一个用于高效更新高度策划的病理生理机制知识图的自然语言处理系统

背景生物医学知识图谱（KG）对于以结构化的方式描述生物学发现已经变得至关重要。为了跟上不断变化的知识流，他们嵌入的信息必须定期更新最新的发现。自然语言处理（NLP）通过促进从自由文本中提取信息，为自动化维护创造了新的可能性。然而，由于注释和标记的生物医学数据的局限性，开发完全自主的信息提取系统仍然是一个重大的科学和技术障碍。本研究旨在探索最适合支持从生物医学文献中自动提取因果关系的方法，目的是定期快速更新疾病特异性病理生理机制KGs。方法我们提出的方法首先使用所需的术语和关键字搜索和检索PubMed摘要。扩展语料库然后通过NLP管道进行自动信息提取。然后，我们识别代表因果关系的三元组，并使用生物表达语言（BEL）对这些内容进行编码。最后，领域专家对提取的三元组的完整性、相关性、准确性和新颖性进行分析。结果在我们的测试方案中，重点是关于Tau蛋白磷酸化的KG，我们的管道成功地提供了新的数据，随后用于更新KG，从而鉴定了六个额外的Tau磷酸化上游调节因子。结论在这里，我们创建的基于NLP的工作流程能够快速更新病理生理机制图。因此，实现了对预先存在的、精心策划的机构图的生产规模、半自动更新。