基于科研文獻挖掘的疾病與藥物關聯(lián)研究.pdf

1、目的：
　　生物醫(yī)學實體是包含在醫(yī)學科研文獻中出現(xiàn)的疾病、藥物、基因等名稱、術語或概念，即一種文獻內(nèi)含知識，了解其相互關聯(lián)對于科學研究意義重大。然此類知識被大量淹沒于文獻海洋，亟需一種有效知識管理方式將之快速地展現(xiàn)給科研人員。鑒于此，本研究擬基于科研文獻挖掘開展疾病與藥物實體關聯(lián)研究。
　　方法：
　　1.文獻分析法
　　通過搜集、鑒別、整理相關文獻，分析當前國內(nèi)外相關研究歷史、現(xiàn)狀及存在的問題。在閱讀、整理、歸

2、納、分析這些文獻材料的基礎上，借鑒他人的研究成果，從而形成自己的研究框架。
　　2.編程語言和數(shù)據(jù)庫技術
　　利用Java和Python等程序設計語言和數(shù)據(jù)庫技術將上述PubMed ID相關的文獻信息下載，進行批量數(shù)據(jù)有序化，并在MySQL數(shù)據(jù)庫中分別建庫。
　　3.生物實體識別方法
　　使用基于詞典的匹配方法識別疾病實體與藥物實體。
　　4.信息計量學方法
　　利用 Python自編程序語言，基于信

3、息計量學中的共現(xiàn)關系構(gòu)建疾病與藥物實體共現(xiàn)網(wǎng)絡，并運用詞頻分析和共詞分析進行疾病與藥物實體關聯(lián)分析。
　　5.社會網(wǎng)絡分析方法
　　利用社會網(wǎng)絡分析工具Pajek對共現(xiàn)網(wǎng)絡進行宏觀和微觀層次的指標分析。微觀指標層次進行中心度（點度中心度、接近中心度、中介中心度）等指標的對比分析。最后利用Gephi對共現(xiàn)網(wǎng)絡進行可視化分析。
　　結(jié)果與結(jié)論：
　　本研究所使用的生物醫(yī)學實體識別及關聯(lián)發(fā)現(xiàn)方法能夠幫助科研人員從大規(guī)模