admin/PlantAI-rag

Fork 0

Files

T

potaser 5bb98a937a 初始提交

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

5.4 KiB

Executable File

Raw Permalink Blame History

PlantConnectome 提取方法学习总结

日期: 2026-04-10 16:01 GMT+8

PC提取方法分析

1. 数据来源

PC从以下部分提取:

23031218_abstract - 摘要
23031218_intro - 引言
23031218_results1 - 结果
23031218_discuss - 讨论

特点: 按章节分别提取，不是全文一起

2. 关系类型覆盖

从样本中看到的关系类型:

关系	示例	类型
supplies	SUC5 supplies A. thaliana embryos	功能
affect	SUC5 affect Triacylglycerol accumulation	影响
represents	SUC5 protein represents sucrose/H+ symporter	代表
transports	SUC5 transports biotin	转运
localizes to	SUC5 localizes to plasma membrane	定位
is expressed in	SUC5 is expressed in developing embryos	表达
is impaired in	transport of biotin is impaired in suc5 mutants	缺陷
is essential for	SUC5 is essential for delivery of biotin	必需
include	mutants include bio1	包含
show	bio1 mutants show developmental defects	表现
catalyse	Acetyl CoA carboxylase catalyse Fatty acid biosynthesis	催化
capable of	Bacteria are capable of synthesizing biotin	能力
depend on	humans depend on uptake of biotin	依赖
is	SUC5 is member of A. thaliana sucrose transporter family	是
role in	SUC5 role in biotin delivery into seed	作用
coincides with	8 DAF coincides with onset of active fatty acid biosynthesis	时间

总计: 15+种关系类型

3. 实体类型覆盖

实体类型	示例
gene	SUC5, BIO1, BIO2
protein	sucrose/H+ symporter, biotin transporter
metabolite	biotin, sucrose
organism	A. thaliana embryos, Bacteria, humans
phenotype	developmental defects, reduced triacylglycerol contents
process	biotin biosynthesis, fatty acid biosynthesis
subcellular compartment	plasma membrane
organ	seed endosperm
time	8 DAF, 4 to 22 days after fertilization
treatment	supplementation with biotin
mutant	suc5 mutants, bio1 mutants

总计: 11种实体类型

4. 关键字段

字段	说明	我们的缺失
source	源实体	✅ 有
source type	源类型	❌ 缺失
relationship	关系	✅ 有
target	目标	✅ 有
target type	目标类型	❌ 缺失
gene	关联基因	❌ 缺失
pubmedID	PMID	❌ 缺失
p_source	论文章节	✅ 有
species	物种	❌ 缺失
basis	实验方法	⚠️ 部分有
source_extracted_definition	源定义	❌ 缺失
target_extracted_definition	目标定义	❌ 缺失

5. 提取策略分析

策略1: 逐句提取

不是按章节整体理解
每句话单独提取关系
一句话可能产生多个关系

策略2: 实体标准化

SUC5 → (ATSUC5, SUC5, AT1G71890)
包含多个别名

策略3: 定义生成

每个实体都有定义
如: "A gene encoding a sucrose transporter..."

策略4: 章节细分

abstract, intro, results, discuss分开
不是全文一起处理

PC方法的核心优势

1. 细粒度提取 ✅

每句话都提取
不遗漏任何关系

2. 实体丰富 ✅

不只是基因-组织
包含过程、表型、时间等

3. 关系多样 ✅

15+种关系类型
不只是表达关系

4. 元数据完整 ✅

PMID、物种、方法
可追溯可验证

我们的差距

维度	PC	我们	差距
提取粒度	逐句	逐章节	太粗
关系类型	15+种	2-3种	太少
实体类型	11种	2-3种	太少
元数据	完整	部分	缺失
基因别名	有	无	缺失
实体定义	有	无	缺失

应用到荔枝论文的方案

方案: 逐句提取 + LLM理解

# 步骤1: 将文本拆分为句子
sentences = split_into_sentences(full_text)

# 步骤2: 对每个句子调用LLM提取
for sent in sentences:
    prompt = f"""
    从以下句子中提取所有生物学关系。
    
    句子: {sent}
    
    基因家族: SlSut01-SlSut40 (40个基因)
    
    提取:
    1. 基因-组织表达关系
    2. 基因-染色体定位关系
    3. 基因-蛋白功能关系
    4. 基因-表型关系
    5. 过程-时间关系
    6. 任何其他生物学关系
    
    格式: source | relation | target | evidence
    
    如果句子中没有基因家族相关的关系，返回: NONE
    """
    
    relations = call_llm(prompt)
    all_relations.extend(relations)

# 步骤3: 后处理
# - 去重
# - 标准化
# - 添加元数据

预期改进

指标	当前	PC方法	改进后
提取粒度	章节级	句子级	句子级
关系类型	2-3种	15+种	10+种
实体类型	2-3种	11种	8+种
基因覆盖率	5%	80%+	80%+
元数据	部分	完整	完整

立即执行计划

今天完成

逐句提取
- 将荔枝论文拆分为句子
- 对每个句子调用LLM
- 提取所有关系
后处理
- 去重
- 标准化
- 添加PMID、物种等元数据

预期结果

关系数: 3个 → 100+个
基因覆盖率: 5% → 80%+
关系类型: 3种 → 10+种

学习时间: 2026-04-10 16:05 GMT+8
签名: 🧬🤖

5.4 KiB Executable File Raw Permalink Blame History