اكتشاف قائم على الأدبيات
المحتويات

على سبيل التعريف، الاكتشاف القائم على الأدبيات أو الاكتشاف المبني على الأدبيات (LBD) هو أحد أشكال استخراج المعرفة وتوليد الفرضيات بطريقة آلية أو شبه آلية بناءً على الأوراق والمنشورات الأكاديمية ("الأدبيات") لإيجاد علاقات جديدة بين المعرفة الموجودة ("الاكتشاف"). يهدف الاكتشاف القائم على الأدبيات إلى اكتشاف المعرفة الجديدة من خلال ربط المعلومات التي تم ذكرها صراحةً في الأدبيات العلمية لاستنتاج الروابط التي لم يتم ذكرها صراحةً. ونتناول فيما يلي مزيدًا من التفاصيل.
علاوةً على ذلك، يمكن أن يساعد الاكتشاف القائم على الأدبيات الباحثين على اكتشاف واستكشاف الفرضيات بسرعة إلى جانب اكتساب معلومات حول التطورات ذات الصلة داخل وخارج مجالاتهم وزيادة تبادل المعلومات بين التخصصات.
إضافةً إلى ذلك، الاكتشاف المرتبط بالأدبيات (LRD) هو مصطلح مشابه يُستعمل أحياناً بشكل مترادف ولكنه يتكون من عنصرين: الأول هو الاكتشاف القائم على الأدبيات (LBD) الذي يولد اكتشافًا محتملًا من خلال تحليل الأدبيات لوحدها، والثاني الاكتشاف بمساعدة الأدبيات (LAD) والذي يولد اكتشافًا محتملًا من خلال مزيج من تحليل الأدبيات والتفاعلات بين مؤلفي الأدبيات المختارين. هناك نوعان من كل من الاكتشاف القائم على الأدبيات (LBD) والاكتشاف بمساعدة الأدبيات(LAD): الأول هو أنظمة الاكتشاف المفتوح (ODS)، حيث يبدأ المرء بمشكلة ويصل إلى حل، والثاني هو أنظمة الاكتشاف المغلقة (CDS)، حيث يبدأ المرء بمشكلة وحل، ثم يحدد الآلية (الآليات) التي تربط بينهما.
كذلك، يُطلق على النوع الأكثر أساسية وانتشارًا من الاكتشافات القائمة على الأدبيات اسم نموذج ABC لأنه يركز على ثلاثة مفاهيم تسمى A وB و C. وينص على أنه إذا كان هناك ارتباط بين A و B وواحد بين B و C، فهناك ارتباط بين A و C، والذي إذا لم يتم ذكره صراحةً، لم يتم استكشافه بعد.
ربط سوانسون
وعلى صعيد آخر، على الرغم من استخدام نموذج ABC على نطاق واسع، فقد زعم منتقدو النظام أن الكثير من العلوم لا يتم التقاطها على أساس تأكيدات بسيطة بل يتم بناؤها بدلاً من ذلك من القياسات والصور على مستوى أعلى من التجريد.
من جانب آخر، ربط سوانسون هو مصطلح اِقتُرح في سنة 2003 يشير إلى ربط قطعتين من المعرفة كان يُعتقد سابقًا أنهما غير مرتبطتين. مثلًا، قد يكون من المعروف أن المرض أ ناتج عن مادة كيميائية ب، ومن المعروف أن الدواء ج يقلل من كمية المادة الكيميائية ب في الجسم. ومع ذلك، نظرًا لأن المقالات المعنية نُشرت بشكل منفصل عن بعضها البعض (تسمى "بيانات منفصلة")، فقد تكون العلاقة بين المرض أ والدواء ج غير معروفة. يهدف ربط سوانسون إلى إيجاد هذه العلاقات والإبلاغ عنها.
الأنظمة
وفي هذا الصدد، تم تطوير عدد من الأنظمة لأداء الاكتشاف القائم على الأدبيات على مر السنين، مما أدى إلى توسيع الفكرة الأصلية لدون سوانسون، وتقييم جودة مثل هذه الأنظمة هو مجال بحث نشط. تتضمن بعض الأنظمة إصدارات ويب لزيادة سهولة الاستخدام. النهج الشائع للعديد من الأنظمة هو استخدام مصطلحات MeSH لتمثيل المقالات العلمية. يستعمل هذا من قبل أنظمة Manjal وBITOLA وLitLinker.
