In den Lebenswissenschaften haben sich Ontologien in den letzten Jahren auf breiter Front durchgesetzt und sind in vielen Anwendungs- und Analyseszenarien kaum mehr wegzudenken. So etablierten sich nach und nach immer mehr domänenspezifische Ontologien, z.B. Anatomie-Ontologien oder Ontologien zur Beschreibung der Funktionen von Genen oder Proteinen. Da das Wissen in den Lebenswissenschaften sich rapide ändert und weiterentwickelt, müssen die entsprechenden Ontologien ständig angepasst und verändert werden, um einen möglichst aktuellen Wissensstand zu repräsentieren. Nutzer von Ontologien müssen mit dieser Evolution umgehen können, d.h. um \\\\\\\"Up-to-Date\\\\\\\" zu sein, sollten die aktuellsten Versionen einer Ontologie verwendet werden. Dies ist häufig nur schwer umsetzbar, da die Evolution weitreichende Einflüsse auf existierende Datenbestände, Analyseergebnisse oder Anwendungen haben kann. Innerhalb dieser Dissertation stehen Werkzeuge und Algorithmen zum Umgang mit sich ständig ändernden Ontologien im Bereich der Lebenswissenschaften im Mittelpunkt. Zunächst wird ein generelles Framework für quantitative Evolutionsanalysen eingeführt. Das Framework wird für eine umfassende Analyse der Evolution zahlreicher Ontologien der Lebenswissenschaften verwendet. Die Analysen zeigen, dass alle untersuchten Ontologien stetig verändert (angepasst) werden und ein signifikantes Wachstum aufweisen. Auch für auf Ontologien basierte Mappings, d.h. Verknüpfungen zwischen Datenquellen und Ontologien (Annotation-Mapping) sowie zwischen Ontologien selbst (Ontologie-Mapping), liegen starke und häufige Veränderungen vor. Es besteht somit ein Bedarf, die Evolution von Ontologien in den Lebenswissenschaften und deren Konsequenzen zu unterstützen, d.h. Nutzern von sich ständig ändernden Ontologien angemessene Algorithmen/Werkzeuge bereitzustellen. Die Erkenntnisse aus den durchgeführten Analysen bilden die Basis für die nachfolgenden Arbeiten. Eine immer wiederkehrende Aufgabe im Rahmen der Ontologieevolution besteht in der Bestimmung von Änderungen zwischen zwei Versionen einer Ontologie, d.h. worin besteht der Unterschied und wie hat sich die neuere Version aus der alten Version heraus entwickelt. Das Ergebnis, d.h. der Diff (die Differenz) zwischen den beiden Ontologieversionen, bildet die Basis für weitere Aufgaben wie beispielsweise die Anpassung abhängiger Daten. Innerhalb der Arbeit wird ein neuartiger auf Regeln basierter Algorithmus vorgestellt, welcher den Diff zwischen zwei Ontologieversionen bestimmt. Es werden sowohl einfache wie auch komplexe Änderungen erkannt, was eine kompakte, intuitive und verständliche Diff-Repräsentation garantiert. Es wird theoretisch wie praktisch gezeigt, dass ein vollständiger Diff bestimmt wird, was eine korrekte Migration von Ontologieversionen ermöglicht. Ein weiterer Schwerpunkt der Arbeit liegt in der Bestimmung änderungsintensiver bzw. stabiler Regionen in einer Ontologie. Dazu wird die Notation von Ontologieregionen und zugehörige Metrikern zur Beurteilung ihrer Änderungsintensität (Stabilität) eingeführt. Ein neuartiger automatisierter Algorithmus erlaubt die Bestimmung (in)stabiler Ontologieregionen auf Basis veröffentlichter Ontologieversionen in einem vorgegebenen Zeitraum. Durch erkannte Änderungen zwischen Ontologieversionen und mit Hilfe der Ontologiestruktur werden änderungsintensive bzw. stabile Ontologieregionen erkannt. Die Evaluierung anhand großer Ontologien der Lebenswissenschaften zeigt, dass der Algorithmus in der Lage ist (in)stabile Ontologieregionen automatisiert zu bestimmen. Abschließend wird das webbasierte System OnEX und dessen Versionierungsansatz präsentiert. OnEX ermöglicht einen benutzerfreundlichen und interaktiven Zugang zu Informationen über die Evolution und Änderungen in Ontologien der Lebenswissenschaften. Nutzer können Ontologien aus ihrem Interessengebiet bzgl. Evolution untersuchen, indem sie beispielsweise Änderungen an einer Ontologieversion einsehen, welche in einer Analyse oder Anwendung genutzt werden soll. Der OnEX zugrunde liegende Versionierungsansatz ermöglicht eine skalierbare und speichereffiziente Versionierung großer Ontologien durch die Nutzung von Zeitstempeln. Mit Hilfe des Ansatzes konnten 16 Ontologien mit ca. 700 Versionen seit 2002 versioniert und Nutzern über OnEX für Evolutionsanalysen zugänglich gemacht werden.

