基于文献的生物医学知识发现研究综述

介绍基于文献的知识发现(Literature Based Discovery,LBD)概念及实现方法,从数据获取、概念抽取、关系挖掘、结果评估4个方面阐述LBD相关研究情况及关键问题,分析LBD在生物医学领域的应用情况及LBD研究存在的问题,提出建议和展望。     

基于MEDLINE的非相关文献知识发现

介绍了非相关文献知识发现法的概念及应用情况,以及人机交互系统ARROWSMITH的作用和操作过程;以图示的方式详尽地描述了在MEDLINE数据库中应用ARROWSMITH系统进行非相关文献的知识发现.认为非相关文献知识发现方法为情报研究和情报检索开辟了更广阔的研究领域,为情报学指明了新的研究方向,赋予情报学更加强大的生命力.     

基于非相关文献的知识发现研究进展

对基于非相关文献的知识发现方法研究进展进行总结,探讨Arrowsmith的演进及排序控制指标,并从词频统计、语义控制、词频统计与语义控制相结合、互信息方法、共词聚类法、主题聚类法等角度对该研究领域的代表性研究成果进行概述,指出Swanson方法存在的不足及其在未来科学发展中具有广阔的前景。     

基于信息抽取的中医药文献知识发现

随着科学技术和实验手段的迅猛发展,产生了非常"庞大"的科学文献和实验数据。同时,在这些表面上没有任何联系的文献和实验数据中,可能存在某种潜在的有价值的关联关系,并且数据本身也是信息和知识的源泉。正是基于这种对新知识的需求,产生了运用数据来挖掘相关知识的要求。本文使用信息抽取的手段,首先建立中医药文摘的领域本体,然后文本信息解析,进行关键字识别和匹配,将自由文本转化为结构化数据,并将数据存入相应的内容数据库中,对内容数据库中的不同文摘的属性值进行属性相关分析,过滤掉统计上不相关或弱相关的属性,保留对手头挖掘任务最相关的属性,从而发现不同文摘间的关联性,进而找出有价值的联系。     

非相关文献知识发现研究进展

美国芝加哥大学情报学教授Don.R.Swanson创立的情报学知识发现方法及人机交互系统Arrowsmith,是揭示非相关文献及学科间隐藏联系的强有力的工具。文章介绍了Swanson的情报学思想的内涵及其开放式和闭合式的知识发现过程,概述了目前我国在理论和实践两方面的研究状况,指出Swanson方法在医学领域尤其是中医药领域实践中所面临的问题。在未来的科学发展中,Swanson知识发现方法将具有广阔的推广前景。     

联系强弱对生物医学文献知识发现的影响

分析间接关联的联系强弱在生物医学文献知识发现过程中的不同表现,明确关联性强弱对文献知识发现的影响与作用,表明通过强关联发现潜在关联的准确率显著高于由弱关联所获得的准确率,强关联性可作为提升文献知识发现应用效果的重要因素。     

面向知识发现的生物医学文献信息检索与可视化设计

探讨生物医学文献信息检索过程与可视化设计对用户知识发现的影响与作用,从输入输出、搜索过程、信息定位几方面介绍文献信息检索过程交互流模型,分析文献信息可视化设计的方法,包括颜色与字体、统计图表、分类列表与标签、层次结构与网络图等方面。     

基于Swanson非相关文献知识发现的超常规检索法在查新中的应用

针对查新中常规主题概念检索结果与实际不相符的情况,通过检索实例,介绍了一种基于Swanson非相关文献知识发现的超常规检索法在查新咨询中的应用.     

文章发表时间对生物医学文献知识发现的影响

通过分析时间因素在间接关联挖掘中的作用,探讨文章发表时间对生物医学文献知识发现的影响。利用来自PubMed的数据集进行测试分析,发现在知识发现过程中近期文献比早期文献获得新关联的效果好,表明时间因素对生物医学文献知识发现具有一定作用,即在间接关联的挖掘过程中考虑时间因素,可以提升生物医学文献知识发现工作的效率。     

网络特征对文献间接关联发现的评价作用

基于文献的知识发现研究通过文献中潜在的间接关联的挖掘获取新的科学假设,在生物医学领域已经得到了越来越广泛的应用。间接关联性的评价是当前文献知识发现研究的一个热点问题;本文主要探讨网络特征在文献知识发现过程中间接关联的评价作用,整合共现统计信息与网络结构特征,建立了间接关联评价的新指标,这对于提高文献知识发现效率与构建知识发现系统具有重要意义。     

