PlantAI-rag/docs/plans/PC_COMPARISON_PLAN.md

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:

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

   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: 🧬🤖