设计TranQL是为了克服跨异构分布式知识源的联邦查询和将答案子集合并为语义内聚整体的挑战。一个关键的设计特性是采用共享模式或名称空间来导航全局一致的概念结构，该结构表示实体类型及其之间的关系。这样的模式容纳了针对较大联邦空间子集的查询，并提供了扩展域或在特定域中专门化的灵活性。TranQL利用Biolink数据模型和KGS API来实现这个设计特性。TranQL查询语言和TranQL web应用程序用于查询执行和查询结果的探索。这些组件将在以下部分中详细描述。

Biolink数据模型[ 7]提供了生物医学概念的最高抽象水平，从而省略了生物医学领域特有的本体论所阐述的专一性水平，例如那些只关注“疾病”、“表型”或“解剖学”的本体论。生物链是有层次的，它处理实体和实体之间的关系。TranQL使用Biolink数据模型作为高级生物医学本体来表达知识查询主体中的概念和关系。

翻译KGS API [ 8]是作为Translator程序的一部分开发的，它指定了将查询表示为Biolink数据元素图的标准协议，该数据元素图可以解析为由来自多个知识源的节点和边组成的KG以及KG与查询的特定元素之间的映射。因此，Translator KGS API支持在联邦的(但在其他方面是异构的)知识网络上实现语义一致和技术统一的查询模式。

TranQL查询语言由词法分析器、解析器和抽象语法树组成。词法分析器识别具有中所示结构的查询语言 图1．

“set”命令为变量赋值。“select”命令指定链接生物链概念的查询图。查询图为生成的联邦知识网络提供了框架。“from”子句指定Translator KGS API。调用的Translator KGS API端点返回符合查询图定义的语义结构的节点和边。可选的“where”子句开始一个约束列表。约束可以为查询图的元素指定值，为服务调用提供选项，或者过滤结果。“select”命令可以包括“set”命令。例如，一个表单使用JSON路径查询提取结果KG的一个元素并将其分配给一个变量;另一种形式将整个KG分配给一个变量。 Finally, the “create graph” statement sends the resultant named KG to a service for storage.

TranQL web应用程序包括几个共同支持交互式探索的组件:TranQL查询模式、TranQL背板和TranQL用户界面(UI)。TranQL UI是一个单页web应用程序，包括查询编辑器、缓存功能、图形可视化环境、答案查看器和可视化控件。

我们开发了一些用例，在这些用例中，对TranQL UI提出了一个查询，并跨越了由2个独立的Translator KGS API端点管理的联邦知识。第一个终点是ICEES(综合临床和环境暴露服务)[ 13， 14］．ICEES提供来自北卡罗来纳大学健康中心的临床数据的开放访问，这些数据已与有关环境暴露的公共数据相结合。第二个终点是ROBOKOP [ 12， 15， 16］．ROBOKOP是一个开放的问答系统，提供了连接生物医学实体的访问，如“基因”、“化学物质”和“疾病”，这些实体主要来自精心管理的公共数据源。

第一个问题用自然语言提问，“男性和女性有哪些不同的疾病，哪些基因和化学物质与这些疾病有关?”查询的总体目的是:(1)通过复制性别差异的既定发现来验证TranQL，(2)发现可能用于治疗男性和女性差异疾病的化学物质或药物。自然语言问题被手动翻译成TranQL查询语言，生成的查询显示在 图2．

查询的第一部分来自ICEES对男性和女性差异诊断疾病的验证(即大于偶然性);问题的第二部分来自ROBOKOP关于与这些疾病相关的基因和化学物质的探索性信息。“from”子句指示TranQL执行模式规划。“where”子句中带前缀的“icees”参数是icees中的特性变量，并成为Translator KGS API协议中的选项，这些选项被传输到由每个参数指定的模式元素。

向UI提出的TranQL查询和结果答案KG显示在 图3．注意，节点是根据实体类型进行颜色编码的;链接也有类似的颜色编码。用户可以使用各种工具探索答案KG，以支持缩放、旋转、选择KG视图(2D、3D和虚拟现实)、连接节点的表格视图以及各种其他功能。

答案KG中的一个途径表明，男性和女性被诊断为卵巢癌(一种已知的女性疾病)的差异，从而验证了使用TranQL从ICEES提取事实信息的能力。该途径从ICEES穿越到ROBOKOP，以证明卵巢癌和基因之间的关联 甲状旁腺素(甲状旁腺激素)，ROBOKOP与化学物质-骨化三醇，钙原子，维生素D，碳酸钙，磷酸，腺嘌呤，磷酸盐，磷，maxalalcitol，钙化醇，钙，氢化锂和cinacalcet相关联。 图4突出了 甲状旁腺素并演示了“对象查看器”功能，该功能允许用户查看与基因相关的元数据。

快速谷歌搜索确定了几个描述卵巢癌女性甲状旁腺激素相关高钙血症的病例报告，包括Nussbaum及其同事的一项备受瞩目的研究[ 17]以及最近由马和他的同事们[ 18］．这些发现为TranQL提供了验证，并进一步为卵巢癌治疗的探索性药物发现提供了途径。