构建基于文献信息网络的知识发现系统应用模型的设想

文献检索能够帮助用户快速地查找与获取目标文献,但非结构化的文献仍然需要人工阅读才能获得有效的知识,严重限制了从大量文献中发现知识的效率。基于文献的知识发现研究是通过文献集中潜在的关联发现来形成科学假设,因此利用文本挖掘技术将非结构化的文献集转化为图结构模型,对进一步知识发现的实施与深入挖掘都具有重要作用。有鉴于此,我们利用复杂网络的方法对文献集进行文本挖掘,探讨了关联知识的图结构组织对文献知识发现的重要作用,揭示了非相关文献中的隐含知识,并构建了文献信息网络的知识发现应用模型。     

文献知识网络的节点度变化对领域热点的影响

随着文献的不断富集,研究内容的相关性会形成一个关联知识网络,而网络的拓扑结构对网络的演化发展存在影响,因此,探索从知识网络的特征变化对领域热点的预测性具有重要意义。探讨文献知识网络节点度变化对近期热点的预测性,测试结果显示,度增长率大的节点形成新关联的准确率显著大于一般节点,即度增长率大的节点在短期内能衍生出较多的新研究内容,表明节点度变化对领域热点具有一定预测性。     

基于药物论坛中潜在不良反应与适应症的知识发现体系构建

目的：基于用户反馈信息,构建药物论坛中潜在不良反应与适应症的知识发现体系。方法：利用BIO序列标注方法和BiLSTM-CRF命名实体识别方法,从药物论坛的评论数据中识别不良反应与适应症的实体。结果：对不良反应与适应症进行过滤,得到26种药物共180种不良反应和26种适应症,并以此构建模型。结论：基于药物论坛构建的知识发现体系为挖掘中文领域内基于评论信息药物潜在不良反应与适应症可提供一种新的研究思路方案。     

2006年云南省肺结核病相关知识知晓率影响因素的初步分析

目的分析云南3县公众关于肺结核病相关知识知晓率的影响因素,为开展宣传提供建议。方法分层整群系统随机抽样,采用国家统一制定问卷入户调查,公众知晓率影响因素采用多元logistic回归进行分析。结果云南省公众对于肺结核病免费政策知识的知晓率受性别、年龄、民族、文化程度、居住地、户籍、医疗保险形式、家庭人均收入等因素影响。结论针对不同人群开展检查肺结核病有免费政策知识宣传有利于提高宣传效果。     

广州市白云区居民疟疾知识、态度和行为及影响因素调查

目的了解白云区居民疟疾知识、态度和行为,并分析其影响因素,为本地疟疾防治工作提供参考依据。方法采用分层随机抽样法抽取白云区501名>15岁居民,问卷调查居民疟疾知识、态度和行为,应用Excel和SPSS 11.0进行数据录入和统计分析。结果调查人群疟疾知识总知晓率为61.48%,不同地区、年龄、文化程度人群知晓率差异有统计学意义(P<0.01)。多因素回归分析,影响居民掌握疟疾知晓知识的因素主要为年龄和文化程度,各因素的比值比分别为1.820、2.496。结论本地居民疟疾认知水平亟待提高,应重点加强对文化水平较低及中年人群的疟疾知识普及,针对性地开展健康教育活动。     

