混合型生物医学知识网络构建及隐性知识发现方法研究

Biomedical knowledge representation and exploration are of paramount importance in bioinformatics, especially exploration for implicit relationship or relatedness between biomedical concepts. The massive biomedical knowledge repositories can be classified into two categories: structural repositories (e.g. ontologies) and unstructural repositories (e.g. research papers). Biomedical knowledge represented.and managed in different repositories can be semantically connected to form a knowledge network. How to construct a hybrid biomedical knowledge networks, and explore valuable information and knowledge effectively and efficiently from such knowledge networks is important for precision medicine, and a major challenge facing the biomedical research community..In this project proposal, we introduced 1) a unified framework of hybrid biomedical knowledge network to link biomedical concepts across multiple knowledge repositories; 2) a generalized computation method of concepts relatedness and relatedness networks to explore interesting implicit relationship between biomedical concepts; 3) a sorting method of concepts relatedness path based on biomedical knowledge network to retrieve important relationship. Our ultimate goal is to establish a theoretical framework for biomedical knowledge integration and exploration, and develop a knowledge discovery platform to support development of biomedicine and clinical medicine.

生物医学知识的表示与发现，是生物医学信息学中的重要研究问题，尤其是生物医学概念间隐性关联的表示与发现，更是当前研究领域关注的焦点。海量生物医学知识源主要分为两种：结构化知识源如本体系统，以及非结构化知识源如研究论文。如何通过不同知识源中概念间的语义关系构建连接这些知识源的混合型生物医学知识网络，并设计相应的计算机制来探索和发现隐性知识，是实现精准医疗的关键，并逐渐成为生物医学领域中的前沿课题。.本项目拟开展如下研究工作：构建统一的混合型生物医学知识网络，连接不同知识源中的生物医学概念；研究该网络中概念的相关性和关联网络的形式化定义和计算方法，探索生物医学概念间有意义的间接关联；研究该网络中概念间关联路径的排序策略，检索生物医学概念间重要的关联关系。最终建立起一套比较完善的知识融合与探索的理论模型和计算框架，并在此基础上开发相应的隐性知识发现方法和工具，为生物医学和临床医学发展提供有力支持。

生物医学知识的表示与发现，是生物医学信息学中的重要研究问题，尤其是生物医学概念间隐性关联的表示与发现，更是当前研究领域关注的焦点。海量生物医学知识源主要分为两种：结构化知识源如本体系统，以及非结构化知识源如研究论文。如何通过不同知识源中概念间的语义关系构建连接这些知识源的混合型生物医学知识网络，并设计相应的计算机制来探索和发现隐性知识，是实现精准医疗的关键，并逐渐成为生物医学领域中的前沿课题。.根据研究目标计划，项目组已经完成了如下研究工作：1)从不同的生物信息学知识源中获取相关知识，提取相关本体信息，构建统一的混合型生物医学知识网络；同时构建面向误诊提示的“疾病-症状”语义网络，降低在医生诊断过程中的误诊概率；2)研究该网络中概念的相关性和关联网络的形式化定义和计算方法，探索生物医学概念间有意义的间接关联，设计实现用于发现间接关联的深度学习方法，研究该网络中概念间关联路径的排序策略，用于检索生物医学概念间重要的关联关系，研究在该网络中进行相关生物医学实体关系抽取方法；3)设计实现在网络中生物医学本体间隐性关系的检索算法，研究以自然语言为基础的信息检索方法，研究以图像形式展现MEDLINE主题索引方法，研究以文献为搜索主体的生物医学实体关系检索方法；4)将生物医学关系实体的检索关系可视化，设计实现可以展示相关关系的平台和客户端，将生物医学知识直观化的展示，实现慢性病随访系统的设计与开发。.项目组的一系列研究成果对于生物医学知识体系网络的构建、医学本体间隐性关系的挖掘和检索等问题具有重要的意义，研究思路和方法也将成为生物信息学相关领域的深入研究起到了积极的促进作用。