1. Введение

В пункте 11 Постановления Президиума РАН № 178 от 27.11.2018 «Об актуальных проблемах оптимизации питания населения России: роль науки» отмечено, что необходимо формирование нового научного направления «цифровая нутрициология», предусматривающего цифровую трансформацию данных о физиологических потребностях человека в пищевых и биологически активных веществах и энергии, химическом составе основных пищевых продуктов, а также создание ЭВМ программ для разработки персонализированных рекомендаций по оптимальному питанию

[9]

Создание «цифровых двойников» (имитационных моделей пищевого продукта) необходим для анализа пищевой, биологической и энергетической ценности и др. характеристик продукта перед запуском его в производство. Применение виртуальной имитационной модели позволит в режиме реального времени реагировать на изменения в физико-химическом составе используемого сырья или замене основного, или вспомогательного сырья, и в соответствии с этим корректировать рецептуру для получения продукта с заданным химическим составом и гарантированным качеством

[8]

В последние годы в соответствии с принципами четвертой промышленной революцией одной из тенденций проникновения искусственного интеллекта в производство стали онтологии. 

Настоящей эпохе цифровизации всех отраслей характерно стремление к управляемому данными, совместимому и децентрализованному производственному процессу. Для достижения этой крупной трансформации одним из основных требований является обеспечение совместимости различных производственных автоматизированных систем. Онтологии как форма представления знаний о реальном мире или его части успешно используются для решения проблем совместимости в цифровом производстве. И действительно они использовались во многих промышленных проектах для решения этих проблем. 

Онтологии необходимы для того, чтобы компьютеры могли эффективно обрабатывать, интерпретировать и использовать данные. Основная цель онтологий в этих областях — создание общего словаря терминов и понятий, а также описание их взаимных связей таким образом, чтобы машины могли «понимать» и интерпретировать информацию аналогично тому, как это делают люди

[7]

Создание онтологий в области здоровья и питания является важным шагом к улучшению понимания взаимодействия питания и здоровья. Современные исследования в этой области направлены на разработку более точных и персонализированных подходов к питанию, что помогает не только улучшить качество жизни, но и предотвратить хронические заболевания. Онтологии играют ключевую роль в этом процессе, предоставляя структурированные и интегрированные данные, которые позволяют проводить более глубокий анализ и разрабатывать эффективные методы лечения и профилактики.  

Данная статья посвящена обзору существующих онтологий в области нутрициологии. На данный момент нет русскоязычных онтологий (не были найдены в свободном доступе) в области нутрициологии, но существуют англоязычные онтологии в области здоровья и питания.  

2. Обзор существующих онтологий в области здоровья и питания

Существующие подходы к созданию онтологий в области здоровья и питания включают:

1. Использование стандартных форматов и языков описания, таких как OWL и RDF, для обеспечения совместимости между различными системами.

2. Интеграцию данных из разных источников, что позволяет создавать более полные и точные модели.

3. Применение принципов модульности, чтобы облегчить обновление и расширение онтологий по мере появления новых данных и знаний. 

Во время исследования были изучены различные онтологии и средства по работе с ними, к ним относятся: 

– FOODON (Food Ontology). 

– OBO (Open Biological and Biomedical Ontologies). 

– NCBO BioPortal. 

– Nutritional Phenotype Database (dbNP). 

– Plant Ontology (PO). 

Элементы, приведенного выше списка относятся к двум группам: 

1. Онтологии: FOODON, OBO, PO. 

2. Средства предоставления доступа к онтологиям и работы с ними: NCBO BioPortal и dbNP. 

Рассмотрим анализ элементов в разрезе, приведенных выше групп (табл. 1).

Исходя из анализа становится понятно, что каждая из рассматриваемых онтологий, является специализированной. 

– FOODON фокусируется на пищевых продуктах и их компонентах, обеспечивая точное описание и поддержку исследований в области питания и диетологии. 

– OBO охватывает широкий спектр биологических и биомедицинских исследований, обеспечивая интеграцию и совместимость данных. 

– PO направлена на описание структур и процессов растений, поддерживая исследования в ботанике и агрономии. 

В ходе исследования также необходимо проанализировать популярные средства по работе с онтологиями в области нутрициологии. В таблице 2 представлен анализ инструментов NCBO BioPortal и Nutritional Phenotype Database (dbNP). 

Наиболее близкой к тематике цифровой нутрициологии является онтология FOODON, она организована в виде иерархической структуры, где каждый элемент (класс) описывает определённое понятие, связанное с продуктами питания

[4]

3. Основные аспекты онтологии цифровой нутрициологии

Мы предлагаем при создании онтологии цифровой нутрициологии для представления знаний использовать иерархическую структуру. На первом уровне иерархии должны располагаться категории: питательные вещества, диетические модели, здоровье и заболевания, генетические профили, микробиом, поведенческие факторы.

