NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
BackgroundGenomic fonksiyonel bilgiler biyomedikal araştırmalar için değerlidir. Bununla birlikte, bu tür bilgilerin sıklıkla bilimsel literatürden çıkarılması ve otomatik sistemler tarafından sömürülebilmesi için yapılandırılması gerekir. Doğal dil işleme, doğal olarak hatalar içermesine rağmen, bu amaç için giderek daha fazla kullanılmaktadır. Doğru olması muhtemel ilişkileri seçen bir postprocessing stratejisi, genetik hastalıkların etiyolojisi üzerine semantik ön yargılar çıkaran bir sistem olan SemGen'in çıktısı üzerinde önerilmiş ve değerlendirilmiştir. Bir argüman ve onun predicate arasındaki araya giren cümle sayısına dayanarak, çıkarılmış semantik ilişkileri doğru olma ihtimallerine göre filtrelemek için sezgisel bir strateji tanımladık. Bu stratejiyi de eş zamanlı işlemlerle özdeşleştirilen ilişkilere uyguladık. Son olarak, Parkinson hastalığının genetik temelini araştırmak için postprocessed SemGen predications'ı kullandık.Sonuçlar Artan hassasiyet için filtreleme prosedürü, predicate'lerine yakın olan argümanların tanımlanmasının uzaktakilere göre daha kolay olduğu sezgisine dayanır. Örneğin, gen-gen ilişkileri, predicate'den 1 cümlelik bir mesafede argümanlar için filtrelenirse, hassasiyet % 41,95'ten (baz) % 70,75'e yükselir. Bu yakınlık filtrelemesi sintaktik yapıya dayandığından, eş zamanlı işlem sonuçlarına uygulanması yararlıdır, ancak doğal dil işleme çıktısına uygulandığında olduğu kadar etkili değildir. SemGen'in postprocessing ile hassasiyeti arttırdıktan sonra hastalığın etiyolojisine ilişkin tahminlerini istismar etmek amacıyla, bir gen listesi postprocessing filtreleme ile geliştirilmiş bilgiden türetildi ve yapılandırılmış biyomoleküler kaynaklardan fonksiyonel ve fenotipik bilgileri dinamik olarak alan bir Web uygulaması olan GFINDer ile otomatik olarak anons edildi. Bu listedeki genlerin ikisi muhtemelen Parkinson hastalığı ile ilgilidir, ancak genetik bozukluklarla ilgili birkaç önemli veri tabanında bu hastalıkla ilişkili değildir.İnşaatYakınlık sonrası işleme yöntemine dayanan bilgiler, yeni biyomedikal bilgileri ortaya çıkarmayı amaçlayan sonraki uygulamalar için karlı bir şekilde kullanılmak üzere yeterli kalitededir. Yakınlık filtrelemesi, eş zamanlı işlemle çıkarılan ilişkilerin hassasiyetini arttırmak için sadece marjinal olarak etkili olsa da, ilişkiden bağımsız olarak, kısmen de olsa, sentaktik yapıya dayalı yöntemlerden yararlanması muhtemeldir.
Özgün kaynak özetini okuyun
BackgroundGenomic functional information is valuable for biomedical research. However, such information frequently needs to be extracted from the scientific literature and structured in order to be exploited by automatic systems. Natural language processing is increasingly used for this purpose although it inherently involves errors. A postprocessing strategy that selects relations most likely to be correct is proposed and evaluated on the output of SemGen, a system that extracts semantic predications on the etiology of genetic diseases. Based on the number of intervening phrases between an argument and its predicate, we defined a heuristic strategy to filter the extracted semantic relations according to their likelihood of being correct. We also applied this strategy to relations identified with co-occurrence processing. Finally, we exploited postprocessed SemGen predications to investigate the genetic basis of Parkinson's disease.ResultsThe filtering procedure for increased precision is based on the intuition that arguments which occur close to their predicate are easier to identify than those at a distance. For example, if gene-gene relations are filtered for arguments at a distance of 1 phrase from the predicate, precision increases from 41.95% (baseline) to 70.75%. Since this proximity filtering is based on syntactic structure, applying it to the results of co-occurrence processing is useful, but not as effective as when applied to the output of natural language processing. In an effort to exploit SemGen predications on the etiology of disease after increasing precision with postprocessing, a gene list was derived from extracted information enhanced with postprocessing filtering and was automatically annotated with GFINDer, a Web application that dynamically retrieves functional and phenotypic information from structured biomolecular resources. Two of the genes in this list are likely relevant to Parkinson's disease but are not associated with this disease in several important databases on genetic disorders.ConclusionInformation based on the proximity postprocessing method we suggest is of sufficient quality to be profitably used for subsequent applications aimed at uncovering new biomedical knowledge. Although proximity filtering is only marginally effective for enhancing the precision of relations extracted with co-occurrence processing, it is likely to benefit methods based, even partially, on syntactic structure, regardless of the relation.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.