[目的/意義]對阿爾茨海默病（AD）進(jìn)行基因-疾病關(guān)聯(lián)挖掘,以捕捉潛力研究方向。[方法/過程]基于LBD理論構(gòu)建開放式知識發(fā)現(xiàn)架構(gòu),結(jié)合MeSH詞表、DisGeNET等醫(yī)學(xué)術(shù)語、組學(xué)數(shù)據(jù)對PubMed中AD文獻(xiàn)進(jìn)行知識挖掘,采用關(guān)聯(lián)規(guī)則與算法排序等方法對部分基因重合的強(qiáng)關(guān)聯(lián)主題共現(xiàn)疾病和優(yōu)先候選基因進(jìn)行篩選,結(jié)合時間切片和其他LBD工具對比加以驗(yàn)證。[結(jié)果/結(jié)論]對88 334篇AD文獻(xiàn)進(jìn)行基因-疾病識別,并與2 120種AD基因進(jìn)行匹配;以XYZ分析視角對識別出的992種主題共現(xiàn)疾病及11 899種候選基因進(jìn)行關(guān)聯(lián)排序;精煉10種強(qiáng)關(guān)聯(lián)疾病與25種優(yōu)選候選基因,結(jié)合文獻(xiàn)報道加以論述。通過LBD挖掘目標(biāo)疾病-共現(xiàn)疾病-基因之間潛在關(guān)聯(lián),可快速捕捉潛力研究方向,縮小基因測序范圍,為新研究假設(shè)的生成提供重要指導(dǎo)依據(jù)。 

【文章來源】：圖書情報工作. 2020,64(13)北大核心CSSCI

【文章頁數(shù)】：13 頁

【文章目錄】：
1 數(shù)據(jù)來源及方法
    1.1 數(shù)據(jù)來源
    1.2 研究方法
2 結(jié)果與分析
    2.1 整體結(jié)果
    2.2 相關(guān)分析
        2.2.1 主題共現(xiàn)疾病分析
        2.2.2 潛在候選基因分析
3 評估
    3.1 時間切片
        3.1.1 評估方案
        3.1.2 整體評估結(jié)果
        3.1.3 區(qū)間評估結(jié)果
    3.2 其他評估方式
4 討論
5 結(jié)語


【參考文獻(xiàn)】：
期刊論文
[1]2019年中國血管性認(rèn)知障礙診治指南[J]. 賈建平,章軍建.  中華醫(yī)學(xué)雜志. 2019 (35)
[2]阿爾茨海默病和血管性癡呆的病理機(jī)制及相關(guān)臨床研究比較[J]. 吳佳慧,劉劍剛,李浩,韋云,劉美霞.  浙江醫(yī)學(xué). 2019(11)
[3]入選PubMed數(shù)據(jù)庫對提升醫(yī)學(xué)期刊國際影響力的作用[J]. 劉群,孫昌朋,王謙,陳望忠.  中國科技期刊研究. 2015(12)
[4]非相關(guān)文獻(xiàn)知識發(fā)現(xiàn)的理論基礎(chǔ)研究[J]. 張?jiān)魄?冷伏海.  中國圖書館學(xué)報. 2009(04)
[5]基于Mesh詞表和共詞分析的疾病本體半自動構(gòu)建方法研究[J]. 劉菊紅,于建榮,繆有剛.  現(xiàn)代情報. 2009(03)



本文編號：3050884