На следующем уровне из узлов категорий исходят классы:

– Питательные вещества (Nutrient): белки, жиры, углеводы, витамины и минералы.

– Продукты питания (FoodProduct): разные типы продуктов питания (фрукты, овощи, цельнозерновые продукты, мясо, молочные продукты и т.д.).

– Диетические модели (DietaryModel): это различные диетические подходы, (вегетарианство, веганство, безглютеновая диета, диета с высоким содержанием белка и т.д.).

– Здоровье и заболевания (HealthCondition): различные состояния здоровья (ожирение, диабет, сердечно-сосудистые заболевания) и роль питания в их профилактике и лечении.

– Генетические профили (GeneticProfile): генетическая информация, связанную с метаболизмом питательных веществ, реакцией на диету и риском заболеваний.

– Микробиом (Microbiome): состав и функция кишечного микробиома и его взаимодействие с питанием и здоровьем.

– Поведенческие факторы (BehavioralFactor): психологические, социальные и культурные факторы, влияющие на выбор питания и поведение, связанное с питанием.

На третьем уровне иерархии могут находиться подклассы, например класс «Витамины» может содержать подкласс «Витамины группы В». На следующем уровне уже располагаются экземпляры классов, например, «Витамин В12Missing Mark : sub».

На данный момент выделены следующие связи между категориями:

– Продукты питания — питательные вещества: Связь, показывающая, какие питательные вещества содержатся в разных продуктах питания.

– Диетические модели — продукты питания: Связь, иллюстрирующая, какие продукты питания входят в различные диетические модели.

– Диетические модели — здоровье и заболевания: Связь, демонстрирующая влияние разных диетических моделей на различные состояния здоровья.

– Генетические профили — питательные вещества: Связь, показывающая, как генетические вариации влияют на метаболизм и реакцию на питательные вещества.

– Микробиом — питательные вещества: Связь, подчеркивающая роль микробиома в метаболизме питательных веществ и здоровье.

– Поведенческие факторы — диетические модели: Связь, иллюстрирующая, как психологические, социальные и культурные факторы влияют на выбор диетической модели.

Эти связи реализуются с помощью следующих отношений:

– hasNutrient: Описывает, какие питательные вещества содержатся в продуктах питания;

– isPartOf: Описывает, какие продукты питания входят в состав определенной диетической модели;

– hasEffect: Описывает влияние диетической модели на состояние здоровья или заболевание;

– influencesMetabolism: Описывает, как генетический профиль влияет на метаболизм питательных веществ;

– processesNutrient: Описывает роль микробиома в переработке и усвоении питательных веществ;

– affectsChoice: Описывает влияние поведенческих факторов на выбор диетической модели;

– hasImpact: Описывает воздействие питательных веществ на здоровье;

– isMetabolizedBy: Описывает, как питательные вещества усваиваются в соответствии с генетическим профилем;

– contributesTo: Описывает вклад микробиома в общее состояние здоровья;

– influencesDiet: Описывает, как культурные и социальные факторы влияют на диетические предпочтения.

Основные атрибуты:

– количество: атрибут, описывающий количество потребляемых питательных веществ или продуктов питания;

– частота: атрибут, показывающий, как часто человек потребляет определенные продукты или диетические модели.

Для наглядности связи между классами представлены на рисунке 1.

Таким образом, определены основные аспекты построения онтологии.

4. Заключение

В процессе написания статьи были проанализированы онтологии близкие с тематикой нутрициологии — FOODON, OBO, PO и средства представления и доступа к ним — NCBO BioPortal и Nutritional Phenotype Database. Выполнив анализ, представленный в таблицах 1–2, можно сделать вывод, что каждая из рассматриваемых онтологий имеет свои уникальные цели и задачи, но все они направлены на улучшение интеграции и анализа данных в области цифровой нутрициологии. А программные средства NCBO BioPortal и Nutritional Phenotype Database (dbNP) предоставляют различные возможности для работы с онтологиями, биомедицинскими данными и исследованиями в области питания и фенотипов.

На основе проанализированных данных, была построена возможная структура онтологии цифровой нутрициологии. Она должна быть иерархической и состоять из трех четко определенных уровней, где первым уровнем будут категории рассматриваемой предметной области, на втором классы этих категорий и при необходимости на 3 уровне выделяемые подклассы, которые также могут иметь поддеревья.

Онтология, созданная по разработанной структуре, позволит проводить углубленный анализ, моделирование и разработку персонализированных рекомендаций по питанию и здоровью.

The additional file for this article can be found as follows: