基于機器學習的蛋白質(zhì)相互作用關系抽取的研究.pdf

1、隨著生物醫(yī)學領域文獻的爆炸性增長,從生物醫(yī)學文獻中自動獲取生物醫(yī)學知識已經(jīng)成為生物信息學研究的重要領域。由于蛋白質(zhì)相互作用關系對于生命科學有著特殊的重要意義,因而蛋白質(zhì)相互作用關系抽取成為當前生物信息學的熱點問題。
　　 由于生物醫(yī)學文獻的復雜性和多樣性,從中抽取蛋白質(zhì)相互關系是一個相當困難的任務。本文應用機器學習的方法對蛋白質(zhì)相互作用關系的抽取進行了深入的研究,研究內(nèi)容主要包括:
　　 1.研究基于特征向量的蛋白質(zhì)關系

2、抽取方法,重點探索了如何從自由文本中提取出各種表面特征和結(jié)構(gòu)化特征,并分析了這些不同的特征對蛋白質(zhì)關系抽取的貢獻；
　　 2.提出基于卷積樹核函數(shù)的蛋白質(zhì)關系抽取方法,分析了結(jié)構(gòu)化信息的表達形式對蛋白質(zhì)關系抽取的影響,為進一步的研究奠定良好的基礎:
　　 3.研究基于復合核函數(shù)的蛋白質(zhì)關系抽取方法,通過線性復合和多項式復合的方式將基于特征向量的方法和基于樹核函數(shù)的方法有機結(jié)合起來,以期有效捕獲關系實例的平面特征和結(jié)構(gòu)化特