开发和验证人工智能驱动的系统,用于自动文献分析和分子监管网络建设
Jia Li1,2,3,4, Hailin Zhang1,2,3,4, Jiamin Wang1,2,3,4
1Department of Gastroenterology, Renmin Hospital of Wuhan University, Wuhan, Hubei, 430060, P. R. China.
Advanced science (Weinheim, Baden-Wurttemberg, Germany)
|October 7, 2024
概括
GENET是一个自动化系统,从生物医学文献中解码复杂的基因调节网络. 它准确地提取和可视化分子关系,优于现有方法,帮助发现疾病机制.
科学领域:
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
- 分子生物学分子生物学
背景情况:
- 了解基因调节网络对于破译复杂的疾病机制至关重要.
- 从文献中提取分子关系的现有方法有局限性.
研究的目的:
- 开发和评估GENET,这是一个自动化系统,用于从生物医学文献中提取和可视化分子关系.
- 评估GENET的性能与现有方法相比.
主要方法:
- 利用自然语言处理来识别1788篇科学文章中的实体和关系.
- 开发了一个可过的知识图,用于可视化分子关系.
- 评估了使用精度,回忆和F1分数的命名实体识别和关系提取模型.
主要成果:
- GENET的命名实体认可达到了95.94%的F1得分,关系提取达到了90.38%的F1得分.
- 在提取分子关系方面,GENET显著优于现有的方法 (P < 0.001).
- 在结肠癌中成功预测了一种新的调节途径 (WNT4通过STAT3调节IGF2),经过实验验证.
结论:
- GENET 是一种高效的自动化系统,用于解码基因调节网络.
- 与现有方法相比,该系统在提取分子关系方面表现出卓越的性能.
- 通过文献挖掘和预测验证,GENET显示了促进我们对疾病机制的理解的有希望的可行性.
