基于生物醫(yī)學(xué)文獻(xiàn)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(jì)劃的實(shí)施以及功能基因組和蛋白質(zhì)組研究的開展，生物信息學(xué)成為生物學(xué)和信息科學(xué)的研究熱點(diǎn)。生物醫(yī)學(xué)文獻(xiàn)的數(shù)量迅速地增長(zhǎng)，沒有人能夠閱讀完如此眾多的文獻(xiàn)資料。因此，人們迫切需要從海量的生物醫(yī)學(xué)文獻(xiàn)中發(fā)現(xiàn)知識(shí)以指引生物學(xué)研究方向。以生物醫(yī)學(xué)文獻(xiàn)數(shù)據(jù)為分析對(duì)象，通過文獻(xiàn)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(shí)，從而發(fā)現(xiàn)文獻(xiàn)中隱含的新知識(shí)，為生物醫(yī)學(xué)提供預(yù)測(cè)和指導(dǎo)作用。本文以Medline數(shù)據(jù)庫中生物醫(yī)學(xué)文本摘要為研究

2、對(duì)象，開發(fā)并整合多種文獻(xiàn)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(xué)文獻(xiàn)中發(fā)現(xiàn)隱藏的知識(shí)，首先要做的就是正確識(shí)別文獻(xiàn)中出現(xiàn)的大量的生物術(shù)語，即“生物命名實(shí)體識(shí)別”。針對(duì)生物命名實(shí)體的特點(diǎn)，本文提出了一種基于條件隨機(jī)域的生物命名實(shí)體識(shí)別方法。該方法首先采用了常規(guī)的生物命名實(shí)體識(shí)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(duì)相同的實(shí)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(gè)實(shí)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(dāng)前詞可能與距離較遠(yuǎn)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(shí)體識(shí)別的性能。在JNLPBA測(cè)試集上進(jìn)行了開放測(cè)試，識(shí)別結(jié)果的F值達(dá)到71％以上。
　　 在進(jìn)行生物命名實(shí)體識(shí)別以后，本文采用了兩種方法對(duì)其中蛋白質(zhì)的關(guān)系進(jìn)行挖掘。通過共出現(xiàn)頻率的統(tǒng)計(jì)方法，發(fā)現(xiàn)兩個(gè)蛋白質(zhì)實(shí)體對(duì)存在的潛在聯(lián)系；通過關(guān)聯(lián)規(guī)則方法，進(jìn)行關(guān)聯(lián)分析，發(fā)現(xiàn)兩個(gè)或兩個(gè)以上蛋白質(zhì)實(shí)體之間可