علاوةً على ذلك، يُطلق على أحد الأنظمة المعروفة في هذا المجال اسم Arrowsmith وهو مصمم للعثور على اتصالات بين مجموعتين منفصلتين من المقالات، وهو النهج المسمى "بحث العقدتين".
وعلى صعيد آخر، يستعمل نظام آخر معروف، LION LBD PubTator لشرح المقالات العلمية في PubMed بمفاهيم مثل المواد الكيميائية والجينات/البروتينات والطفرات والأمراض والأنواع؛ فضلًا عن شرح على مستوى الجملة لعلامات السرطان التي تصف العمليات والسلوكيات الأساسية للسرطان. تستعمل مقاييس التواجد المشترك لتصنيف العلاقات بين المفاهيم وتقوم بالاكتشاف المفتوح والمغلق.
إضافةً إلى ذلك، في حين تعتمد أنظمة الاكتشاف القائم على الأدبيات على الأساليب الإحصائية التقليدية، تستفيد أنظمة أخرى من أساليب التعلم الآلي المتطورة، مثل الشبكات العصبية. تمثل بعض هذه الأنظمة العلاقة بين المفاهيم كرسم بياني للمعرفة، وبالتالي تستعمل تقنيات نظرية الرسم البياني. كما أن التمثيل القائم على الرسم البياني هو الأساس لأنظمة الاكتشاف القائم على الأدبيات التي تستعمل قواعد بيانات الرسم البياني مثل Neo4J، مما يتيح الاكتشاف عبر لغات استعلام الرسم البياني مثل Cypher.
ومن ناحية أخرى، الاكتشاف القائم على الأدبيات له عمومًا نوعين: الاكتشاف المفتوح والاكتشاف المغلق. في الاكتشاف المفتوح، يتم إعطاء A فقط. يجد النهج Bs ويستعملها لإرجاع Cs المثيرة للاهتمام المحتملة للمستعمل، وبالتالي توليد فرضيات من A. في الاكتشاف المغلق، يتم إعطاء A و C للنهج الذي يسعى إلى العثور على Bs التي يمكن أن تربط بين الاثنين، وبالتالي اختبار فرضية حول A و C.
علاوةً على ذلك، تمثل هذه الأنظمة القائمة على الرسم البياني العلاقات بين المفاهيم باستخدام أنواع مختلفة من العلاقات، مثل تلك الموجودة في شبكة نظم اللغة الطبية الموحدة UMLS الدلالية. تذهب بعض الأساليب إلى أبعد من ذلك وتحاول تطبيق العلاقات السياقية، وهو النهج الذي يستعمله كذلك علم الوجود الجيني في نمذجة النشاط السببي (GO-CAM).
اكتشاف الأدوية
إضافةً إلى ذلك، استُخدمت طريقة الاكتشاف المستند إلى الأدبيات للبحث عن علاجات لعدد من الأمراض البشرية، بما في ذلك:
- اعتلال الشبكية السكري.
- اعتلال عضلة القلب التوسعي
- مرض باركنسون
- سرطان البروستاتا
- سرطان المعدة
- التصلب المتعدد
ومن جهة أخرى، استُخدمت الاكتشافات القائمة على الأدبيات في تطوير الأدوية وإعادة استخدامها فضلًا عن التنبؤ بالتفاعلات الدوائية الضارة.
اكتشاف وظائف الجينات والبروتينات
وفي السياق ذاته، تم استخدام النهج كذلك لاقتراح علاقات الجينات بأمراض معينة، مثل سرطان الثدي.
من جانب آخر، في سياق علم اللقاحات، تم استخدامه لتحديد البروتينات المرتبطة بالإنترفيرون جاما والتي تلعب دورًا في الاستجابة للقاحات. كما تم استخدامه لاقتراح آليات للأدوية المستعملة في الوقت الحالي.
تقييم النظام
من جانب آخر، يتجاوز نهج اقتراح اكتشافات أو علاجات جديدة تكرار الاكتشافات السابقة أو التنبؤ بحالات مقطعة زمنياً لعلاقة معينة ويظهر أن النظام قادر على الاستخدام في مواقف واقعية. وعادة ما يكون هذا مصحوبًا بنشر تمت مراجعته من قبل الأقران في المجال أو فحص من قبل خبير في المجال.