Heute werden gleiche Themen durch verschiedene Nutzer bearbeitet, deshalb entstehen unterschiedliche Darstellungen desselben Sachverhalts. Um eine einheitliche Repräsentation von Daten zu ermöglichen, werden Ontologien verwendet. Ontologien stellen einen strukturierten gerichteten Graphen dar, dessen Knoten und Kanten jeweils die Konzepte und Beziehungen innerhalb einer Domäne repräsentieren. In den Lebenswissenschaften existieren zahlreiche große Ontologien wie z.B. CHEBI, NCI Thesaurus (The National Cancer Institute Thesaurus), GO (Gene Ontology). Da die Ontologien weiterentwickelt und wiederverwendet werden sollen, ist es wichtig, eine einheitliche und verständliche Syntax zu verwenden.

Der Fokus dieser Arbeit liegt darin ein Werkzeug zur Trendanalyse bereitzustellen, welches den interessierten Nutzer mit Daten versorgt, auf welchen weiterführend gearbeitet werden kann. Das Ziel ist die Extraktion von relevanten Publikationen am Beispiel von PubMed und wichtige Informationen wie das Veröffentlichungsdatum, Titel, Autor sowie Themengebiet dieser Artikel bereit zu stellen.

Das Hauptziel dieser Arbeit ist die Konzeption und Entwicklung von Blocking-Verfahren. Diese sollen anhand ausgewählter Matchprobleme in den Lebenswissenschaften vergleichend analysiert werden. Dabei kommen verschiedene Fragenstellungen auf: Wie stark reduzieren verschiedene Blocking-Verfahren den Suchraum? Führt die Verwendung von Blocking-Verfahren zu einem effizienteren Matching im Vergleich zum vollständigen Abgleich der Ontologien? Werden dabei Mappings von hoher Qualität bestimmt?

Der Einsatz von Ontologien hat in den letzten Jahren, gerade in den Lebenswissenschaften, stark an Bedeutung zugenommen. Durch die parallele Entwicklung von Ontologien mit verschiedenen Schwerpunkten gibt es teilweise mehrere Ontologien zum gleichen Themengebiet. So beinhaltet die Open Biomedical Ontologies (OBO) Foundry mehr als 30 Ontologien, mit dem Schwerpunkt Anatomie. Diese Ontologien sind teilweise sehr groß, zum Beispiel Foundational Model of Anatomy (FMA), National Cancer Institute Thesaurus (NCIt) oder SNOMED Clinical Terms (SNOMED-CT). Um bestimmte Datenintegrationsaufgaben zu vereinfachen werden Mappings zwischen verschiedenen Ontologien benötigt. So sind Ontologiemappings zum Beispiel für das Zusammenführen (Mergen) mehrerer Ontologien in eine integrierte Ontologie/Datenquelle wie das Unified Medical Language System (UMLS) notwendig.

