基于生物醫(yī)學文獻的蛋白質(zhì)關(guān)系發(fā)現(xiàn).pdf

1、近年來，隨著人類基因組計劃的實施以及功能基因組和蛋白質(zhì)組研究的開展，生物信息學成為生物學和信息科學的研究熱點。生物醫(yī)學文獻的數(shù)量迅速地增長，沒有人能夠閱讀完如此眾多的文獻資料。因此，人們迫切需要從海量的生物醫(yī)學文獻中發(fā)現(xiàn)知識以指引生物學研究方向。以生物醫(yī)學文獻數(shù)據(jù)為分析對象，通過文獻挖掘技術(shù)，可以提取和整合散布于文本數(shù)據(jù)中的知識，從而發(fā)現(xiàn)文獻中隱含的新知識，為生物醫(yī)學提供預測和指導作用。本文以Medline數(shù)據(jù)庫中生物醫(yī)學文本摘要為研究

2、對象，開發(fā)并整合多種文獻挖掘方法，試圖發(fā)現(xiàn)蛋白質(zhì)之間的潛在聯(lián)系。
　　 要從生物醫(yī)學文獻中發(fā)現(xiàn)隱藏的知識，首先要做的就是正確識別文獻中出現(xiàn)的大量的生物術(shù)語，即“生物命名實體識別”。針對生物命名實體的特點，本文提出了一種基于條件隨機域的生物命名實體識別方法。該方法首先采用了常規(guī)的生物命名實體識別技術(shù)，加入單詞的構(gòu)詞特性，如數(shù)字、字母、前后綴等。然后針對相同的實體在文本中可能不止出現(xiàn)一次，每一次出現(xiàn)在不同位置的同一個實體包含了更多的

3、上下文信息，相鄰的單詞之間存在依賴關(guān)系，以及當前詞可能與距離較遠的詞之間存在依賴關(guān)系的問題，加入了單詞的距離依賴特性，這大大提高了生物命名實體識別的性能。在JNLPBA測試集上進行了開放測試，識別結(jié)果的F值達到71％以上。
　　 在進行生物命名實體識別以后，本文采用了兩種方法對其中蛋白質(zhì)的關(guān)系進行挖掘。通過共出現(xiàn)頻率的統(tǒng)計方法，發(fā)現(xiàn)兩個蛋白質(zhì)實體對存在的潛在聯(lián)系；通過關(guān)聯(lián)規(guī)則方法，進行關(guān)聯(lián)分析，發(fā)現(xiàn)兩個或兩個以上蛋白質(zhì)實體之間可