J'ai soutenu une thèse sur le thème du couplage entre bases de données factuelles et bases de données bibliographiques.
Sujet de thèse |
Expérience de couplage entre bases de données factuelles et bases de données bibliographiques: Identification dans Medline des gènes décrits dans Flybase et application à l’extraction d’information sur les interactions génétiques ou moléculaires à partir de publications
La thèse est disponible en plusieurs format ici
Résumé |
La thèse propose des solutions pour mettre automatiquement
en relation des informations bibliographiques avec des informations factuelles.
Les bases de données bibliographiques donne accès à
l'information la plus exhaustive et la plus précise tandis que
les bases de données factuelles organisent le savoir accumulé
dans des encyclopédies électronique ou dans des banques
de résultats d'expériences. Coupler ces deux types de bases
de données est nécessaire. Il s'agit soit de documenter
des bases de données factuelles avec des références
bibliographiques, soit d'extraire de l'information directement à
partir de la littérature scientifique.
Nous avons pris l'exemple des gènes et de leurs interactions chez
la Drosophile. La Drosophile est un organisme modèle en génétique
et l'analyse des interactions génétiques ou moléculaires
permet de comprendre comment plusieurs gènes collaborent à
une même fonction.
Dans un premier temps, nous avons construit un système qui permet
de créer des liens entre Flybase et Medline. Flybase est une encyclopédie
électronique sur la Drosophile. Medline est la plus grande base
de données bibliographiques dans le domaine des sciences de la
vie. Ces liens consistent à identifier dans Medline des gènes
décrit dans Flybase. Cette tâche est difficile à automatiser
en raison de la complexité de la nomenclature (existence d'alias,
d'abréviations et de termes vagues, composition de termes utilisant
des noms de gènes, etc.) et de la confusion possible entre certains
noms de gènes et des mots du vocabulaire courant.
Dans un second temps, notre travail a consisté à établir
une liste d'interactions probables à partir d'un ensemble de résumés
issus de Medline. Cela a été fait par l'analyse statistique
du vocabulaire utilisé.
La méthode a été testée avec succès
et le détail de la mise en œuvre est donné dans le document.
Mots clefs |
Informatique documentaire, extraction d’information, statistique textuelle, terminologie, nomenclature, gènes, interaction génétique, interaction moléculaire, bioinformatique, Drosophila Melanogaster, Medline, Flybase.
Dernières modifications le 13 janvier 2002
