Generating a Tolerogenic Cell Therapy Knowledge Graph from Literature

利用文献生成耐受性细胞治疗知识图

在对自动免疫性疾病治疗中，耐受性细胞疗法提供了与传统免疫抑制治疗不一样的途径，并且解决了对器官或者干细胞移植物的排斥。

知识图就是一种利用文本挖掘方法将不同信息资源联系起来的方法，它可以用来自动检索图中所表现主题的信息。

本文的目标就是利用文献自动生成有关耐受细胞疗法的知识图。

作者开发了一个系统ICRel，利用机器学习方法从文献中抽取细胞与细胞因子之间的关系。具体步骤是：先从PubMed中检索相关文献，用识别出来的细胞和细胞因子标注每一个文摘，生成出现在一个句子中的细胞-细胞因子组合对，确认其中有意义的细胞-细胞因子关系。用抽取出来的关系生成知识图，其中的边根据是否有文献来形成。

从3264篇摘要中生成的知识图总共含有647个细胞-细胞因子关系（647条边），该ICRel模块用交叉验证和手工评价检验抽取到的知识。模块的关系抽取的F值达到了0.789，而手工评价获得了0.615的准确率。尽管知识图来自于已经发表的关于免疫论文中的信息，我们提出的系统比起人工阅读全部文献来发现简介或者直接关系的做法有效得多。ICRel图可以帮助专家发现在已经发表的研究中没有明确提出的潜在联系。