基因/蛋白文献挖掘服务（NLP)

NLP

针对客户提供的关键词，利用NLP方法从PubMed文献摘要数据库中查找到与之相关的所有基因或蛋白、小RNA、SNP、化合物等信息，并进行基因互作及调控网络的构建及分析。

[发表评论] [本类其他服务] [本类其他服务商]

基因/蛋白文本挖掘（NLP）数据分析方案

一、项目目标：

利用NLP(Natural Language Processing)方法从PubMed文献摘要数据库中分析A（某基因、蛋白、microRN或其他）调控网络，并对互作的基因进行GO、pathway分析。

用途：

构建基因-基因互作网络、基因-蛋白互作网络、基因-microRNA互作网络、蛋白-蛋白互作网络、microRNA-microRNA互作网络。

二、项目方案

2.1. 基本流程

1）利用关键词进行文档搜索，并将文档整理成XML格式。

2）将摘要文本分离成单个句子。后续的分析是以句子为基本单位的。

3）利用B软件进行人类基因的描述的定位，提取基因。

4）基因符号以NCBI的entrez gene数据库为准。基因互作关系由B软件绘制为网络结构。

5）建立一个基因互作的verb词典，分离句子中基因互作的verb。

6）生成A基因同义词字典，分离句子中A基因的描述。

7）统计分析基因名、互作verb和A基因同时出现(co-occurrence)的句子。整理列表。

8）基因互作关系由B软件绘制为网络结构。

2.2. 分析结果

互作基因列表：

基因名	匹配的文章数	与目标基因的关系	文章摘要中出现的句子
HNF4A	75	target	HNF4A is an target gene with A gene
APC	56	associate	…….
EGFR	24	associate	……….
Mir-122	22	Associate	…………
。。。。	。。。。。。。	。。。。。。。。。	。。。。。。。

2.3. 网络构建

将文章篇数进行统计，最终发现与A互作的基因共有n个，其中与A可能形成复合体的(互作关系为associate、bind等)的基因共有m个，这些基因可能形成复合体。

2.4基因功能性分析

2.4.1. pathway分析

将与A互作的n个基因对应到KEGGpathway数据库中，并计算每个pathway的富集p-value。挑选p-value<0.01的pathway。

2.4.2.GO分析

将与A互作的n个基因对应到GO数据库中，并计算每个GO节点的富集p-value。GO有以下三种分类：

biological process分类

cellular component分类

molecular function分类

＊所有解释权归上海敏芯信息科技有限公司所有；根据客户的要求可以继续进行其他的深入分析。

详询021-31523052

售后服务

快速询价请登录或注册在线询价　(请留下您的联系方式，以便供应商联系您)

发表评论在线评论（0条）

* 姓　名：		* 地　区：
* 单　位：		职　位：
* 手机/电话：		* E-mail：
请寄产品资料：	需要不需要	请报价格：	需要报价不需要报价
留　言：	我对您的“基因/蛋白文献挖掘服务（NLP)” 感兴趣。请联系我并提供报价。
验证码：	换一张