In den Lebenswissenschaften haben sich Ontologien in den letzten Jahren auf breiter Front durchgesetzt und sind in vielen Anwendungs- und Analyseszenarien kaum mehr wegzudenken. So etablierten sich nach und nach immer mehr domänenspezifische Ontologien, z.B. Anatomie-Ontologien oder Ontologien zur Beschreibung der Funktionen von Genen oder Proteinen. Da das Wissen in den Lebenswissenschaften sich rapide ändert und weiterentwickelt, müssen die entsprechenden Ontologien ständig angepasst und verändert werden, um einen möglichst aktuellen Wissensstand zu repräsentieren. Nutzer von Ontologien müssen mit dieser Evolution umgehen können, d.h. um \\\\\\\"Up-to-Date\\\\\\\" zu sein, sollten die aktuellsten Versionen einer Ontologie verwendet werden. Dies ist häufig nur schwer umsetzbar, da die Evolution weitreichende Einflüsse auf existierende Datenbestände, Analyseergebnisse oder Anwendungen haben kann. Innerhalb dieser Dissertation stehen Werkzeuge und Algorithmen zum Umgang mit sich ständig ändernden Ontologien im Bereich der Lebenswissenschaften im Mittelpunkt. Zunächst wird ein generelles Framework für quantitative Evolutionsanalysen eingeführt. Das Framework wird für eine umfassende Analyse der Evolution zahlreicher Ontologien der Lebenswissenschaften verwendet. Die Analysen zeigen, dass alle untersuchten Ontologien stetig verändert (angepasst) werden und ein signifikantes Wachstum aufweisen. Auch für auf Ontologien basierte Mappings, d.h. Verknüpfungen zwischen Datenquellen und Ontologien (Annotation-Mapping) sowie zwischen Ontologien selbst (Ontologie-Mapping), liegen starke und häufige Veränderungen vor. Es besteht somit ein Bedarf, die Evolution von Ontologien in den Lebenswissenschaften und deren Konsequenzen zu unterstützen, d.h. Nutzern von sich ständig ändernden Ontologien angemessene Algorithmen/Werkzeuge bereitzustellen. Die Erkenntnisse aus den durchgeführten Analysen bilden die Basis für die nachfolgenden Arbeiten. Eine immer wiederkehrende Aufgabe im Rahmen der Ontologieevolution besteht in der Bestimmung von Änderungen zwischen zwei Versionen einer Ontologie, d.h. worin besteht der Unterschied und wie hat sich die neuere Version aus der alten Version heraus entwickelt. Das Ergebnis, d.h. der Diff (die Differenz) zwischen den beiden Ontologieversionen, bildet die Basis für weitere Aufgaben wie beispielsweise die Anpassung abhängiger Daten. Innerhalb der Arbeit wird ein neuartiger auf Regeln basierter Algorithmus vorgestellt, welcher den Diff zwischen zwei Ontologieversionen bestimmt. Es werden sowohl einfache wie auch komplexe Änderungen erkannt, was eine kompakte, intuitive und verständliche Diff-Repräsentation garantiert. Es wird theoretisch wie praktisch gezeigt, dass ein vollständiger Diff bestimmt wird, was eine korrekte Migration von Ontologieversionen ermöglicht. Ein weiterer Schwerpunkt der Arbeit liegt in der Bestimmung änderungsintensiver bzw. stabiler Regionen in einer Ontologie. Dazu wird die Notation von Ontologieregionen und zugehörige Metrikern zur Beurteilung ihrer Änderungsintensität (Stabilität) eingeführt. Ein neuartiger automatisierter Algorithmus erlaubt die Bestimmung (in)stabiler Ontologieregionen auf Basis veröffentlichter Ontologieversionen in einem vorgegebenen Zeitraum. Durch erkannte Änderungen zwischen Ontologieversionen und mit Hilfe der Ontologiestruktur werden änderungsintensive bzw. stabile Ontologieregionen erkannt. Die Evaluierung anhand großer Ontologien der Lebenswissenschaften zeigt, dass der Algorithmus in der Lage ist (in)stabile Ontologieregionen automatisiert zu bestimmen. Abschließend wird das webbasierte System OnEX und dessen Versionierungsansatz präsentiert. OnEX ermöglicht einen benutzerfreundlichen und interaktiven Zugang zu Informationen über die Evolution und Änderungen in Ontologien der Lebenswissenschaften. Nutzer können Ontologien aus ihrem Interessengebiet bzgl. Evolution untersuchen, indem sie beispielsweise Änderungen an einer Ontologieversion einsehen, welche in einer Analyse oder Anwendung genutzt werden soll. Der OnEX zugrunde liegende Versionierungsansatz ermöglicht eine skalierbare und speichereffiziente Versionierung großer Ontologien durch die Nutzung von Zeitstempeln. Mit Hilfe des Ansatzes konnten 16 Ontologien mit ca. 700 Versionen seit 2002 versioniert und Nutzern über OnEX für Evolutionsanalysen zugänglich gemacht werden.

Over the past decades, quantitative methods linking theory and observation became increasingly important in many areas of life science. Subsequently, a large number of mathematical and computational models has been developed. The BioModels database alone lists more than 140,000 Systems Biology Markup Language (SBML) models. However, while the exchange within specific model classes has been supported by standardisation and database efforts, the generic application and especially the re-use of models is still limited by practical issues such as easy and straight forward model execution. MAGPIE, a Modeling and Analysis Generic Platform with Integrated Evaluation, closes this gap by providing a software platform for both, publishing and executing computational models without restrictions on the programming language, thereby combining a maximum on flexibility for programmers with easy handling for non-technical users. MAGPIE goes beyond classical SBML platforms by including all models, independent of the underlying programming language, ranging from simple script models to complex data integration and computations. We demonstrate the versatility of MAGPIE using four prototypic example cases. We also outline the potential of MAGPIE to improve transparency and reproducibility of computational models in life sciences. A demo server is available at magpie.imb.medizin.tu-dresden.de.

