Univ., Diss., 2004--Frankfurt (Main)

Data integration aims to combine data of different sources and to provide users with a unified view on these data. This task is as challenging as valuable. In this thesis we propose algorithms for dependency discovery to provide necessary information for data integration. We focus on inclusion dependencies (INDs) in general and a special form named conditional inclusion dependencies (CINDs): (i) INDs enable the discovery of structure in a given schema. (ii) INDs and CINDs support the discovery of cross-references or links between schemas. An IND “A in B” simply states that all values of attribute A are included in the set of values of attribute B. We propose an algorithm that discovers all inclusion dependencies in a relational data source. The challenge of this task is the complexity of testing all attribute pairs and further of comparing all of each attribute pair's values. The complexity of existing approaches depends on the number of attribute pairs, while ours depends only on the number of attributes. Thus, our algorithm enables to profile entirely unknown data sources with large schemas by discovering all INDs. Further, we provide an approach to extract foreign keys from the identified INDs. We extend our IND discovery algorithm to also find three special types of INDs: (i) Composite INDs, such as “AB in CD”, (ii) approximate INDs that allow a certain amount of values of A to be not included in B, and (iii) prefix and suffix INDs that represent special cross-references between schemas. Conditional inclusion dependencies are inclusion dependencies with a limited scope defined by conditions over several attributes. Only the matching part of the instance must adhere the dependency. We generalize the definition of CINDs distinguishing covering and completeness conditions and define quality measures for conditions. We propose efficient algorithms that identify covering and completeness conditions conforming to given quality thresholds. The challenge for this task is twofold: (i) Which (and how many) attributes should be used for the conditions? (ii) Which attribute values should be chosen for the conditions? Previous approaches rely on pre-selected condition attributes or can only discover conditions applying to quality thresholds of 100%. Our approaches were motivated by two application domains: data integration in the life sciences and link discovery for linked open data. We show the efficiency and the benefits of our approaches for use cases in these domains. / Datenintegration hat das Ziel, Daten aus unterschiedlichen Quellen zu kombinieren und Nutzern eine einheitliche Sicht auf diese Daten zur Verfügung zu stellen. Diese Aufgabe ist gleichermaßen anspruchsvoll wie wertvoll. In dieser Dissertation werden Algorithmen zum Erkennen von Datenabhängigkeiten vorgestellt, die notwendige Informationen zur Datenintegration liefern. Der Schwerpunkt dieser Arbeit liegt auf Inklusionsabhängigkeiten (inclusion dependency, IND) im Allgemeinen und auf der speziellen Form der Bedingten Inklusionsabhängigkeiten (conditional inclusion dependency, CIND): (i) INDs ermöglichen das Finden von Strukturen in einem gegebenen Schema. (ii) INDs und CINDs unterstützen das Finden von Referenzen zwischen Datenquellen. Eine IND „A in B“ besagt, dass alle Werte des Attributs A in der Menge der Werte des Attributs B enthalten sind. Diese Arbeit liefert einen Algorithmus, der alle INDs in einer relationalen Datenquelle erkennt. Die Herausforderung dieser Aufgabe liegt in der Komplexität alle Attributpaare zu testen und dabei alle Werte dieser Attributpaare zu vergleichen. Die Komplexität bestehender Ansätze ist abhängig von der Anzahl der Attributpaare während der hier vorgestellte Ansatz lediglich von der Anzahl der Attribute abhängt. Damit ermöglicht der vorgestellte Algorithmus unbekannte Datenquellen mit großen Schemata zu untersuchen. Darüber hinaus wird der Algorithmus erweitert, um drei spezielle Formen von INDs zu finden, und ein Ansatz vorgestellt, der Fremdschlüssel aus den erkannten INDs filtert. Bedingte Inklusionsabhängigkeiten (CINDs) sind Inklusionsabhängigkeiten deren Geltungsbereich durch Bedingungen über bestimmten Attributen beschränkt ist. Nur der zutreffende Teil der Instanz muss der Inklusionsabhängigkeit genügen. Die Definition für CINDs wird in der vorliegenden Arbeit generalisiert durch die Unterscheidung von überdeckenden und vollständigen Bedingungen. Ferner werden Qualitätsmaße für Bedingungen definiert. Es werden effiziente Algorithmen vorgestellt, die überdeckende und vollständige Bedingungen mit gegebenen Qualitätsmaßen auffinden. Dabei erfolgt die Auswahl der verwendeten Attribute und Attributkombinationen sowie der Attributwerte automatisch. Bestehende Ansätze beruhen auf einer Vorauswahl von Attributen für die Bedingungen oder erkennen nur Bedingungen mit Schwellwerten von 100% für die Qualitätsmaße. Die Ansätze der vorliegenden Arbeit wurden durch zwei Anwendungsbereiche motiviert: Datenintegration in den Life Sciences und das Erkennen von Links in Linked Open Data. Die Effizienz und der Nutzen der vorgestellten Ansätze werden anhand von Anwendungsfällen in diesen Bereichen aufgezeigt.

