基于知识图谱的神经退行性疾病与饮食关系发现
人工智能
2021-10-26 v2 定量方法
摘要
迄今为止，大多数神经退行性疾病尚无有效疗法。然而，某些食物可能与这些疾病相关，并为预防或延缓神经退行性进展带来契机。我们的目标是通过文献挖掘构建神经退行性疾病知识图谱，以研究其与饮食的关系。我们利用 PubTator（一个由 NIH 支持、可从文献中提取生物医学概念的工具）收集了 4,300 篇同时涉及神经退行性疾病与饮食的论文摘要中的生物医学标注（疾病、化学物质、基因、物种、SNP 与突变）。由这些标注创建了知识图谱。随后使用 node2vec 算法训练图嵌入，以支持潜在概念聚类与相似概念识别。我们发现了若干可能源自饮食并与神经退行性疾病相关的食物相关物种与化学物质。
引用
@article{arxiv.2109.06123,
title = {Knowledge Graph-based Neurodegenerative Diseases and Diet Relationship Discovery},
author = {Yi Nian and Jingcheng Du and Larry Bu and Fang Li and Xinyue Hu and Yuji Zhang and Cui Tao},
journal= {arXiv preprint arXiv:2109.06123},
year = {2021}
}
备注
Accepted by CIBB 2021 (The 17th International Conference on Computational Intelligence Methods for Bioinformatics and Biostatistics)