第二个例子是用自然语言提出的问题，“生活在农村和城市地区的患者中有哪些疾病的不同表达，哪些基因和化学物质与这些疾病有关?”与第一个用例一样，此用例中的自然语言查询被手动转换为TranQL查询语言，如 图5．

与第一个示例查询一样，该查询还从ICEES中提取疾病的临床信息，从ROBOKOP中提取基因和化学物质的生物医学信息。在UI中提出的查询和得到的答案KG显示在 图6．

通过结果答案KG的一个途径表明，在生活在农村和城市地区的患者中，乳腺癌的诊断是不同的。该途径从ICEES穿越到ROBOKOP，并识别出基因 IYD(碘酪氨酸脱碘酶)，如 图7．ROBKOP同事 IYD与化学品-多溴联苯、五溴二苯醚、卤代二苯醚、2,2 '，4,5 ' -四溴二苯醚、3,5-二碘- l -酪氨酸、三氯生、三氢碘、红氨酸、玫瑰孟加拉、碘化氢、苯溴马隆、氯联苯、茴香、NADPH、NADP(+)、黄素单核苷酸和伊红素B。

几次快速谷歌搜索发现，大多数被识别的化学物质都是有害物质(如多溴联苯)或食品添加剂(如黄素单核苷酸)，它们对婴幼儿的影响不同，要么是因为毒性增强，要么是因为接触的可能性增加。例如，多溴联苯被美国环境保护署列为危险物质，曾被用作阻燃剂和塑料添加剂[ 19］．虽然它们现在被禁止，但这些化合物仍然存在于环境中，对婴儿和幼儿的影响有所不同。同样，婴儿和幼儿的臀部也有不同的影响[ 20.]，从而为这种关联提供了一个合理的解释，并进一步表明所鉴定的化合物也可能直接导致哮哮。

我们创建了一种生物医学查询语言——TranQL——来支持联邦生物医学kg的查询、可视化和探索，TranQL利用作为Translator程序一部分开发的语义框架和方法来从语义上集成大型生物医学kg，从而允许用户提出跨越多个知识来源的具有挑战性的翻译查询，快速探索结果，并获得对翻译研究有价值的见解。重要的是，我们使用2个驱动用例和查询验证了TranQL，这些用例和查询跨越了临床知识源和观察性生物医学知识源。

Translator语义平台允许用户查询所有数据类型之间的关系，而不需要手动搜索各个数据库和数据集，这些数据库和数据集展示了不同级别的语义推理规则和实体之间的联系。此外，由于采用了Biolink数据模型和Translator KGS API规范，以及到相关生物医学本体(如君主疾病本体和人类表型本体)的映射，Translator框架支持跨数据源的一致数据链接和语义解析。

除了利用Translator框架和方法，TranQL还提供了其他一些功能。首先，TranQL提供了一种特定于领域的查询语言，它使得迭代查询和结果探索变得实用，对于没有任何软件开发经验的用户来说也是可行的。TranQL还提供了访问服务联合的抽象层，交互式web界面提供了查询答案的图形化和表格化可视化。此外，尽管本文没有演示，但TranQL被设计为可扩展到涉及2个以上知识源的联邦。

TranQL有几个应该考虑的限制。首先，TranQL在表达性方面受到限制，因为该工具只能表示通过kg的线性路径，而不是更复杂的结构。其次，TranQL在可用特性的数量和执行操作的能力方面受到限制。第三，用户需要手动将自然语言查询映射到TranQL查询语言。将自然语言查询自动翻译为机器查询仍然是Translator程序和其他领域的主要挑战，主要是由于与意图和上下文相关的模糊性[ 21］．第四，尽管在某些领域已经取得了进展，但非结构化数据仍然是Translator项目和其他领域面临的主要挑战。例如，Translator团队成员正在开发工具来处理众所周知具有挑战性的非结构化数据类型，如临床实验室测量，包括将临床实验室测量映射到人类表型本体的LOINC2HPO工具[ 22］．第五，TranQL答案集的导航具有挑战性，特别是当大量的节点和边返回给用户时。总的来说，这对于kg来说仍然是一个挑战，尽管我们正在考虑提供其他视图的方法，例如正在开发中的基本表格视图。最后，尽管kg是一种常见的知识表示方法，但它们绝不是唯一的方法。例如，知识融合模式作为一种新的知识表示形式正越来越受欢迎[ 23］．

尽管有这些限制，我们相信TranQL会被广泛采用，因为它能够支持快速发现复杂翻译问题的见解，并为后续的调查和测试生成机械假设。

TranQL正在积极开发中，定期部署性能和特性增强。计划中的功能增强包括更友好的用户界面和额外的可视化功能，以支持答案探索。我们正在与主题专家合作，迭代地改进TranQL UI和交互式web应用程序的其他特性。我们也在努力提高查询答案的健壮性。例如，我们正在开发跨实体标识符的协调方法，以适应由不同的Translator KGS API端点采用的不同标识符系统，并使这些知识源能够更完整地联合。

TranQL可在其网站上公开获取[ 24］．软件代码和说明可根据MIT开放软件许可证在GitHub存储库[ 25］．我们鼓励用户将问题发布到TranQL GitHub存储库，并报告已识别的软件错误或请求新的特性和功能。更多信息和查询示例可在TranQL API的网页[ 26]和翻译程序[ 27］．