一种从生物医学文献中挖掘基因与疾病相关性信息的方法

摘要

本发明涉及一种从生物医学文献中挖掘基因与疾病相关性信息的方法，简称为疾病与基因双向探索，该方法用强化的标准NER工具结合词典基础上的最长匹配策略去生物医学文献中识别基因和疾病术语，同时，通过结合局部和整体特征的支持向量机(SVM)去甄别候选基因‑疾病组可能存在的相关性，并用一种考虑文章和作者影响力的共存频率统计法对其中正相关的基因‑疾病组按照相关程度排序，与其它常用方案相比，该方法在保证较高精确度和稳定性的基础上，大大提高了基因和疾病的被识别率，操作时间也大为减少，另外，以该系统方法创建的疾病‑基因相关信息库，其覆盖范围更广，可为更新疾病的治疗和诊断技术提供更系统全面的信息。