Sirt1在缺氧条件下对心肌细胞线粒体融合与分裂中的作用

目的 探讨缺氧条件下线粒体动态学变化及Sirt1在其中的作用.方法 ①收集2014年于新桥医院心血管外科行手术治疗的先心病患儿29例,其中非紫绀型先心病14例,紫绀型先心病15例,取术中所切除的右室流出道心肌组织为心肌标本,Western blot检测促线粒体分裂蛋白Drp1与Fis1表达情况.②将H9c2心肌细胞置入缺氧培养箱(94％N2,5％ CO2,1％ O2)中进行培养,检测缺氧0、2、4、8、12 h后促线粒体分裂蛋白Drp1与Fis1的表达水平.③将线粒体靶向质粒分别同空载质粒、Sirt1过表达质粒和Sirt1干扰质粒共转染H9c2细胞,常氧或缺氧培养箱中培养12 h后,激光共聚焦显微镜下观察线粒体融合、分裂情况;④运用腺病毒Ad-Sirt1和慢病毒Lv-Sh-Sirt1分别在H9c2细胞中过表达或干扰Sirt1后,将细胞置于缺氧培养箱中培养12 h,检测Drp1与Fis1表达水平;⑤分别转染空载质粒、Sirt1过表达质粒和Sirt1干扰质粒至H9c2细胞后,缺氧培养12 h,LDH试剂盒检测细胞毒性.结果 ①同非紫绀组相比,紫绀组心肌中Drp1与Fis1表达显著增高,Drp1相对灰度值:[(0.47±0.11)vs(0.76±0.12)、Fis1相对灰度值(0.53 ±0.02)vs (0.83 ±0.03),P＜0.05];②细胞水平研究结果显示Drp1与Fis1的蛋白表达随缺氧的时间的延长呈递增趋势;③激光共聚焦结果表明,Sirt1过表达后能够一定程度地缓解缺氧诱导的线粒体分裂(P＜0.05),而当Sirt1受到干扰后,缺氧所诱导的线粒体分裂水平明显提高(P＜0.05);④在缺氧条件下,过表达Sirt1能够抑制Drp1与Fis1蛋白表达水平(P＜0.05),而Sirt1被抑制后,Drp1与Fis1蛋白表达水平增加(对照组,过表达组,低表达组Drp1相对灰度值依次为[(0.47 ±0.02)vs(0.36±0.02) vs (0.78 ±0.04);Fis1相对灰度值依次为(0.64±0.02) vs (0.42±0.02) vs (0.80±0.04),P＜0.05];⑤Sirt1过表达能够降低缺氧刺激后H9c2心肌细胞的死亡率.结论 Sirt1可能通过调控促线粒体分裂蛋白Drp1与Fis1表达水平促进心肌细胞在缺氧条件下的适应.     

A knowledge discovery and reuse pipeline for information extraction in clinical notes

Objective

Information extraction and classification of clinical data are current challenges in natural language processing. This paper presents a cascaded method to deal with three different extractions and classifications in clinical data: concept annotation, assertion classification and relation classification.

Materials and Methods

A pipeline system was developed for clinical natural language processing that includes a proofreading process, with gold-standard reflexive validation and correction. The information extraction system is a combination of a machine learning approach and a rule-based approach. The outputs of this system are used for evaluation in all three tiers of the fourth i2b2/VA shared-task and workshop challenge.

Results

Overall concept classification attained an F-score of 83.3% against a baseline of 77.0%, the optimal F-score for assertions about the concepts was 92.4% and relation classifier attained 72.6% for relationships between clinical concepts against a baseline of 71.0%. Micro-average results for the challenge test set were 81.79%, 91.90% and 70.18%, respectively.

Discussion

The challenge in the multi-task test requires a distribution of time and work load for each individual task so that the overall performance evaluation on all three tasks would be more informative rather than treating each task assessment as independent. The simplicity of the model developed in this work should be contrasted with the very large feature space of other participants in the challenge who only achieved slightly better performance. There is a need to charge a penalty against the complexity of a model as defined in message minimalisation theory when comparing results.

Conclusion

A complete pipeline system for constructing language processing models that can be used to process multiple practical detection tasks of language structures of clinical records is presented.     

组蛋白去乙酰化酶抑制剂对裂殖酵母核基因SRK1和线粒体基因转录的影响

 目的 研究组蛋白去乙酰化酶抑制剂(histone deacetylase inhibitors)丙戊酸（valproic acid,VPA）对裂殖酵母体内应激激酶核基因SRK1和线粒体基因转录的影响。方法 在裂殖酵母972细胞中加入梯度稀释的VPA测定细胞生长曲线并计算半数抑菌浓度（IC50）。检测分别加入1和5 μmol/L VPA处理6 h后,核基因SRK1的转录水平;检测同等处理条件下裂殖酵母体内线粒体基因的转录水平。结果 VPA对972细胞的IC50为7.57 μmol/L。1 μmol/L VPA处理的细胞中核基因SRK1转录水平上调5.5倍,外加5 μmol/L VPA处理的细胞中SRK1基因转录水平上调4.2倍;经1 μmol/L VPA处理后,线粒体基因COB,SPMIT2,SPMIT3上调倍数分别为3、4.59和6.31倍,其他基因变化不大,经5 μmol/L VPA处理后,线粒体基因转录水平全部上调,上调范围2.63～7.02倍。结论 在裂殖酵母体内,VPA能通过抑制细胞内去乙酰化酶而调节细胞核基因和线粒体基因的转录水平,加入IC50水平的VPA引起与应激相关核基因SRK1的转录水平显著上升,且线粒体内大部分基因转录水平也随之升高,说明细胞受到刺激后核基因和线粒体基因均能通过调节转录水平来阻挡外界刺激对细胞的影响。