ومن جهة أخرى، الطريقة الشائعة المستعملة في الاكتشاف القائم على الأدبيات هي تكرار الاكتشافات السابقة. هذه عادةً ما تكون اكتشافات تعتمد على LBD لأنها سهلة القياس نسبيًا مقارنة بالاكتشافات الأخرى. لا يوجد سوى عدد قليل من هذه الاكتشافات والأساليب التي تم ضبطها لأداء جيد على هذه الاكتشافات قد لا تكون عامة. في هذا النوع من التقييم، يتم استخدام الأدبيات قبل الاكتشاف المراد تكراره لإنشاء قائمة مرتبة من مرشحي الاكتشاف كمصطلحات مستهدفة أو مرتبطة. يتم قياس النجاح من خلال الإبلاغ عن مرتبة المصطلح (المصطلحات) محل الاهتمام؛ فكلما ارتفعت المرتبة، كان النهج أفضل.
علاوةً على ذلك، التقييم صعب في الاكتشافات القائمة على الأدبيات لعدة أسباب: الخلاف حول دور أنظمة الاكتشافات القائمة على الأدبيات في البحث وبالتالي ما يجعل البحث ناجحًا؛ صعوبة تحديد مدى فائدة أو إثارة اهتمام أو قابلية الاكتشاف للتنفيذ؛ وصعوبة تحديد "الاكتشاف" بشكل موضوعي، مما يعيق إنشاء مجموعة تقييم قياسية تحدد متى تم تكرار الاكتشاف أو العثور عليه.
كذلك، تتمثل ميزة تقسيم الوقت مقارنة بتكرار الاكتشافات السابقة في التقييم على عدد كبير من حالات الاختبار. وهذا يثير الحاجة إلى مقاييس التقييم التي يمكنها قياس الأداء على قوائم كبيرة ومرتبة. استعملت أعمال الاكتشاف القائم على الأدبيات مقاييس شائعة في استرجاع المعلومات والتي تشمل الدقة والتذكر والمساحة تحت المنحنى (AUC) والدقة عند k ومتوسط الدقة المتوسط (MAP) وغيرها.
ومن ناحية أخرى، يعد تقييم الاكتشافات القائمة على الأدبيات أمرًا صعبًا، ويشمل كلًا من الأساليب التجريبية والمحاكاة الحاسوبية. تحاول الأساليب تحديد كمية المعرفة التي تولدها الأنظمة، والتي يجب توفيرها بكمية وثراء مفيد للعلماء.
وعلى صعيد آخر، تتضمن عملية تقسيم الأدبيات أو تقسيم الوقت تقسيم الأدبيات الموجودة عند نقطة زمنية. ثم يتم عرض نظام LBD على الأدبيات قبل الانقسام ويتم تقييمه من خلال عدد الاكتشافات التي يمكنه اكتشافها في الفترة اللاحقة. استعملت أنظمة الاكتشاف القائم على الأدبيات التزامن المصطلحي، والعلاقات من الموارد الطبية الحيوية الخارجية (مثل SemMedDB) والعلاقات الدلالية لتوليد المعايير الذهبية. إن النهج عالي الدقة هو الحصول على رأي الخبراء لتوليد المعيار الذهبي، ولكن هذا يستغرق وقتًا طويلاً ومكلفًا ويميل إلى إنتاج معدلات تذكر منخفضة.
علوم الحياة
كذلك، لقد تم استخدام الاكتشافات القائمة على الأدبيات بالفعل بطرق مختلفة لتحديد اتصالات جديدة بين الكيانات الطبية الحيوية والجينات المرشحة الجديدة وعلاجات الأمراض.
مجالات خارج علوم الحياة
وعلى صعيد آخر، نُشرت الاكتشافات القائمة على الأدبيات في الغالب في المجال الطبي الحيوي، ولكنه استعمل كذلك في مجالات أخرى، إذ طُبّق على الأبحاث في تطوير أنظمة تنقية المياه، وتسريع تنمية البلدان النامية وتحديد التعاونات البحثية الواعدة.
