admin/PlantAI-rag

Fork 0

Files

T

potaser 5bb98a937a 初始提交

2026-07-10 17:59:59 +08:00

4.5 KiB

Executable File

Raw Permalink Blame History

PlantConnectome 对比分析报告

日期: 2026-04-10 15:10 GMT+8
对比对象: V12.1提取结果 vs PlantConnectome

查询结果

PC数据概况

指标	数值
总关系数	3,207,996
包含物种	拟南芥、水稻、棉花、番茄等
关系类型	表达、定位、互作、调控等

番茄相关数据

找到的番茄相关关系:

SlHAK5 (钾转运蛋白) - K+ uptake, salt tolerance
SlNAC3 (转录因子) - Nucleus localization
SlSOS2 - K+ homeostasis
等...

未找到的番茄基因:

❌ SLSUT1-SLSUT40 (糖转运蛋白)
❌ 荔枝SUT基因

对比分析

我们的结果 (荔枝SUT论文)

基因	关系	组织	证据
SLSUT01	highly_expressed_in	pulp	qRT-PCR
SLSUT01	highly_expressed_in	peel	qRT-PCR
SLSUT01	expressed_in	seed	qRT-PCR
SLSUT08	highly_expressed_in	pulp	qRT-PCR
SLSUT08	highly_expressed_in	peel	qRT-PCR
SLSUT08	expressed_in	seed	qRT-PCR

来源: 荔枝SUT论文 (2024)

PC中的表达关系示例

基因	关系	组织	物种
FLAs	highly expressed in	seed fibre SCWs	棉花
BEL1-like TFs	highly expressed in	Xylem	棉花
CSLA9 homologs	most highly expressed in	stem(s) xylem	棉花
COBL4-related	highly expressed in	25 DPA seed fibre	棉花

来源: 多篇论文 (PMID: 28720072等)

关键发现

1. PC未包含荔枝/番茄SUT数据 ✅

结论: PC主要关注模式植物（拟南芥、水稻）和经济作物（棉花），荔枝和番茄SUT可能不在其覆盖范围内。

意义: 我们的提取填补了数据空白

2. 关系格式对比

我们的格式:

{
  "source": "SLSUT01",
  "relation": "highly_expressed_in",
  "target": "pulp",
  "evidence": "From qRT-PCR experiments...",
  "section": "2.6. Analysis of SUTs' Expression...",
  "method": "llm"
}

PC格式:

source,source type,relationship,target,target type,gene,pubmedID,...
FLAs,gene,highly expressed in,seed fibre SCWs,tissue,NST1,28720072,...

对比:

维度	我们	PC
基因名	SLSUT01	FLAs
关系	highly_expressed_in	highly expressed in
目标	pulp	seed fibre SCWs
证据	完整句子	实验方法
PMID	未记录	28720072
物种	未记录	Gossypium hirsutum

3. 质量对比

指标	我们	PC
证据完整性	✅ 完整句子	⚠️ 实验方法简述
来源定位	✅ 精确到章节	⚠️ 仅到论文
物种信息	❌ 未记录	✅ 完整记录
PMID	❌ 未记录	✅ 完整记录
关系类型	✅ 标准化	✅ 标准化

改进建议

立即改进

添加PMID和物种信息

relations.append({
    'source': gene,
    'relation': rel_type,
    'target': target,
    'evidence': evidence,
    'section': sec.title,
    'pmid': '38203234',  # 添加PMID
    'species': 'Litchi chinensis',  # 添加物种
    'method': 'llm'
})

标准化关系类型

# 统一格式
relation_mapping = {
    'highly_expressed_in': 'highly expressed in',
    'expressed_in': 'is expressed in',
}

短期改进

扩展基因覆盖
- 提取全部40个SLSUT基因
- 不仅限于SLSUT01和SLSUT08
增加关系类型
- 染色体定位 (located_on)
- 蛋白互作 (interacts_with)
- 调控关系 (regulates)

长期目标

与PC数据对齐
- 导出为PC兼容格式
- 贡献到PC数据库
构建基因家族知识图谱
- 整合多物种SUT数据
- 跨物种比较分析

结论

对比结果

维度	评估
数据覆盖	✅ 我们填补了PC空白
证据质量	✅ 我们的证据更完整
元数据	⚠️ 需要补充PMID和物种
可扩展性	⚠️ 需要批量处理

优势

填补了PC的数据空白 - 荔枝SUT数据不在PC中
证据更详细 - 提供完整句子作为证据
定位精确 - 精确到章节级别

劣势

元数据不完整 - 缺少PMID、物种等信息
覆盖有限 - 只提取了2个基因的关系
单篇论文 - 需要扩展多篇论文

建议

不需要与PC直接对比，因为：

PC没有荔枝/番茄SUT数据
我们的数据是互补的
可以学习PC的格式规范，贡献数据回去

分析时间: 2026-04-10 15:15 GMT+8
签名: 🧬🤖

4.5 KiB Executable File Raw Permalink Blame History