Text mining of CHO bioprocess bibliome: Topic modeling and document classification.
Text mining of CHO bioprocess bibliome: Topic modeling and document classification.
复制标题
DOI：
10.1371/journal.pone.0274042
复制
发表时间：
2023
期刊：
影响因子：
3.7
通讯作者：
中科院分区：
文献类型：
--
作者：
中国仓鼠卵巢(CHO)细胞在制药工业中被广泛用于治疗蛋白的大规模生产。随着对生产CHO细胞系性能优化的需求不断增加，近几十年来，对CHO细胞系的开发和生物过程的研究不断增加。相关研究的书目绘图和分类对于查明文献中的研究差距和趋势至关重要。为了定性和定量地理解CHO文献，我们使用2016年手动编制的CHO生物过程文献集进行了主题建模，并将潜在Dirichlet分配(LDA)模型所涵盖的主题与CHO文献集的人类标签进行了比较。结果显示，手动选择的类别与计算生成的主题之间存在显著重叠，并揭示了机器生成的主题特定特征。为了从新的科学文献中识别相关的CHO生物处理论文，我们使用Logistic回归开发了监督模型来识别特定的文章主题，并使用三个CHO文献数据库集：生物处理集、糖基化集和表型集对结果进行了评估。使用顶级术语作为特征支持文档分类结果的可解释性，以产生对新的CHO生物处理论文的见解。
Chinese hamster ovary (CHO) cells are widely used for mass production of therapeutic proteins in the pharmaceutical industry. With the growing need in optimizing the performance of producer CHO cell lines, research on CHO cell line development and bioprocess continues to increase in recent decades. Bibliographic mapping and classification of relevant research studies will be essential for identifying research gaps and trends in literature. To qualitatively and quantitatively understand the CHO literature, we have conducted topic modeling using a CHO bioprocess bibliome manually compiled in 2016, and compared the topics uncovered by the Latent Dirichlet Allocation (LDA) models with the human labels of the CHO bibliome. The results show a significant overlap between the manually selected categories and computationally generated topics, and reveal the machine-generated topic-specific characteristics. To identify relevant CHO bioprocessing papers from new scientific literature, we have developed supervized models using Logistic Regression to identify specific article topics and evaluated the results using three CHO bibliome datasets, Bioprocessing set, Glycosylation set, and Phenotype set. The use of top terms as features supports the explainability of document classification results to yield insights on new CHO bioprocessing papers.
登录
查看更多内容
主题建模及其当前在生物信息学中的应用概述
影响因子：
--
作者：
Liu L;Tang L;Dong W;Yao S;Zhou W
通讯作者：
Zhou W
DOI：
10.1093/bioinformatics/btz682
发表时间：
2020-02-15
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Lee J;Yoon W;Kim S;Kim D;Kim S;So CH;Kang J
通讯作者：
Kang J
影响因子：
14.9
作者：
Wei, Chih-Hsuan;Allot, Alexis;Lu, Zhiyong
通讯作者：
Lu, Zhiyong
影响因子：
6
作者：
Blei, DM;Ng, AY;Jordan, MI
通讯作者：
Jordan, MI
影响因子：
--
作者：
Zeng Z;Shi H;Wu Y;Hong Z
通讯作者：
Hong Z