Dissertação apresentada para obtenção do grau de Mestre em Engenharia Electrotécnica e de Computadores, na Faculdade de Engenharia da Universidade do Porto, sob a orientação do Prof. Doutor José António Soeiro Ferreira

El trabajo presentado en esta tesis aborda los problemas de la persistencia y consulta de modelos en el ámbito de la Ingeniería del Software Dirigida por Modelos. La persistencia de modelos es el servicio que proporciona el almacenamiento de modelos residentes en memoria en medios persistentes tales como las bases de datos. La consulta de modelos es el proceso de buscar dentro de un modelo un conjunto de elementos que satisfagan una determinada condición. Los repositorios de modelos son una tecnología emergente para la persistencia de grandes modelos, surgida para superar las limitaciones de la persistencia basada en XMI, que proporcionan acceso remoto a éstos. En esta tesis presentamos Morsa, un repositorio de modelos enfocada a la escalabilidad e integración. Además de la persistencia de modelos, el repositorio Morsa ofrece el lenguaje de consultas MorsaQL, que ha sido diseñado con los objetivos de usabilidad, seguridad y eficiencia. Finalmente, para estudiar el estado del arte en las áreas de la persistencia y consulta de modelos y así poder desarrollar nuestras propias soluciones, hemos realizado un estudio y una comparativa de aproximaciones a ambas áreas. Objetivos El objetivo principal de esta tesis es la creación de un repositorio de modelos con especial énfasis en la escalabilidad para el manejo de grandes modelos y en la integración transparente. Este repositorio ofrece dos servicios básicos: (i) la persistencia de modelos, que permite manejar modelos grandes y (ii) la consulta de modelos, que permite a un cliente obtener elementos de un modelo almacenado en el repositorio. Otro objetivo de esta tesis es el estudio del arte en las áreas de la persistencia y consulta de modelos, realizando una comparativa de las soluciones existentes y definiendo un conjunto de dimensiones para caracterizar ambas áreas. Metodología El desarrollo de Morsa comenzó con un estudio del estado del arte para evaluar las soluciones de persistencia de modelos existentes y definir las dimensiones que caracterizan este área. Una vez completado este estudio, se procedió a elicitar los requisitos, entre los cuales cabe destacar la escalabilidad en el cliente y la integración transparente. Posteriormente se procedió al diseño, implementación y prueba de Morsa; para la evaluación del repositorio, se realizó una comparativa con CDO, el repositorio de modelos más utilizado en la actualidad, en la cual se demostrando la mayor eficiencia de Morsa. Una vez desarrollado Morsa, se procedió a la creación de MorsaQL, un lenguaje de consultas integrado en el repositorio. De nuevo, se realizó un estudio del estado del arte en el área de la consulta de modelos, a partir del cual se elicitaron los requisitos fundamentales de eficiencia, usabilidad y seguridad. Tras el diseño, implementación y prueba de MorsaQL, su evaluación se realizó comparándolo con las principales soluciones de consulta de modelos disponibles actualmente, resultando más eficiente y adecuado que el resto. Conclusiones El desarrollo de Morsa y MorsaQL, junto con el estudio del estado del arte realizado, nos ha proporcionado un conocimiento más profundo de la problemática asociada a la persistencia y consulta de modelos. Por otro lado, la evaluación de Morsa y MorsaQL y su comparación con las principales soluciones existentes aportan un importante valor añadido en forma de recomendaciones para la utilización de unas u otras soluciones en función del uso que se les vaya a dar. Finalmente, el conocimiento adquirido nos ha permitido definir unas líneas generales de investigación que sería beneficioso explorar de cara a conseguir una mayor alineación de las tecnologías de la Ingeniería del Software Dirigida por Modelos. / The work presented in this thesis tackles the problems of model persistence and querying in the field of Model-Driven Engineering. Model persistence is the service that provides the storage of in-memory models into persistent media such as data bases. Model querying is the processo of searching a model fro a set of elements that satisfy a given condition. To overcome the limitations of XMI-based persistence, model repositories are emerging as persistence solutions for large models, providing remote access to them. In this thesis, we present Morsa, a model repository focused on scalability and integration. Morever, Morsa provides the MorsaQL model querying language, which has been designed with the goals of usability, safeness and efficiency. Finally, in order to study the state of the art of the areas of model persistence and model querying and gain the knowledge we needed to develop our own solutions, we have studied and compare the different approaches to both areas. Goals The main goal of this thesis is the creation of a model repository for managing large models with a special emphasys on scalability and transparent integration. This repository offers two basic services: (i) model persistence, which provides means to handle large models, and (ii) model querying, which allows a client to obtain elements from a model that is stored in the repository. Another goal of this thesis is the study of the state of art of the areas of model persistence and model querying, comparing the existing solutions and defining a set of dimensions that can be used to characterize both areas. Methodology The development of Morsa began with a stage dedicated to the study of the state of the art of model persistence in order to evaluate the existing approaches and define the dimensions that characterize this area. Once this study was completed, the requirements were elicited, with special focus on client scalability and transparent integration. Afterwards, the design, implementation and test of Morsa were performed; for the evaluation of the repository, a comparison between it and CDO, the most widely used repository, was done, demonstrating the greater efficiency of Morsa. The creation of MorsaQL was tackled once the development of Morsa was finished. To do this, a study of the state of the art of model querying was performed, eliciting the main requirements of efficiency, usability and safeness. After the design, implementation and test of MorsaQL, its evaluation was performed by comparing it against the main model querying approaches currently available, resulting in MorsaQL being the most efficient and suitable. Conclusions The development of Morsa and MorsaQL, as well as the study of the state of the art, have given us a profound knowledge on the problematics of model persistence and querying. Moreover, the evaluation of Morsa and MorsaQL and their comparison against the main existing solutions provide an added value in the form of recommendations for which solutions to use depending on some given needs. Finally, the knowledge we have adquired has allowed us to define some research guidelines that would be beneficial to explore in order to achieve a greater alignment between the different Model Driven Engineering technologies.