Thesis (doctoral)--Freie Universität, Berlin, 2009. / Includes bibliographical references.

Kasimir Fajans und Oswald Göhring entdeckten 1913 das von ihnen Brevium (Bv) genannte Element 91 als kurzlebiges Protactiniumisotop 234mPa in unmittelbarer Folge des von Alexander S. Russell, Frederick Soddy und Fajans entdeckten radioaktiven Verschiebungsgesetzes, nachdem das als UX bezeichnete thoriumähnliche Tochterprodukt des Urans noch ein entsprechend der Voraussage von Dimitri Mendeleev tantalähnliches unbekanntes Radioelement enthalten muss. Auf der Suche nach dem langlebigen Mutterkörper des Actiniums fanden Otto Hahn und Lise Meitner 1918 das langlebige Isotop des Breviums (231Pa), das sie Protactinium nannten. Obgleich sie es als Isotop des Breviums bezeichneten, wurden sie in der Folgezeit nicht nur als Namensgeber; sondern meist auch als Entdecker des Elementes Nr. 91 genannt. / In 1913 Kasimir Fajans and Oswald Göhring discovered the element number 91as its short-lived isotope 234mPa. They named it brevium (Bv). The discovery was the result of the displacement law discovered by Alexander Smith Russell, Frederick Soddy and Fajans. According to this law and the periodic system of Dimitri Mendeleev the daughter of uranium UX must contain an unknown radioelement chemical similar to tantalum. In 1918 during the search of the mother of actinium Otto Hahn and Lise Meitner found the long-lived Isotope of Brevium (231Pa), which they designated as protactinium. Later often is written, that Hahn and Meitner have non-only given the name but also discovered the element number 91

Friedrich Giesel entdeckte im Jahre 1902 das Actinium nach Fällung mit Lanthan aus einer Pechblendelösung. Er hatte den Namen Emanium vorgeschlagen, da es stark emanierte. Lange Zeit wurde nur Andre-Louis Debierne als Entdecker des Actiniums akzeptiert, da er 1904 behauptet hatte, dass die von ihm im Jahr 1900 gefundene von ihm Actinium genannte radioaktive Substanz mit den chemischen Eigenschaften des Thoriums, die hauptsächlich das Thoriumisotop 230Th enthielt, mit dem Emanium von Giesel identisch gewesen sei. In dem Beitrag werden die Entdeckungen von Debierne und Giesel und der Weg bis zur Anerkennung von Giesel als Entdecker vorgestellt. / Friedrich Giesel discovered actinium in 1902 after co precipitation with lanthanum from a solution of pitchblende. He had suggested to name it emanium, because of its emanating properties. But for a long time only Andre-Louis Debierne was accepted as discoverer of actinium, because in 1904 he has explained, that the radioactive substance found by him in 1900, with chemical properties of thorium, named actinium, and mainly consisting of the thorium isotope 230Th, has been identical with the emanium of Giesel. The discoveries of Giesel and Debierne are explained as well as the steps on the way of acceptance of Giesel as discoverer of actinium.

Friedrich Giesel entdeckte im Jahre 1902 das Actinium nach Fällung mit Lanthan aus einer Pechblendelösung. Er hatte den Namen Emanium vorgeschlagen, da es stark emanierte. Lange Zeit wurde nur Andre-Louis Debierne als Entdecker des Actiniums akzeptiert, da er 1904 behauptet hatte, dass die von ihm im Jahr 1900 gefundene von ihm Actinium genannte radioaktive Substanz mit den chemischen Eigenschaften des Thoriums, die hauptsächlich das Thoriumisotop 230Th enthielt, mit dem Emanium von Giesel identisch gewesen sei. In dem Beitrag werden die Entdeckungen von Debierne und Giesel und der Weg bis zur Anerkennung von Giesel als Entdecker vorgestellt. / Friedrich Giesel discovered actinium in 1902 after co precipitation with lanthanum from a solution of pitchblende. He had suggested to name it emanium, because of its emanating properties. But for a long time only Andre-Louis Debierne was accepted as discoverer of actinium, because in 1904 he has explained, that the radioactive substance found by him in 1900, with chemical properties of thorium, named actinium, and mainly consisting of the thorium isotope 230Th, has been identical with the emanium of Giesel. The discoveries of Giesel and Debierne are explained as well as the steps on the way of acceptance of Giesel as discoverer of actinium.

