在生物医学文献中对实验模型进行自动分类,以支持寻找动物实验的替代方法
Mariana Neves1, Antonina Klippert2,3, Fanny Knöspel2
1German Centre for the Protection of Laboratory Animals (Bf3R), German Federal Institute for Risk Assessment (BfR), Berlin, Germany. Mariana.Lara-Neves@bfr.bund.de.
Journal of biomedical semantics
|September 1, 2023
概括
研究人员开发了GoldHamster体,以帮助寻找动物试验的替代方案. 该库有助于自动分类生物医学文献,改善对非动物实验模型的搜索.
科学领域:
- 生物医学信息学 生物医学信息学
- 动物福利科学 动物福利科学
- 文本挖掘 (Text Mining) 是一个很好的方法.
背景情况:
- 目前的动物保护法规定,动物实验应被合适的替代品所取代.
- 搜索科学文献这些替代品是耗时和复杂的.
- 文本挖掘工具可以帮助识别替代方法,如细胞培养或模拟.
研究的目的:
- 为训练文本挖掘工具开发一个标记的语料库 (GoldHamster).
- 根据使用的实验模型对生物医学产品进行分类.
- 支持寻找动物试验的替代方法.
主要方法:
- 创建了GoldHamster集体,包含1600篇PubMed文章,手动注释了八个实验模型标签.
- 雇佣了13名生物医学专家进行注释,并通过多轮解决分歧.
- 利用监督机器学习,包括微调PubMedBERT模型,进行分类.
主要成果:
- 实现了高的注释者间协议 (总的kappa为0.62,范围从0.42到0.82).
- 最好的模型 (PubMedBERT微调) 在分类中获得了0.83的整体f分.
- 该集体证明了其适合于培养可靠的预测模型.
结论:
- 黄金汉姆斯特集体是培训模型在生物医学文献中对实验方法进行分类的宝贵资源.
- 这有助于识别和采用动物试验的替代方案.
- 开发的分类器将集成到SMAFIRA搜索工具中.
更多相关视频
05:51Comparative Analysis of Experimental Methods to Quantify Animal Activity in Caenorhabditis elegans Models of Mitochondrial Disease
Published on: April 4, 2021
2.8K
09:01The Bovine Lung in Biomedical Research: Visually Guided Bronchoscopy, Intrabronchial Inoculation and In Vivo Sampling Techniques
Published on: July 3, 2014
23.2K
