针对海量且正在快速增长的生物医学文献数据，生物信息平台建立了相应的生物医学文献挖掘分析流程，能够通过对主题文献数据进行分析、整合，构建主题相关的生物学知识网络，获取主题与组学数据的关联关系，从而解读组学数据，挖掘组学数据中与主题相关的重要分子。

应用领域

蛋白质组数据；基因组、转录组数据。

技术优点

1、数据更新及时、结果可靠：分析流程直接从公开的文献数据库检索及下载主题相关文献，保证了主题相关文献的时效性；分析结果均有相应的文献句子证据，结果可信度高。
2、功能全面：分析流程可以完成的功能包括表型、疾病、通路、分子主题文献查询；基因、蛋白质、miRNA、LncRNA等分子的共出现网络构建；疾病、功能富集分析；转录因子分析，转录调控分析；相互作用网络分析等。

分析流程

1.从公共文献数据库下载主题相关的文献摘要或全文。
2.通过机器学习模型训练的生物实体识别软件对文献中的各类生物实体如蛋白质、基因、疾病等名称进行识别及提取。
3.将获取到的蛋白质和基因名称与公共蛋白质或基因数据库中的分子条目进行对应，得到这些分子的ID信息。
4.通过机器学习算法判定共出现在文献中的分子间或分子与疾病间是否存在相互关系，结合生物实体共出现次数统计，构建主题分子间的相互作用网络，进一步进行可视化。

可选择分析项目

结果示例

数据要求

1、明确的主题信息及分子数据信息。
2、基本的主题背景信息。

联系方式

李老师：15001129617