基于本體的蛋白質(zhì)相互作用信息文本挖掘方法研究.pdf

1、蛋白質(zhì)相互作用(Protein-Protein Interaction，PPI)是生命活動中一種極其重要的生物分子關(guān)系，其研究不僅具有理論意義，還具有較強(qiáng)的應(yīng)用價值。近年來，隨著研究深入，報道各種蛋白質(zhì)相互作用的生物醫(yī)學(xué)文獻(xiàn)數(shù)目激增，生物學(xué)家閱讀文獻(xiàn)獲取蛋白質(zhì)相互作用信息的速度難以追趕文獻(xiàn)增長速度，從而從文獻(xiàn)中挖掘蛋白質(zhì)相互作用知識成為人們面臨的一大挑戰(zhàn)。采用文本挖掘手段自動從文本中挖掘蛋白質(zhì)相互作用信息，并將這些信息進(jìn)行結(jié)構(gòu)化展示是解

2、決這一挑戰(zhàn)的有效方法。目前，該領(lǐng)域當(dāng)前存在一些重要問題亟待解決，例如蛋白質(zhì)相互作用關(guān)系挖掘方法所取得的效果還有待提升；很少有工作進(jìn)一步挖掘蛋白質(zhì)相互作用注釋信息；用于描述蛋白質(zhì)相互作用信息知識體系不完善以及蛋白質(zhì)相互作用信息展示缺乏一個良好結(jié)構(gòu)等等。針對這一系列問題，我們提出本課題目標(biāo)：在蛋白質(zhì)相互作用關(guān)系挖掘基礎(chǔ)上，進(jìn)一步挖掘蛋白質(zhì)相互作用的注釋信息。
　　 首先，我們構(gòu)建了蛋白質(zhì)相互作用本體。為了更好地挖掘蛋白質(zhì)相互作用注釋

3、信息，本文從蛋白質(zhì)相互作用實質(zhì)--生物分子事件--入手，提出蛋白質(zhì)相互作用本體框架，一個蛋白質(zhì)相互作用事件應(yīng)該包括蛋白質(zhì)相互作用發(fā)生時間、地點、發(fā)生方式、結(jié)果以及證據(jù)等方面信息。通過這個框架明確了蛋白質(zhì)相互作用信息的范疇，通過重用現(xiàn)有本體以及重新構(gòu)建蛋白質(zhì)相互相互作用類型本體，整合得到了包括蛋白質(zhì)狀態(tài)、蛋白質(zhì)相互作用類型、生物學(xué)過程、亞細(xì)胞定位、生物學(xué)功能以及檢測方法六個部分在內(nèi)的蛋白質(zhì)相互作用本體。
　　 然后，開發(fā)了對文本進(jìn)

4、行了蛋白質(zhì)相互作用關(guān)系挖掘的SVM方法。該方法為了判斷蛋白質(zhì)相互作用關(guān)系是否存在需要選擇句子特征，包括詞特征、詞性特征、邏輯特征以及句法特征，并對這些特征進(jìn)行組合。在測試語料上，基于SVM方法取得了準(zhǔn)確率為82.4％，召回率為73.7％和F值為77.8％的效果。我們將該方法用于小鼠肝臟蛋白質(zhì)相關(guān)文獻(xiàn)中蛋白質(zhì)相互作用關(guān)系挖掘任務(wù)。另外，還基于網(wǎng)絡(luò)服務(wù)工具ProteinCorral對同樣的語料集進(jìn)行蛋白質(zhì)相互作用關(guān)系挖掘。然后對兩種方法進(jìn)行

5、了比較。
　　 進(jìn)一步，我們在蛋白質(zhì)相互作用關(guān)系挖掘基礎(chǔ)上，基于蛋白質(zhì)相互作用本體受控詞匯對這些蛋白質(zhì)相互作用關(guān)系進(jìn)行注釋信息挖掘，其中49.1％的蛋白質(zhì)相互作用(PPI)能夠從句子中挖掘其注釋信息。同時，我們采用網(wǎng)絡(luò)服務(wù)工具EBIMed實現(xiàn)蛋白質(zhì)相互作用信息挖掘任務(wù)，分析發(fā)現(xiàn)，45.0％的蛋白質(zhì)相互作用在句子中找到功能注釋，90.1％的蛋白質(zhì)相互作用在摘要中有功能注釋。
　　 最后，設(shè)計了數(shù)據(jù)庫用于存儲得到的小鼠肝臟相

6、關(guān)蛋白質(zhì)相互作用信息，構(gòu)建在線服務(wù)平臺，為用戶提供基于本體、蛋白質(zhì)名稱和蛋白質(zhì)相互作用三種方式來查詢蛋白質(zhì)相互作用。基于本體的層次結(jié)構(gòu)在整體上展示了蛋白質(zhì)相互作用信息分布，為用戶查找相應(yīng)功能蛋白質(zhì)相互作用及其注釋信息提供了幫助。
　　 綜上所述，本文工作有以下幾點創(chuàng)新之處：
　　 (1)新的蛋白質(zhì)相互作用本體的構(gòu)建。從生物分子事件角度出發(fā)，提出一個符合蛋白質(zhì)相互作用信息描述以及適用于文本挖掘任務(wù)的本體，該本體概括了蛋白質(zhì)

7、相互作用發(fā)生的生物學(xué)過程、亞細(xì)胞定位、生物學(xué)功能、相互作用類型、相互作用發(fā)生證據(jù)以及發(fā)生相互作用時蛋白質(zhì)狀態(tài)等信息。
　　 (2)將SVM方法在蛋白質(zhì)相互作用關(guān)系文本挖掘方面的成功應(yīng)用。將蛋白質(zhì)相互作用關(guān)系挖掘作為一個分類問題，選取并組合句子相關(guān)特征用于判斷蛋白質(zhì)相互作用關(guān)系，進(jìn)一步提高了蛋白質(zhì)相互作用關(guān)系挖掘的效果。
　　 (3)基于本體受控詞匯對蛋白質(zhì)相互作用注釋信息的挖掘。蛋白質(zhì)相互作用注釋信息對于蛋白質(zhì)相互作用動

8、態(tài)子網(wǎng)絡(luò)構(gòu)建極其重要，這些信息能夠更準(zhǔn)確地描述蛋白質(zhì)相互作用在細(xì)胞活動中發(fā)生的時間、地點以及完成的生物學(xué)功能。
　　 (4)基于本體對蛋白質(zhì)相互作用信息進(jìn)行查詢與展示。鑒于本體具有良好層次結(jié)構(gòu)，我們利用本體對蛋白質(zhì)相互作用信息進(jìn)行了展示和分類，更利于研究人員對蛋白質(zhì)相互作用信息查詢以及進(jìn)行不同功能的蛋白質(zhì)相互作用比較。
　　 總之，本文提出了一種從文獻(xiàn)中挖掘蛋白質(zhì)相互作用及其注釋信息的新方法，基于本體的蛋白質(zhì)相互作用表示