DE MODELAGEM PARA ESQUEMAS DE DADOS BIOLÓ-
GICOS MOLECULARES
Nesta pesquisa foi definida a linguagem de modelagem GenML e uma ferramenta de mo- delagem que permitem a visualização em forma de diagramas (modelos) dos esquemas discutidos na Seção 4.1 (o esquema da fonte, o esquema da versão da fonte, e o esquema da entidade). A ferramenta de visualização também permite a edição e criação de mode- los utilizando a linguagem de modelagem definida. No contexto de uma linguagem, um modelo define a sintaxe concreta (ou notação gráfica) e o meta-modelo define a sintaxe abstrata (ou gramática) e a semântica (ou interpretação dos conceitos). Na criação da linguagem GenML, primeiramente foi definida a notação visual (sintaxe concreta) para o meta-modelo (sintaxe abstrata). Tomando como entrada o meta-modelo e conhecendo sua notação visual, a ferramenta de modelagem permite criar visões (chamados de diagramas) de modelos que estejam em conformidade com o meta-modelo de entrada.
Como dito anteriormente, foi definida uma linguagem de modelagem com uma nota- ção visual para a representação adequada dos esquemas. A seguir, serão apresentados os diagramas propostos para os esquemas e os princípios adotados na definição da notação visual para criação de modelos.
4.3.1
Diagramas para Esquemas de Dados Biológicos Moleculares
A notação da linguagem de modelagem foi desenvolvida seguindo alguns dos princípios apresentados por Moody (MOODY, 2010) para construção de notações visuais. Entre estes princípios estão: Claridade Semiótica, Discriminação Perceptiva, Transparência Semân- tica, Gerenciamento da Complexidade, Integração Cognitiva, Codificação Dupla e Econo- mia Gráfica. A seguir serão apresentados detalhes sobre cada um destes princípios:
Claridade Semiótica - O princípio da claridade semiótica define que deve haver uma correspondência de 1:1 (um para um) entre os construtores semânticos (meta-modelo) e os símbolos gráficos da linguagem. A Figura 8 ilustra o mapeamento entre os construtores semânticos e a sintaxe visual.
Figura 8 – Mapeamento entre o meta-modelo e os símbolos gráficos da sintaxe visual da GenML
É importante mencionar que o elemento Value não possui um símbolo gráfico asso- ciado a sua representação visual para limitar a complexidade gráfica e diagramática do modelo. Este componente aparece representado (textualmente) de acordo com seus tipos. No papel de valor atômico, o tipo de dado é associado ao nome do atributo e, no papel de valor composto por outros atributos, a lista dos sub-atributos é apresentada. É possível que atributos contenham valores atômicos associados a ele e ainda assim apresentarem subatributos em sua composição. Com o intuito de melhorar a expressividade dos atribu- tos embutidos, um estilo condicional foi aplicado com uma adaptação do símbolo original de atributo. Para estes o símbolo é marcado com uma seta vermelha (indicando aninha- mento) e é apresentado em menor tamanho que os atributos pais. Esta diferenciação do elemento Value e dos atributos aninhados está ilustrada na Figura 9.
Discriminação Perceptiva - O princípio da discriminação perceptiva define que os diferentes símbolos devem ser claramente distinguidos um do outro. Além da clara dife- renciação visual entre os símbolos gráficos ilustrados na Figura 8, a linguagem faz uso de duas técnicas visuais para demonstrar a hierarquia entre os elementos: (1) uma organiza- ção baseada em contêineres, e outra (2) que organiza os elementos do modelo como uma árvore hierárquica. Estes diagramas podem ser vistos nas Figuras 9 e 11, respectivamente. A técnica visual de contêiner foi utilizada também na definição do diagrama de entidade, que permite visualizar horizontalmente os atributos de uma determinada entidade (Figura 10).
