利用全文出版物深入了解C. elegans和Drosophila生物地图
Karthick Raja Arulprakasam1, Janelle Wing Shan Toh1, Herman Foo1
1School of Biological Sciences, Nanyang Technological University, Singapore, 637551, Singapore.
BMC genomics
|November 13, 2024
概括
我们开发了一个人工智能管道来分析175,000多篇出版物,创建了Caenorhabditis elegans和Drosophila melanogaster的基因和蛋白质相互作用的交互式生物地图.
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
- 科学中的人工智能.
背景情况:
- 管理科学文献的巨大和不断增长的数量是一个重大挑战.
- 从出版物中提取复杂的生物网络信息需要先进的方法.
研究的目的:
- 开发一个高吞吐量管道来提取和分析生物连接数据.
- 为了创建可搜索的在线生物地图Caenorhabditis elegans和Drosophila melanogaster.
主要方法:
- 使用ChatGPT系统地从全文文章和摘要中提取连接信息.
- 处理了24,237个C. elegans和150,538个Drosophila melanogaster的出版物.
- 使用Cytoscape Web开发交互式生物地图,将关键字与PubMed IDs联系起来.
主要成果:
- 鉴定了C. elegans的200,219个相互作用和D. melanogaster的1,194,587个相互作用.
- 创建了可搜索的在线生物地图 (worm.bio-map.com,drosophila.bio-map.com),详细介绍了这些相互作用.
- 突出显著的生物通路,包括胰岛素/IGF-1信号传导 (IIS) 和隙通路.
结论:
- 人工智能驱动的生物信息管道可以有效地合成大规模的生物数据.
- 开发的生物地图为遗传学,发育生物学和神经科学研究提供了宝贵的资源.
- 这种方法为未来跨多种生物体的生物网络分析提供了强大的框架.


