bioNerDS: exploring bioinformatics' database and software use through literature mining.
bioNerDS: exploring bioinformatics' database and software use through literature mining.
复制标题
Bionerds：通过文献挖掘探索生物信息学的数据库和软件使用。
DOI：
10.1186/1471-2105-14-194
复制
发表时间：
2013-06-15
影响因子：
3
通讯作者：
Stevens R
中科院分区：
文献类型：
--
作者：
Duck G;Nenadic G;Brass A;Robertson DL;Stevens R
以生物学为中心的数据库和软件定义了生物信息学，它们的使用是计算生物学的核心。在这样一个复杂和动态的领域，了解哪些资源是可用的，使用了哪些资源，使用了多少资源，以及使用它们的目的是什么是很有意义的。虽然学术文献调查可以提供一些见解，但利用大规模计算机方法从原始文献中查明生物信息学数据库和软件的提及情况，将使系统编目自动化，便利对使用情况的监测，并为恢复分析生物数据的计算方法奠定基础，其长期目标是确定生物学不同领域的最佳/共同做法。我们已经开发了bioNerDS，一个命名的实体识别器，用于从主要文献中恢复生物信息学数据库和软件。我们确定这样的实体的F-措施范围从63%到91%，在提到的水平和63-78%，在文档水平，这取决于语料库。没有达到更高的F-测量值主要是由于资源命名的高度模糊性，这是由新资源的持续引入而加剧的。为了演示该软件，我们将bioNerDS应用于BMC Bioinformatics和Genome Biology的全文文章。一般提及模式反映了这些期刊的职权范围，突出了BMC Bioinformatics对新工具的重视和Genome Biology对数据分析的重视。数据还说明了资源使用的一些变化：例如，在过去的十年中，R和基因本体论加入了BLAST和GenBank，成为生物信息学处理的主要组成部分。结论我们证明了从科学文献中大规模自动识别资源名称的可行性，并表明所生成的数据可用于生物信息学数据库和软件使用的探索。例如，我们的研究结果有助于调查资源使用的变化率，并证实了绝大多数资源是创造出来的，但此后很少（如果有的话）使用的怀疑。bioNerDS可在http://bionerds.sourceforge.net/上获得。
Biology-focused databases and software define bioinformatics and their use is central to computational biology. In such a complex and dynamic field, it is of interest to understand what resources are available, which are used, how much they are used, and for what they are used. While scholarly literature surveys can provide some insights, large-scale computer-based approaches to identify mentions of bioinformatics databases and software from primary literature would automate systematic cataloguing, facilitate the monitoring of usage, and provide the foundations for the recovery of computational methods for analysing biological data, with the long-term aim of identifying best/common practice in different areas of biology. We have developed bioNerDS, a named entity recogniser for the recovery of bioinformatics databases and software from primary literature. We identify such entities with an F-measure ranging from 63% to 91% at the mention level and 63-78% at the document level, depending on corpus. Not attaining a higher F-measure is mostly due to high ambiguity in resource naming, which is compounded by the on-going introduction of new resources. To demonstrate the software, we applied bioNerDS to full-text articles from BMC Bioinformatics and Genome Biology. General mention patterns reflect the remit of these journals, highlighting BMC Bioinformatics’s emphasis on new tools and Genome Biology’s greater emphasis on data analysis. The data also illustrates some shifts in resource usage: for example, the past decade has seen R and the Gene Ontology join BLAST and GenBank as the main components in bioinformatics processing. Conclusions We demonstrate the feasibility of automatically identifying resource names on a large-scale from the scientific literature and show that the generated data can be used for exploration of bioinformatics database and software usage. For example, our results help to investigate the rate of change in resource usage and corroborate the suspicion that a vast majority of resources are created, but rarely (if ever) used thereafter. bioNerDS is available at http://bionerds.sourceforge.net/.
登录
查看更多内容
影响因子：
14.9
作者：
Benson DA;Karsch-Mizrachi I;Lipman DJ;Ostell J;Sayers EW
通讯作者：
Sayers EW
影响因子：
14.9
作者：
Kanehisa M;Goto S;Sato Y;Furumichi M;Tanabe M
通讯作者：
Tanabe M
影响因子：
12.3
作者：
Gentleman RC;Carey VJ;Bates DM;Bolstad B;Dettling M;Dudoit S;Ellis B;Gautier L;Ge Y;Gentry J;Hornik K;Hothorn T;Huber W;Iacus S;Irizarry R;Leisch F;Li C;Maechler M;Rossini AJ;Sawitzki G;Smith C;Smyth G;Tierney L;Yang JY;Zhang J
通讯作者：
Zhang J
影响因子：
14.9
作者：
Hubbard, T;Barker, D;Clamp, M
通讯作者：
Clamp, M
生物公约概述：生物学信息提取的批判性评估。
影响因子：
3
作者：
Hirschman L;Yeh A;Blaschke C;Valencia A
通讯作者：
Valencia A