تعدين النص
من جانب آخر، تعتمد أتمتة الاكتشاف القائم على الأدبيات إلى حدّ كبير على التنقيب في النصوص. غالبًا ما تتضمن اللغة في المقالات العلمية غموضًا، وخطوة مهمة للتحليل المتماسك للأدبيات هي استخراج معنى كل مصطلح في السياق الذي يستعمل فيه، وهي مهمة تسمى فك التباس دلالة الكلمة (WSD). مثلًا، يمكن الخلط بين مصطلحات الجينات مثل CT (PCYT1A) وMR (NR3C2) مع اختصارات التصوير المقطعي المحوسب والرنين المغناطيسي، مما يتطلب أنظمة إزالة غموض (فك التباس) متطورة. غالبًا ما يتم التوفيق بين المصطلحات والأنطولوجيات أو مصادر أخرى للمعرفات الفريدة، مثل نظام اللغة الطبية الموحدة (UMLS). تسمى عملية تعيين الكثير من العبارات المختلفة إلى اسم أو معرف واحد بالتطبيع.
الاستخدام
استخدام قواعد البيانات
- فيما يلي أنظمة الاكتشافات القائمة على الأدبيات المنشورة، مرتبة حسب تاريخ النشر:
- 1986 - Arrowsmith
- 2000 - BITOLA V1
- 2001 - DAD
- 2003 - LitLinker
- 2004 - ACS
- 2004 - Manjal
- 2004 - IRIDESCENT
- 2005 - BITOLA V2
- 2006 - LitLinker V2
- 2007 - Arrowsmith V2
- 2008 - Anni 2.0
- 2008 - CoPub Discovery
- 2009 - RajoLink
- 2010 - Sem-BT
- 2015 - Obvio
- 2016 - Spark
- 2017 -Mine the gap
- 2019 - LION LBD
في هذا الإطار، إلى جانب استخراج المعلومات من مجموعة المقالات العلمية، غالبًا ما تستعمل أنظمة الاكتشاف القائم على الأدبيات المعرفة المنظمة من الموارد البيولوجية المنظمة، مثل الوراثة المندلية البشرية عبر الإنترنت (OMIM).
التصنيف الدلالي
في هذا الإطار، تتمثل إحدى المهام الشائعة في الاكتشاف القائم على الأدب في تعيين الكلمات/المفاهيم لأنواع دلالية مختلفة. قد يتم تصنيف المفهوم تحت نوع واحد أو أنواع متعددة. مثلًا، في نظام اللغة الطبية الموحدة (UMLS)، يتم تصنيف مصطلح الصداع النصفي تحت نوع المرض والمتلازمة، بينما يتم تصنيف مصطلح المغنيسيوم تحت نوعين: المادة النشطة بيولوجيًا والعنصر أو الأيون أو النظير. تعمل تصنيف المفاهيم على صقل اكتشاف الروابط بين فئات معينة من المفاهيم، أي الأمراض-الجينات أو الأمراض-الأدوية.
اكتشاف الواسمات الحيوية
من جانب آخر، تم استكشاف الاكتشافات القائمة على الأدبيات كأداة لتحديد الواسمات الحيوية للتشخيص والتنبؤ بالأمراض، مثلًا لخطر الإصابة بمرض السكري من النوع 2.
استخدامات أخرى
ومن ناحية أخرى، إلى جانب تقديم فرضيات علمية حول العالم، تم استخدامها كذلك لتحسين تحليل البيانات، من خلال التعرف التلقائي على أي تأثيرات مخالطة باستخدام الأدبيات الطبية.
كذلك، كما تم استخدامه لفهم مسببات الأمراض بشكل أفضل وعلاقة الأمراض المختلفة، مثلًا البحث عن الجينات التي تربط بين احتشاء العضلة القلبية والاكتئاب، والارتباطات بين الأمراض النفسية والجسدية.
التاريخ
ومن ناحية أخرى، راد عالم الحاسوب والفيزيائي دون ر. سوانسون تقنية الاكتشاف القائم على الأدبيات في الثمانينيات. افترض أنه في حال وجود ارتباط بين نتيجتين هما A و B وارتباط آخر بين B و C في بحثين منفصلين منشورين، فهناك ارتباط غير معروف أو غير مستكشف بين A و C. استعمل هذا النهج لاقتراح زيت السمك علاجاً لمتلازمة رينو بسبب علاقتهما المشتركة بلزوجة الدم. وقد ثبت لاحقًا أن هذه الفرضية لها قيمة في دراسة مستقبلية، واقترح متابعة اكتشافات أخرى باستخدام طرق مماثلة.
📝 هل في هذه المقالة خطأ؟
إذا وجدت معلومة تحتاج تصحيحاً أو إضافة، أو أردت حذف المقالة، أرسل لنا طلباً وسنراجعه.
ما رأيك في هذه المقالة؟