基于聚类分析的肺癌与基因相关关系研究

目的：研究与不同类型肺癌存在关联的基因及其与肺癌的关联,为肺癌相关基因领域的研究学者提供参考。方法：通过对肺癌、基因进行命名实体识别、实体数据的标准化处理、肺癌-基因矩阵构建、肺癌-基因矩阵的聚类分析、文献回溯等,基于聚类的方法发现不同类型肺癌存在关联的基因及其在肺癌不同阶段的具体关联。结果：利用聚类分析的方法将肺癌大致分为A549 lung cancer,Advanced non-small-cell lung cancer,small cell lung carcinoma四大类。高频基因主要是EGFR（在晚期非小细胞肺癌患者体内突变率较高）、P53（主要在NSCLC晩期患者中高水平突变表达）、KRAS（主要与NSCLC有关）。结论：基因、蛋白质、化学物质等实体对肺癌的产生与治疗至关重要。深入探究肺癌与基因的关系对肺癌的预防、诊断、治疗均有重要意义。     

基于词典与CRF算法的中文生物医学实体自动标注平台建设

目的：构建中文生物医学实体及关系的自动识别标注平台,为中文生物医学语料标注和精准医学语料积累及知识服务等提供参考。方法：基于词典和CRF算法实现中文生物医学文本的自动实体识别,利用Python、JavaScript、CSS等编程语言和Query框架等相关工具构建中文生物医学实体自动标注平台。结果：构建了一个可以自动识别中文实体且具备上传、标注、审核文本并最终存储文本等功能的中文自动标注平台。该平台能高效、准确地识别文本内容,实现自动标注。结论：该平台具备了人工导入文献、标注、管理员审核结算的功能,可以为生物医学领域的研究者进行信息的数据挖掘、中文语料库的构建提供支持。