酵母知识图数据库用于探索Saccharomyces Cerevisiae和Schizosaccharomyces Pombe的数据库
Mani R Kumar1, Karthick Raja Arulprakasam1, An-Nikol Kutevska1
1School of Biological Sciences, Nanyang Technological University, 60 Nanyang Drive, Singapore 637551 Singapore.
Journal of molecular biology
|March 8, 2025
概括
这项研究引入了一个人工智能管道,从科学论文中提取基因功能数据,为酵母菌种类创建可搜索的知识图. 这有助于有效地发现和分析生物数据.
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
- 基因组学就是基因组学.
背景情况:
- 生物医学文献丰富的基因和蛋白质功能数据,但难以访问和分析.
- 从庞大的数据集中提取特定的生物见解带来了重大挑战.
研究的目的:
- 使用人工智能 (AI) 开发高吞吐量管道,以自动化基因功能信息提取.
- 为Saccharomyces cerevisiae和Schizosaccharomyces pombe创建可搜索的在线知识图表.
主要方法:
- 利用OpenAI的生成预训练变压器模型 (GPT) 进行自动数据提取.
- 应用管道分析了S. cerevisiae的84,427个出版物和S. pombe的6,452个出版物.
- 将提取的数据集成到全面的,可搜索的在线知识图数据库中.
主要成果:
- 确定了3,432,749个S. cerevisiae的基因-蛋白质关系.
- 确定了S. pombe的421,198个基因与蛋白质的关系.
- 开发了可访问的在线资源:酵母.连接.工具和spombe.连接.工具.
结论:
- 人工智能驱动的生物信息管道可以有效地提取和分析复杂的生物数据.
- 开发的知识图提供了对酵母相互作用和通路的广泛访问.
- 这种方法为其他生物系统中的基因功能分析提供了一个可扩展的模型.
