Evaluation of linguistic features useful in extraction of interactions from PubMed; application to annotating known, high-throughput and predicted interactions in I2D.
Evaluation of linguistic features useful in extraction of interactions from PubMed; application to annotating known, high-throughput and predicted interactions in I2D.
复制标题
DOI：
10.1093/bioinformatics/btp602
复制
发表时间：
2010-01-01
期刊：
影响因子：
--
通讯作者：
Jurisica I
中科院分区：
文献类型：
--
作者：
Niu Y;Otasek D;Jurisica I
动机：蛋白质-蛋白质相互作用（PPI）的识别和表征是生物学研究的关键目标之一。虽然之前的文本挖掘研究在文献中的自动 PPI 检测方面取得了实质性进展，但仍然需要提高该过程的精确度和召回率。更准确的 PPI 检测还将提高提取与 PPI 相关的实验数据的能力，并为每次相互作用提供多种证据。结果：我们开发了一种交互检测方法，并探索了各种特征在自动识别文本中的 PPI 方面的有用性。结果表明，我们的方法优于使用 AImed 数据集的其他系统。在我们的系统在降低召回率的情况下实现更好的精度的测试中，我们讨论了可能的改进方法。除了测试数据集之外，我们还评估了五个人工数据库（BIND、DIP、HPRD、IntAct 和 MINT）的相互作用性能，其中当两种蛋白质出现在 PubMed 摘要中的至少一个句子中时，我们的系统一致地识别出约 60% 相互作用的证据。然后，我们应用该系统从 PubMed 中提取文章，以注释 I2D 中已知的、高通量的和同源的相互作用。可用性：数据和软件可从以下网址获取：http://www.cs.utoronto.ca/∼juris/data/BI09/。联系方式：yniu@uhnres.utoronto.ca； juris@ai.utoronto.ca 补充信息：补充数据可在生物信息学在线获取。
Motivation: Identification and characterization of protein–protein interactions (PPIs) is one of the key aims in biological research. While previous research in text mining has made substantial progress in automatic PPI detection from literature, the need to improve the precision and recall of the process remains. More accurate PPI detection will also improve the ability to extract experimental data related to PPIs and provide multiple evidence for each interaction. Results: We developed an interaction detection method and explored the usefulness of various features in automatically identifying PPIs in text. The results show that our approach outperforms other systems using the AImed dataset. In the tests where our system achieves better precision with reduced recall, we discuss possible approaches for improvement. In addition to test datasets, we evaluated the performance on interactions from five human-curated databases—BIND, DIP, HPRD, IntAct and MINT—where our system consistently identified evidence for ∼60% of interactions when both proteins appear in at least one sentence in the PubMed abstract. We then applied the system to extract articles from PubMed to annotate known, high-throughput and interologous interactions in I2D. Availability: The data and software are available at: http://www.cs.utoronto.ca/∼juris/data/BI09/. Contact: yniu@uhnres.utoronto.ca; juris@ai.utoronto.ca Supplementary information: Supplementary data are available at Bioinformatics online.
登录
查看更多内容
影响因子：
3
作者：
Fundel K;Güttler D;Zimmer R;Apostolakis J
通讯作者：
Apostolakis J
影响因子：
64.8
作者：
Gavin, AC;Bösche, M;Superti-Furga, G
通讯作者：
Superti-Furga, G
评估生物学的文本挖掘系统：第二次生物综合社区挑战的概述。
影响因子：
12.3
作者：
Krallinger M;Morgan A;Smith L;Leitner F;Tanabe L;Wilbur J;Hirschman L;Valencia A
通讯作者：
Valencia A
影响因子：
5.8
作者：
Hao, Y;Zhu, XY;Li, M
通讯作者：
Li, M
影响因子：
7.5
作者：
Bunescu, R;Ge, RF;Wong, YW
通讯作者：
Wong, YW