# PlantConnectome 对比验证计划

**日期**: 2026-04-10 15:08 GMT+8  
**目标**: 验证V12.1提取结果与PlantConnectome的对比

---

## 对比方案

### 方案1: 直接对比荔枝论文 ✅ 推荐

**理由**:
- 荔枝论文是我们已处理的
- 有完整的提取结果（6个关系）
- 可以验证提取准确率

**步骤**:
1. 在PC中搜索荔枝论文 (PMID: 38203234)
2. 提取PC中的基因关系
3. 与我们提取的6个关系对比

### 方案2: 选择PC中的番茄SUT论文

**理由**:
- PC可能有更完整的番茄SUT数据
- 可以对比不同来源的数据

**步骤**:
1. 在PC中搜索番茄SUT相关论文
2. 选择一篇有完整数据的
3. 用V12.1提取该论文
4. 对比结果

---

## 对比维度

| 维度 | 我们的结果 | PC结果 | 对比方式 |
|------|-----------|--------|---------|
| 基因数量 | 7个 | ? | 数量对比 |
| 关系数量 | 6个 | ? | 数量对比 |
| 关系类型 | expressed_in, highly_expressed_in | ? | 类型对比 |
| 组织/器官 | pulp, peel, seed | ? | 覆盖度对比 |
| 证据来源 | qRT-PCR | ? | 准确性对比 |

---

## 执行步骤

### 步骤1: 准备PC查询

**PC数据位置**:
```
/home/xia-lab/wutx/01model/PlantConnectome_2025version/pc/
├── PlantConnectome2025version_KG.csv  # 知识图谱
├── all_dic.json  # 倒排索引
└── ...
```

**查询方式**:
```python
import pandas as pd

# 加载PC知识图谱
kg = pd.read_csv('/home/xia-lab/wutx/01model/PlantConnectome_2025version/pc/PlantConnectome2025version_KG.csv')

# 搜索荔枝相关关系
litchi_relations = kg[
    (kg['source'].str.contains('SLSUT', case=False, na=False)) |
    (kg['target'].str.contains('litchi', case=False, na=False))
]
```

### 步骤2: 提取PC数据

**需要的信息**:
- Source: 基因 (如 SlSUT1)
- Relation: 关系类型 (如 expressed_in)
- Target: 目标 (如 fruit pulp)
- Evidence: 证据句子
- PMID: 文献来源

### 步骤3: 对比分析

**对比表格**:

| 关系 | 我们的结果 | PC结果 | 匹配度 |
|------|-----------|--------|--------|
| SlSUT1-pulp | highly_expressed_in | ? | ? |
| SlSUT1-peel | highly_expressed_in | ? | ? |
| SlSUT1-seed | expressed_in | ? | ? |
| SlSUT8-pulp | highly_expressed_in | ? | ? |
| SlSUT8-peel | highly_expressed_in | ? | ? |
| SlSUT8-seed | expressed_in | ? | ? |

**评估指标**:
- 召回率 (Recall): 我们提取的关系占PC关系的比例
- 准确率 (Precision): 我们提取的正确关系比例
- F1分数: 综合评价

---

## 预期结果

### 情况A: 我们的结果更完整 ✅

**可能原因**:
- PC可能未处理这篇论文
- PC的关系抽取有遗漏

**结论**: V12.1提取效果良好

### 情况B: PC结果更完整

**可能原因**:
- 我们的正则模式不够全面
- LLM Prompt需要优化

**改进方向**:
- 学习PC的关系抽取方法
- 优化我们的提取策略

### 情况C: 互补关系

**可能原因**:
- 我们提取了表达关系
- PC可能有其他类型关系（如蛋白互作）

**结论**: 两种方法可以互补

---

## 执行建议

### 立即执行

1. **查询PC中的荔枝论文数据**
   ```bash
   cd /home/xia-lab/gene-family-mas-v2
   python3 << 'EOF'
   import pandas as pd
   
   kg = pd.read_csv('/home/xia-lab/wutx/01model/PlantConnectome_2025version/pc/PlantConnectome2025version_KG.csv')
   
   # 搜索SLSUT相关
   sut_relations = kg[kg['source'].str.contains('SLSUT|SUT', case=False, na=False)]
   print(f"找到 {len(sut_relations)} 个SUT关系")
   print(sut_relations.head(20))
   EOF
   ```

2. **对比结果**
   - 列出PC中的关系
   - 与我们提取的6个关系对比

### 后续行动

根据对比结果决定:
- 如果我们的结果好 → 继续优化V12.1
- 如果PC结果好 → 学习PC方法
- 如果互补 → 考虑融合两种方法

---

## 问题

### Q1: PC中是否有荔枝论文的数据？

需要查询确认。PC主要处理拟南芥、水稻等模式植物，荔枝可能不在其中。

### Q2: 如果PC没有荔枝数据怎么办？

可以选择PC中有的番茄SUT论文进行对比。

### Q3: 对比的公平性？

- 使用相同的论文
- 对比相同类型的关系
- 评估召回率和准确率

---

**计划制定**: 2026-04-10 15:08 GMT+8  
**下一步**: 查询PC数据  
**签名**: 🧬🤖