Kasimir Fajans und Oswald Göhring entdeckten 1913 das von ihnen Brevium (Bv) genannte Element 91 als kurzlebiges Protactiniumisotop 234mPa in unmittelbarer Folge des von Alexander S. Russell, Frederick Soddy und Fajans entdeckten radioaktiven Verschiebungsgesetzes, nachdem das als UX bezeichnete thoriumähnliche Tochterprodukt des Urans noch ein entsprechend der Voraussage von Dimitri Mendeleev tantalähnliches unbekanntes Radioelement enthalten muss. Auf der Suche nach dem langlebigen Mutterkörper des Actiniums fanden Otto Hahn und Lise Meitner 1918 das langlebige Isotop des Breviums (231Pa), das sie Protactinium nannten. Obgleich sie es als Isotop des Breviums bezeichneten, wurden sie in der Folgezeit nicht nur als Namensgeber; sondern meist auch als Entdecker des Elementes Nr. 91 genannt. / In 1913 Kasimir Fajans and Oswald Göhring discovered the element number 91as its short-lived isotope 234mPa. They named it brevium (Bv). The discovery was the result of the displacement law discovered by Alexander Smith Russell, Frederick Soddy and Fajans. According to this law and the periodic system of Dimitri Mendeleev the daughter of uranium UX must contain an unknown radioelement chemical similar to tantalum. In 1918 during the search of the mother of actinium Otto Hahn and Lise Meitner found the long-lived Isotope of Brevium (231Pa), which they designated as protactinium. Later often is written, that Hahn and Meitner have non-only given the name but also discovered the element number 91

Karl Andreas Hofmann und Eduard Strauss vom Chemischen Staatslaboratorium in München entdeckten im Jahre 1900 in Uran enthaltenden Mineralen radioaktives Blei, das von Ernest Rutherford als Zerfallsprodukt des Radium und später als Bleiisotop 210Pb identifiziert wurde. 1898 hatten Marie und Pierre Curie und 1899 Julius Elster und Friedrich Geitel in Blei, das sie aus der Pechblende abgetrennt hatten, keine Radioaktivität gefunden, da sie die Strahlung mit Hilfe der Ionisation der Luft gemessen hatten, die sehr empfindlich für α-Strahlung aber nicht für die von 210Pb und dessen Tochternuklid 210Bi emittierte β-Strahlung ist, die Hofmann und Strauss mit Hilfe von Fotoplatten gemessen hatten. / In 1900 Karl Andreas Hofmann and Eduard Strauss discovered radioactive lead in uranium containing minerals identified by Ernest Rutherford as decay product of radium, and later as lead isotope 210Pb. In 1898 Marie and Pierre Curie and in 1899 Julius Elster and Friedrich Geitel didn´t found radioactivity in lead separated from pitchblende, because they had measured the radiation by air ionization which is sensitive for α-rays but not for β-rays emitted by 210Pb and its daughter nuclide 210Bi, measured by Hofmann and Strauss with photo plates.

This dissertation focuses on rationalised DNA design as a tool for the discovery and development of new therapeutic entities, as well as understanding the biological function of DNA beyond the storage of genetic information. The study is comprised of two main areas of study: (i) the use of DNA as a coding unit to illustrate the relationship between code-diversity and dynamics of self-assembly; and (ii) the use of DNA as an active unit that interacts and regulates a target protein. In the study of DNA as a coding unit in code-diversity and dynamics of self-assembly, we developed the DNA-Based Diversity Modelling and Analysis (DDMA) method. Using Polymerase Chain Reaction (PCR) and Real Time Polymerase Chain Reaction (RT-PCR), we studied the diversity and evolution of synthetic oligonucleotide populations. The manipulation of critical conditions, with monitoring and interpretation of their effects, lead to understanding how PCR amplification unfolding could reshape a population. This new take on an old technology has great value for the study of: (a) code-diversity, convenient in a DNA-based selection method, so semi-quantitation can evaluate a selection development and the population\'s behaviour can indicate the quality; (b) self-assembly dynamics, for the simulation of a real evolution, emulating a society where selective pressures direct the population's adaptation; and (c) development of high-entropy DNA structures, in order to understand how similar unspecific DNA structures are formed in certain pathologies, such as in auto-immune diseases. To explore DNA as an active unit in Tumour Necrosis Factor α (TNF-α) interaction and activity modulation, we investigate DNA's influence on its spatial conformation by physical environment regulation. Active TNF-α is a trimer and the protein-protein interactions between its monomers are a promising target for drug development. It has been hypothesised that TNF-α forms a very intricate network after its activation between its subunits and receptors, but the mechanism is still not completely clear. During our research, we estimate the non-specific DNA binding to TNF-α in the low micro-molar range. Cell toxicity assays confirm this interaction, where DNA consistently enhances TNF-α's cytotoxic effect. Further binding and structural studies lead to the same conclusion that DNA binds and interferes with TNF-α structure. From this protein-DNA interaction study, a new set of tools to regulate TNF-α's biological activity can be developed and its own biology can be unveiled.

No description available.