BioSift:用于过生物医学摘要的数据集,用于药物重用和临床元分析
David Kartchner1, Irfan Al-Hussaini1, Haydn Turner1
1Georgia Institute of Technology, Atlanta, Georgia, USA.
International ACM SIGIR Conference on Research and Development in Information Retrieval. Annual International ACMSIGIR Conference on Research & Development in Information Retrieval
|May 1, 2024
概括
一个新的数据集,BioSift,通过对科学摘要进行分类来帮助药物重新使用. 在这项关键任务中,人类注释仍然优于自动化方法.
科学领域:
- 生物医学信息学 生物医学信息学
- 计算生物学 计算生物学
- 药物发现 药物发现 药物发现
背景情况:
- 药物再利用加速了对现有药物的新治疗用途的识别.
- 有效地选和标记科学文献是药物重新利用的瓶.
- 患者干预比较结果 (PICO) 框架对于元分析至关重要.
研究的目的:
- 介绍BioSift,一个新的,人类注释的数据集用于文档分类.
- 促进药物重用研究的研究的初步选择和标签.
- 为评估自动化文档分类方法提供一个基准.
主要方法:
- 策划了10,000个PubMed摘要与人类注释.
- 有注释的摘要最多有八个与PICO相关的属性.
- 通过多个注释者和高级审查来确保数据质量.
主要成果:
- 证明PubMed的先进过器和当前最先进的分类模型都无法取代人类注释.
- 在BioSift数据集上建立了强大的基准结果.
- 提供数据统计,包括审查员协议和标签共发生情况.
结论:
- 生物Sift提出了一个关键但具有挑战性的文件分类任务,以加快药物重新用途.
- 人类注释目前对于药物重新定位的准确研究选择是不可或缺的.
- 公共可用的BioSift数据集将推动药物发现的文档分类算法研究.
更多相关视频
08:31Biosensor-based High Throughput Biopanning and Bioinformatics Analysis Strategy for the Global Validation of Drug-protein Interactions
Published on: December 1, 2020
5.0K
07:40A Data Integration Workflow to Identify Drug Combinations Targeting Synthetic Lethal Interactions
Published on: May 27, 2021
4.2K
