随着生命科学不断发展,领域内产生了更多的研究问题和数据需求,使得生命科学研究产生了前所未有的数量和类型的组学数据,从而形成生物大数据。由于不同的研究技术,产生的数据格式也各不相同。面对海量异构生物数据的处理时,关系数据库的瓶颈问题显现出来—基于关系的固定模式和扩展性差。数据模式灵活的NoSQL数据库应时而生,通过水平扩展解决了大数据量所带来的数据模式变更,其中MongoDB应用最广泛。因此,急需解决多源异构数据库从各种数据格式映射到JSON格式的问题,然后存储到MongoDB上进行查询处理。本文主要研究了基于MongoDB的多源生物数据集成的关键技术,对多源异构的生物数据进行集成,并通过MongoDB的存储机制进行管理。本文将从多源数据源的关联模式发现、数据集成存储和数据管理三个方面进行研究。首先,确定选定的数据源及其数据格式,根据多层网络理论知识结合自动关联模式匹配算法,构建层间节点连接矩阵。然后,设计不同数据格式(结构化文本文件、XML、RDF和OWL)到JSON格式的映射规则和算法,并应用MongoDB对JSON进行存储。基于上述集成关键技术,本文研发了基于MongoDB的管理系统,其主要功能包括多源生物数据集成、数据格式映射模型、索引构建、关键字查询和高级查询功能的并结合MongoDB的非主键索引构建,提高数据的查询效率。最后,通过一系列来自实际数据源的实验,对本文提出的数据格式映射算法进行测试。实验结果表明,基于MongoDB的存储具有存储优势,其存储结构有效地减少半结构化格式的冗余标记,节省存储空间。