生物医学文献中的细胞表型:系统分析和文本挖掘库

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:

• 单细胞技术迅速扩大了细胞表型识别.
• 现有的知识在文献中是分散的,缺乏结构化的资源.
• 准确的细胞种群注释对于生物研究至关重要.

研究的目的:

• 开发CellLink体,一个手动注释的人类和小鼠细胞种群的数据集.
• 将细胞提及与细胞本体学 (CL) 术语联系起来,区分特定,异质和模糊的种群.
• 分析细胞命名模式,并改进用于细胞类型识别和链接的计算工具.

主要方法:

• 从最近的期刊文章中,手动注释了超过22000个细胞群的提及.
• 链接细胞提及细胞本体学 (CL) 术语作为确切或相关匹配.
• 对作者使用的属性 (解剖学上下文,分子特征等) 的系统分析. 在细胞命名中.
• 微调基于变压器的模型,并使用基于嵌入的方法用于命名实体识别和实体链接.

主要成果:

• 细胞链接库涵盖了近一半的当前细胞本体学术语.
• 在细胞命名属性中确定了血统特定的模式.
• 在CellLink上的微调模型显著改善了命名实体识别性能.
• 基于嵌入的方法在零射击实体链接和区分匹配类型方面表现出有效性.

结论:

• 细胞链接是标准化细胞种群术语和改进计算分析的宝贵资源.
• 该库促进了对细胞表型在科学文献中如何描述的更深入的理解.
• 细胞链接有助于扩展和完善像细胞本体学这样的生物本体学.