基于生物醫(yī)學(xué)文本挖掘技術(shù)的天然產(chǎn)物的靶標(biāo)蛋白預(yù)測.pdf

1、指導(dǎo)小組成員名單周水庚教授張淑芹畐1教授朱山風(fēng)副教授摘要從天然產(chǎn)物或其衍十.物中尋找有顯著活性的先導(dǎo)小分化合物，是研制和開發(fā)新藥的重要途杼。這土耍閃為活性小分子與標(biāo)靶蛋白的相互作用是生命中最基本的相互作用之一，也足生命有機(jī)化學(xué)及藥物化學(xué)研究的重耍內(nèi)容。受限于傳統(tǒng)生物實(shí)驗(yàn)方法的低通量和高開誚，大然產(chǎn)物的標(biāo)靶蛋G預(yù)測一直以來都是一個研究熱點(diǎn)。隨右對生物醫(yī)學(xué)究的關(guān)注度越來越高，與該領(lǐng)域相關(guān)的文獻(xiàn)量正在以指數(shù)級別增長。如伺采訃算的方法，有效的利

2、爪這類數(shù)據(jù)來輔助標(biāo)靶蛋白的預(yù)測，是本論文討論的主要問題。數(shù)據(jù)挖掘是一種通過分析大暈數(shù)據(jù)，從中尋找其內(nèi)在規(guī)律的技術(shù)。其中叢于文本的信息抽取過程是指把文本里包含的信息進(jìn)行結(jié)構(gòu)化處理，將廿結(jié)構(gòu)化或半結(jié)構(gòu)化的信息轉(zhuǎn)化為結(jié)構(gòu)化的信息。即從一段&然語言文本屮抽取指定的事件、事實(shí)信息，并以結(jié)構(gòu)化的形式描述信息，供信息査詢、文本的深層挖掘和S動冋答等應(yīng)用。知識發(fā)現(xiàn)則是一種能從數(shù)據(jù)集中識別有效地、新穎的、潛在有用的，以及最終可理解的模式的非平凡過程，其F

3、1的是提取有價值的信息并向使用者屏蔽原始數(shù)據(jù)的繁瑣細(xì)節(jié)。本論文有效的將數(shù)據(jù)挖掘技術(shù)結(jié)合到天然產(chǎn)物的標(biāo)靶蛋a預(yù)測這一個實(shí)際的應(yīng)用上。主要工作休現(xiàn)在以下兩個方面：信息抽取（InfmationExtraction:IE):概述了近年來基于生物醫(yī)學(xué)文獻(xiàn)信息抽取的研究進(jìn)展并探討了相關(guān)的技術(shù)實(shí)現(xiàn)；從生物醫(yī)學(xué)文獻(xiàn)中抽取天然產(chǎn)物與靶標(biāo)蛋白之間，天然產(chǎn)物與天然產(chǎn)物之間，靶標(biāo)蛋白與靶標(biāo)蛋白之間的共現(xiàn)數(shù)據(jù)，并提出一種高效的方法分析這些共現(xiàn)數(shù)據(jù)。知識發(fā)現(xiàn)(Kn