Over the past decades, quantitative methods linking theory and observation became increasingly important in many areas of life science. Subsequently, a large number of mathematical and computational models has been developed. The BioModels database alone lists more than 140,000 Systems Biology Markup Language (SBML) models. However, while the exchange within specific model classes has been supported by standardisation and database efforts, the generic application and especially the re-use of models is still limited by practical issues such as easy and straight forward model execution. MAGPIE, a Modeling and Analysis Generic Platform with Integrated Evaluation, closes this gap by providing a software platform for both, publishing and executing computational models without restrictions on the programming language, thereby combining a maximum on flexibility for programmers with easy handling for non-technical users. MAGPIE goes beyond classical SBML platforms by including all models, independent of the underlying programming language, ranging from simple script models to complex data integration and computations. We demonstrate the versatility of MAGPIE using four prototypic example cases. We also outline the potential of MAGPIE to improve transparency and reproducibility of computational models in life sciences. A demo server is available at magpie.imb.medizin.tu-dresden.de.

Diese Dissertation ist motiviert durch die Finanzkrise im Jahre 2007-2009 und das Versagen der ökonomischen Methodologie die gestiegene Fragilität des Finanzsystems vor der Krise zu erkennen. Ich untersuche die Nützlichkeit von alternativen Ansätzen und fokussiere dabei auf methodologischen Defizite des Standardansatzes, die sich im Zuge der Finanzkrise offenbart haben. Insbesondere fokussiere ich auf ökologische Ansätze, da die Ökonomie und die Ökologie ähnliche phänomenologische Gemeinsamkeiten haben und dennoch viele gegensätzliche methodologische Doktrinen beherbergen, so dass sie sich ergänzen können. Die erste Studie betrachtet die Verbindungen zwischen Ökologie und Ökonomie und setzt sich mit der historischen Fragestellung auseinander wie Analogie-Modelle, inspiriert durch unterschiedliche Forschungsparadigmen, zu einer Entwicklung von zwei gegensätzlichen methodologischen Sichtweisen innerhalb der Ökonomie geführt haben. Dabei finde ich, dass die Finanzkrise eine Veränderung in der ökonomischen Methodologie in Richtung von Ansätzen aus den Lebenswissenschaften verursacht hat. In den letzten zwei Studien wende ich ökologische Modelle auf die Finanzwissenschaft an, indem ich Netzwerk-Ansätze mit Agenten-basierten Simulationen kombiniere, um Contangion-Effekte in Bankensystemen zu studieren. In der ersten Simulationsstudie untersuche ich den Einfluss von Unsicherheit auf die Stabilität von Bankensystemen und finde, dass Informationsasymmetrien zu einem erstaunlichen Anstieg des Risikos eines Systemkollapses nach einem Finanzschock führen können. In der zweiten Simulationsstudie untersuche ich den Zusammenhang zwischen Konzentration und Resilienz von Bankensystemen. Ich finde, kontraintuitiv, dass ein Anstieg an Konzentration, wenn von Ungleichheit entkoppelt, die Systemresilienz erhöhen kann. Zusammengefasst, zeige ich in dieser Arbeit, dass ökologische Ansätze fruchtbar gemacht werden können, um ökonomische Probleme zu beleuchten. / This dissertation is motivated by the 2007-2009 financial crisis and the failure of the mainstream economic methodology to detect the increased fragility of the pre-crisis financial system. I explore the viability of alternative approaches focusing on the methodological blind spots that were revealed by the financial crisis. In particular, I focus on ecological approaches since economics and ecology share many phenomenological similarities but harbor many opposing methodological doctrines, which make them complementary. The collection of projects presented here is my attempt at facilitating crosspollination between the two disciplines dealing with similar problems. The first project considers the connections between ecology and economics, and provides a historical account of how analogical models inspired by different research paradigms led to the development of two contrasting methodological perspectives in economics, the classical physics worldview and the life sciences worldview. I find that the recent financial crisis precipitated a shift in economic methodology towards approaches inspired by life sciences. In the remaining two projects I apply ecological models to finance by combining network approaches with agent-based simulations to study contagion in banking systems. In the first simulation study I explore the impact of uncertainty on the stability of banking networks and show that information asymmetries lead to a striking increase in the risk of system collapse after a financial shock. In the second simulation study I investigate the relationship between concentration and resilience in banking systems. I find, counterintuitively, that an increase in concentration can be beneficial for system stability in certain conditions. Specifically, when concentration is decoupled from inequality, its increase can improve system resilience. Taken together, this thesis shows that ecological approaches can be fruitfully used to illuminate economic problems.

The paper presents the University Forest Enterprise, established in 1935, as an important part of the Czech University of Life Sciences Prague. The contribution also describes the natural conditions of the enterprise (altitude, climate, geological and soil condition) and the species composition of the forests. Attention is also paid to the organizational structure of the enterprise and to the main activities, being carried out there. These are focused on education and research. However, the number of these activities is stagnating or declining in recent years. Therefore it is necessary to seek a new financing model and start work on the modemization of the facilities and equipment.