Las investigaciones traslacionales tienen el objetivo de poner a disposición de investigaciones las evidencias obtenidas en investigaciones básicas para ensayos clínicos. Para facilitar la investigación traslacional es necesario relacionar dicha información mediante la integración de repositorios de información biológica y médica. Debido a la complejidad, cantidad, diversidad y rápida evolución de la información biológica, es imposible gestionar los repositorios biológicos de manera manual ya que supondría una gran inversión en tiempo y en esfuerzo. Por lo tanto, cada vez más es necesario dotar de nuevas herramientas de gestión que faciliten esta tarea y pueda ser realizada de manera autónoma. Esta tesis presenta un entorno para la gestión e integración semántica utilizado las tecnologías de la Web semántica, las cuales son utilizadas para representar, almacenar, explotar y guiar el proceso de integración de la información y conocimiento. Como resultado principal se integraron repositorios de genes y proteínas ortólogas con enfermedades genéticas. / Translational research aims to connect basic biomedical researches with clinical research in order to reach new conclusions based on biomedical evidences. To facilitate the translational research, biological and biomedical information must be related. So, we need to integrate biological and biomedical repositories. Life sciences is a knowledge based discipline, in the data and knowledge is represented through vast amounts of complex and changing information stored in disparate resources and in machine-unfriendly formats. Therefore, the availability of computational methods for organizing, accessing and retrieving information in a systematic way has become crucial for the progress of research in life sciences. In this thesis, we present a framework for the semantic management and integration using semantic web technologies. This framework assists life scientists in the exploration of orthologs/genetic diseases research paths by providing a precise, explicit meaning for information units and intertwining such information.

En esta tesis doctoral se presenta una propuesta de representación ontológica de la arquitectura de modelo dual de la Historia Clínica Electrónica. La representación de arquetipos con el lenguaje OWL ha permitido: 1) la definición e implementación de un método de evaluación de la calidad de arquetipos basado en técnicas de razonamiento, 2) la definición de una metodología y un marco de trabajo para la interoperabilidad de modelos de contenido clínico, y 3) la aplicación de técnicas y herramientas de desarrollo de software dirigido por modelos para la generación automática de sistemas de información sanitarios a partir de arquetipos. / In this doctoral thesis an ontology-based approach for representing the dual model architecture of Electronic Health Record is presented. The representation of archetypes in OWL allows: 1) the definition and implementation of a quality evaluation method for archetypes based on reasoning techniques, 2) the definition of a methodology and a framework for the interoperability of clinical content models, and 3) applying model driven software development techniques and tools for the automatic generation of health information systems from archetypes.