生物醫學文獻知識發現研究獲進展

　　近日，由中國科學院成都文獻情報中心副研究員胡正銀、研究員張志強與西南交通大學博士曾榮強、中科院廣州生物醫藥與健康研究院覃筱楚、山西財經大學博士隗玲合作撰寫的論文A Method of Biomedical Knowledge Discovery by Literature Mining Based on SPO predications: A Case Study of induced Pluripotent Stem Cells 被施普林格出版社出版的論文集Lecture Notes in Artificial Intelligence（LNAI）Series：Machine Learning and Data Mining in Pattern Recognition 收錄正式發表，并被《工程索引》（The Engineering Index）收錄。

　　隨著生物醫學科技信息數量的快速增長和生命科學研究的交叉發展，生物醫學文獻知識發現（Knowledge Discovery in Biomedical Literature，KDiBL）已成為生物醫學信息學的一個重要研究領域。論文圍繞“誘導多能干細胞”（induced Pluripotent Stem Cells，iPSC）這一干細胞研究前沿知識發現的具體需求，基于干細胞領域知識圖譜數據，從細粒度、富語義的生物醫藥信息知識表示、面向主題的知識挖掘及全景式知識可視化展示三個方面出發，以“主-謂-賓”（Subject-Predication-Object，SPO）三元組形式對iPSC領域科技文獻中蘊含的知識元進行了深度揭示與組織，挖掘出iPSC影響要素、疾病類型、人體病灶組織和實驗對象等多種類型的知識主題，并以語義網絡的形式全景式地展示了iPSC領域的知識脈絡，包括涉及的重要研究方法、實驗技術、細胞器官、基因及治療疾病等。

　　相關研究工作得到國家社科基金重點項目“面向領域知識發現的學科信息學理論與應用研究”、中科院“十三五”信息化專項“面向干細胞領域知識發現的科研信息化應用”的支持，研究成果在“the 14th International Conference on Machine Learning and Data Mining”（MLDM 2018）作了大會報告。