बायोक्रिएटिव II जीन सामान्यीकरण का अवलोकन

पृष्ठभूमि: जीन सामान्यीकरण कार्य का उद्देश्य साहित्य में उल्लिखित जीनों या जीन उत्पादों को जैविक डेटाबेस से जोड़ना है। यह जैविक साहित्य की सटीक खोज में एक महत्वपूर्ण चरण है। यह कार्य मानव विशेषज्ञ के लिए भी चुनौतीपूर्ण है; अक्सर जीन प्रतीक द्वारा जीन का उल्लेख नहीं होता बल्कि उसका वर्णन किया जाता है, और भ्रमित करने वाला यह है कि एक जीन नाम विभिन्न जीनों (अक्सर विभिन्न जीवों के) को संदर्भित कर सकता है। बायोक्रिएटिव II के लिए, कार्य PubMed/MEDLINE सारों में उल्लिखित मानव जीनों या जीन उत्पादों के Entrez Gene पहचानकर्ताओं की सूची बनाना था। हमने मानव जीनों के लिए पहले से क्यूरेट किए गए लेखों से जुड़े सारों का चयन किया। हमने प्रशिक्षण के लिए 281 विशेषज्ञ-संसोधित सार प्रदान किए जिनमें 684 जीन पहचानकर्ता थे, और 262 दस्तावेजों का एक अंध परीक्षण सेट जिसमें 785 पहचानकर्ता थे, जिसकी स्वर्ण मानक विशेषज्ञ एनोटेटरों द्वारा बनाई गई थी। सहयोग-एनोटेटर सहमति 90% से अधिक मापी गई। परिणाम: बीस समूहों ने प्रत्येक एक से तीन रन सबमिट किए, कुल 54 रन। तीन प्रणालियों ने F-माप (संतुलित सटीकता और पुनःप्राप्ति) 0.80 से 0.81 के बीच प्राप्त किया। सरल वोटिंग योजना और वर्गीकरण का उपयोग करके सिस्टम आउटपुट को संयोजित करने पर सुधार हुआ; सबसे अच्छा संयुक्त सिस्टम 10-फोल्ड क्रॉस-वैधता के साथ F-माप 0.92 हासिल किया। सभी प्रतिभागियों की संयुक्त प्रतिक्रियाओं पर आधारित 'अधिकतम पुनःप्राप्ति' प्रणाली ने 0.97 की पुनःप्राप्ति (सटीकता 0.23 के साथ) दी, जिसमें 785 में से 763 पहचानकर्ता पहचाने गए। निष्कर्ष: बायोक्रिएटिव II जीन सामान्यीकरण कार्य के लिए प्रमुख उन्नतियाँ व्यापक भागीदारी (20 बनाम 8 टीम) और मानव विशेषज्ञों के समान संयुक्त प्रणाली प्रदर्शन (90% से अधिक सहमति) हैं। ये परिणाम साहित्य को जैविक डेटाबेस से जोड़ने वाले उपकरणों के रूप में आशाजनक हैं।