Transparência Semântica - O princípio da transparência semântica define que devem ser utilizadas representações visuais em que sua aparência sugira o significado. Na lingua-
gem GenML foram utilizadas figuras clássicas de representação de bases de dados para indicar as fontes de dados e suas versões, sendo este último marcado com um "V", su- gerindo que se trata de uma versão da fonte. Para os atributos foi utilizado um símbolo gráfico com um "A", sugerindo o significado para atributo. Para a Entidade foi utilizado um símbolo gráfico com a ilustração de uma sequência de DNA, uma vez que a entidade aqui representada significa uma instância de uma variação de genoma no conjunto de dados a serem modelados. Para o elemento associação foi utilizado uma seta que também sugere o significado de uma referência entre dois elementos.
Gerenciamento da Complexidade - O princípio da gerência de complexidade define que devem ser incluídos mecanismos explícitos para lidar com a complexidade. Como mencionado anteriormente, a linguagem GenML definiu duas técnicas visuais para apre- sentação dos modelos (contêineres e árvore), além de ter um diagrama específico para visualização do esquema de uma entidade. Estes diagramas foram definidos para reduzir a complexidade da linguagem quando há a necessidade de escalar a visualização dos mo- delos (muitas entidades por versão da fonte, por exemplo) permitindo uma visualização detalhada de todos os elementos que compõem cada esquema.
As Figuras 9, 10 ilustram exemplos de diagramas de contêineres para os esquemas da fonte e das versões da fonte, e da entidade, respectivamente. A Figura 11 ilustra o diagrama do esquema da fonte em formato de árvore.
Integração Cognitiva - O princípio da integração cognitiva define que devem ser incluí- dos mecanismos explícitos para suportar a integração de informação entre os diferentes diagramas. Na linguagem GenML todos os diagramas fazem uso dos mesmos elementos e seus respectivos símbolos gráficos. Esses símbolos são igualmente utilizados em todos os diagramas para fornecer uma visão uniforme ao usuário e possibilitar a integração cogni- tiva da informação.
Expressividade Visual - O princípio da expressividade visual define que uma gama completa de variáveis e capacidades visuais devem ser utilizadas. Como mencionado an- teriormente, a linguagem GenML definiu duas técnicas visuais para apresentação dos modelos (contêineres e árvore), além de variados símbolos gráficos para representação in- dividual dos elementos semânticos.
Codificação Dupla - O princípio da codificação dupla define que elementos de texto po- dem ser utilizados para complementar os elementos gráficos. Nos diagramas construídos com a GenML há associação entre os nomes dos elementos (construtores de um esquema) e suas representações visuais. Como exemplo, a Figura 9 apresenta o nome da fonte Clin-
Economia Gráfica - O princípio da economia gráfica define que o número de diferen- tes símbolos gráficos devem ser cognitivamente gerenciáveis. Como mencionado anterior- mente, o elemento Value não possui um símbolo gráfico associado a sua representação visual para limitar a complexidade gráfica e diagramática do modelo. Além disso, os dois tipos de diagramas (contêiner e árvore) foram criados para aumentar o nível de expressi- vidade do modelo.
Figura 9 – Diagrama da fonte ClinVar com três versões ClinVarFullRelease_00-latest,
ClinVarFullRelease_2018-05 e ClinVarFullRelease_2018-04
A ferramenta de modelagem utiliza os mesmos símbolos gráficos utilizados na notação da linguagem de modelagem para a caixa de ferramentas do editor, permitindo que os usuários identifiquem os elementos na criação e personalização de esquemas. Esses símbo- los gráficos são usados em todos os diagramas criados para fornecer uma visão uniforme ao usuário. Ainda, é possível navegar do diagrama de contêineres para os diagramas de entidade e árvore por meio de um duplo clique nos elementos Entity, e Source, respecti- vamente.
É importante mencionar que a ferramenta de modelagem é capaz de realizar a validação dos diagramas, verificando se estes estão em conformidade com o meta-modelo. Esta funcionalidade evita que os usuários façam uso incorreto dos construtores do modelo.
Figura 10 – Diagramas da entidade ClinVarSet1
Figura 11 – Diagrama da fonte ClinVar em formato de árvore