药物发现的自然语言处理知识图:承诺和陷

科学领域:

• 计算化学和化学信息学
• 生物信息学和计算生物学
• 在科学研究中使用自然语言处理 (NLP).

背景情况:

• 知识图 (KG) 越来越多地用于整合异质数据用于药物发现.
• 基因组有助于发现联系,有助于诸如药物重新利用之类的应用.
• 对KG的手动数据策划是耗时的,并且限制了可扩展性.

研究的目的:

• 讨论在药物发现中使用自然语言处理 (NLP) 进行KG构建的潜力和挑战.
• 探索如何通过NLP从非结构化文本中提取的信息来丰富现有的结构化数据源 (例如,ChEMBL).
• 突出了自动数据提取科学文献的承诺,以扩大KG.

主要方法:

• 使用NLP技术来挖掘非结构化的科学文献,以获取与药物发现相关的数据.
• 将NLP提取的数据与现有的结构化数据库 (例如ChEMBL) 集成,以构建和扩展知识图.
• 分析分析结构化和非结构化数据用于KG创建的分析过程.

主要成果:

• NLP提供了一个可扩展的解决方案,用于从科学文献中提取大量数据,超越手动策划能力.
• 整合NLP衍生数据可以丰富和扩展现有的知识图.
• 确定了NLP-KG管道中的潜在陷,包括命名实体识别和本体学链接中的错误.

结论:

• 对于自动化数据提取和增强药物发现中的知识图表,NLP具有显著的前景.
• 仔细考虑NLP管道限制至关重要,以避免错误的推断.
• 未来的工作应该集中在减轻NLP相关的错误,以确保KG驱动药物发现的可靠性.