant/）。该目录中的每个文件都是一个表格，顶部是个体，左侧是基因组上的位置，以及每个个体/位置观察到的突变。

在这里，我想使用 Drools 在文件中找到一些潜在的错误（例如，孩子没有父母的任何突变）。

1）我想在 Drools 中加载这些数据。这可能是大量数据（例如 genotypes_chr2_YRI_r27_nr.b36_fwd.txt.gz 是 20Mo gzipped） 这些数据会存储在内存中吗？还是 Drools 将其存储在某个地方？还是我应该使用持久性系统？

2）关于型号：

我正在考虑将以下类放入StatefulKnowledgeSession：

class Individual
 {
 private String name;
 //constructor, getters, setters etc...
 }

class Position
 {
 private String name;
 private String chromosome;
 private int position;
 //constructor, getters, setters etc...
 }

class ObservedMutation
 {
 private String individualName;
 private String positionName;
 private String observed;
 //constructor, getters, setters etc...
 }

或者 ObservedMutation 应该是：

class ObservedMutation
 {
 private Individual individual;
 private Position position;
 private String observed;
 //constructor, getters, setters etc...
 }

谢谢你的建议

皮埃尔

更新：我的第一次测试：http://plindenbaum.blogspot.com/2010/07/rules-engine-for-bioinformatics-playing.html

4

2 回答 2

2

是的，当你插入大量数据时，Drools 会将它们存储在内存中。20 Mb 可能不是问题 - 试试吧。

为您建议的模型类编写规则应该很简单——第一次测试中 hapmap.drl 示例中的规则看起来很合理。您的两个 ObservedMutation 类之间的选择与其他任何事情一样多是品味问题，因为它们将导致不同的 DRL 规则语法。我将从第二个版本开始，看看你是如何开始的：如果你有对象属性（如在 ObservedMutation 的第二个版本中），也许不明显的事情是你可能需要使用this来引用绑定对象，例如$p在：

when
    ObservedMutation($p : position)
    Position(this == $p)
于 2010-07-28T10:32:16.537 回答
1

我觉得应该是第二个。我更喜欢对象而不是像 String 这样的原语。

于 2010-07-22T20:49:10.023 回答