• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE International Conference on Bioinformatics and Biomedicine >Extracting Protein-Protein Interactions Affected by Mutations via Auxiliary Task and Domain Pre-trained Model
【24h】

Extracting Protein-Protein Interactions Affected by Mutations via Auxiliary Task and Domain Pre-trained Model

机译：通过辅助任务和域预先训练的模型提取受突变影响的蛋白质 - 蛋白质相互作用

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Extracting protein-protein interaction affected by genetic mutation from biomedical literature automatically is an essential step toward the ultimate goal of precision medicine. However, the existing methods fail to be accurate enough to meet the needs in practice. In this paper, considering the significant progress made by the pre-training model in a wide variety of NLP tasks, we use BioBERT to obtain the representation of the text and adopt a multi-task learning strategy to improve the performance. Evaluated on the BioCreative VI PPIm data set, our proposed model achieves a new state-of-the-art performance that surpassed the previous one by 4.86% in F1-score. The source code is available at https://github.com/dlutwy/ppim.
机译：从生物医学文献中施加遗传突变影响的蛋白质 - 蛋白质相互作用是朝向精密药物最终目标的重要一步。但是，现有方法无法准确，足以满足实践中的需求。在本文中，考虑到在各种NLP任务中的预训练模型进行的重大进展，我们使用Biobert获得文本的表示，并采用多任务学习策略来提高性能。在Biocreative VI PPIM数据集上进行评估，我们提出的模型实现了一种新的最先进的性能，在F1分数中超过了前一个占上1.86％。源代码可在https://github.com/dlutwy/ppim中获得。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号