基于樹核的蛋白質(zhì)相互作用關(guān)系提取研究.pdf

1、近年來，生物醫(yī)學(xué)技術(shù)發(fā)展突飛猛進(jìn)，相關(guān)的科研成果和學(xué)術(shù)報(bào)告更是層出不窮。雖然互聯(lián)網(wǎng)時(shí)代的到來使得大家能夠方便地從網(wǎng)絡(luò)上找到這些信息，但大部分的信息仍然被淹沒在海量的生物醫(yī)學(xué)文獻(xiàn)中。如果僅靠研究人員手動(dòng)閱讀這些文獻(xiàn)是很難及時(shí)有效地獲取有用信息的，于是便出現(xiàn)了生物文本挖掘技術(shù)。在生物文本挖掘領(lǐng)域中，最受關(guān)注的還是蛋白質(zhì)相互作用關(guān)系的提取。原因是蛋白質(zhì)是一切生命活動(dòng)不可或缺的物質(zhì)基礎(chǔ)，了解其相互作用關(guān)系有助于系統(tǒng)地理解生命活動(dòng)的分子機(jī)制，并且

2、對(duì)疾病的治療和新藥的研制有積極的推動(dòng)作用。
　　早期的蛋白質(zhì)相互作用關(guān)系提取研究中應(yīng)用較多的是基于規(guī)則的方法，這類方法不僅耗時(shí)長(zhǎng)且系統(tǒng)效果過度依賴規(guī)則的質(zhì)量，可移植性差。目前應(yīng)用較為廣泛的是機(jī)器學(xué)習(xí)方法，其又分為特征向量方法和核方法，特征向量方法避免不了復(fù)雜的特征向量的構(gòu)造和映射過程，因此基于核函數(shù)的方法是目前主流的方法。然而現(xiàn)在已有的核函數(shù)大部分都基于依存信息，很少有研究采用基于成分句法樹的核方法來提取蛋白質(zhì)相互作用關(guān)系。事實(shí)上

3、，成分句法樹本身具有豐富的語法和結(jié)構(gòu)化特征，對(duì)蛋白質(zhì)相互作用關(guān)系提取有重要意義。最短依存路徑指導(dǎo)的成分分析樹算法是其中少有的基于樹核的算法。
　　最短依存路徑指導(dǎo)的成分分析樹算法是用句子中兩個(gè)蛋白質(zhì)間的最短依存路徑去指導(dǎo)成分句法樹的裁剪，但這樣生成的句法樹仍然不夠簡(jiǎn)潔。原因是最短依存路徑上存在同位語依存關(guān)系帶來的噪音干擾，這種噪音信息不僅增加了句法樹表示的復(fù)雜性，而且會(huì)妨礙分類器的識(shí)別和判斷。為了解決這個(gè)問題，本文提出了有效優(yōu)化路

4、徑指導(dǎo)的成分分析樹算法，通過定義相關(guān)的處理規(guī)則去掉同位語成分，消除對(duì)蛋白質(zhì)相互作用關(guān)系提取毫無幫助的噪音信息，最后用優(yōu)化后的路徑來裁剪成分分析樹。實(shí)驗(yàn)結(jié)果表明改進(jìn)的有效優(yōu)化路徑指導(dǎo)的成分分析樹算法對(duì)提高蛋白質(zhì)相互作用關(guān)系提取性能是有效的。
　　通過對(duì)最短依存路徑指導(dǎo)的成分分析樹算法在五個(gè)常用語料庫(kù)上的錯(cuò)誤分類結(jié)果的分析，發(fā)現(xiàn)情態(tài)動(dòng)詞短語后面表示相互作用的動(dòng)詞容易被最短依存路徑遺漏，導(dǎo)致生成的句法樹結(jié)構(gòu)不能完整表達(dá)蛋白質(zhì)關(guān)系實(shí)例。為