該系統(tǒng)名為LION LBD，由劍橋大學的計算機科學家和癌癥研究人員開發(fā)，旨在幫助科學家尋找癌癥相關的發(fā)現。它是第一個旨在支持癌癥研究的基于文獻的發(fā)現系統(tǒng)。結果發(fā)表在生物信息學期刊上。

　　全球癌癥研究在全球范圍內吸引了大量資金，科學文獻現在如此巨大，以至于研究人員正在努力跟上它：現在，關鍵假設產生的證據在出版后很久就被發(fā)現。

　　癌癥是一類復雜的疾病，尚未完全了解，是全球第二大死因。癌癥發(fā)展涉及眾多化學和生物化學分子，反應和途徑的變化，并且正在各種科學領域進行癌癥研究，這些領域在描述類似概念的方式上具有可變性。

　　“作為一名癌癥研究員，即使你知道自己在尋找什么，每天也會有數千篇論文出現，”劍橋語言技術實驗室聯(lián)合主任Anna Korhonen教授說道，他與LION LBD合作領導了這項研究。英國劍橋研究所癌癥研究所的Masashi Narita博士和瑞典卡羅林斯卡醫(yī)學院的Ulla Stenius教授?！癓ION LBD使用人工智能來幫助科學家及時了解他們所在領域的已發(fā)表的發(fā)現，但也可以通過結合可能看似無關的來源之間的聯(lián)系來幫助他們結合文獻中已知的新發(fā)現?！?/p>

　　LION LBD中的“LBD”代表基于文獻的發(fā)現，這是20世紀80年代開發(fā)的一個概念，旨在通過梳理來自不連續(xù)來源的信息來進行新的發(fā)現。原始版本的LBD背后的關鍵思想是，文獻中從未明確鏈接的概念可能通過中間概念間接聯(lián)系起來。

　　LION LBD系統(tǒng)的設計允許實時搜索以發(fā)現數千萬個出版物的數據庫中的實體之間的間接關聯(lián)，同時保留用戶在其原始上下文中探索每個提及的能力。

　　“例如，您可能知道某種癌癥藥物會影響某種途徑的行為，但對于LION LBD，您可能會發(fā)現針對完全不同的疾病開發(fā)的藥物會影響相同的途徑，”Korhonen說。

　　LION LBD是第一個專門針對癌癥研究需求而開發(fā)的系統(tǒng)。它特別關注癌癥的分子生物學，并使用最先進的機器學習和自然語言處理技術，以檢測文本中癌癥標志的參考。對系統(tǒng)的評估已經證明了它能夠識別未發(fā)現的鏈接并在潛在的連接中高度排列相關概念。

　　該系統(tǒng)使用開放數據，開源和開放標準構建，可作為基于Web的交互式界面或可編程API。

　　研究人員目前正致力于擴大LION-LBD的范圍，以包括更多的概念和關系。他們還與癌癥研究人員密切合作，為最終用戶提供幫助和改進技術。

　　該系統(tǒng)是與劍橋大學語言技術實驗室，英國劍橋研究所癌癥研究所和瑞典卡羅林斯卡醫(yī)學院合作開發(fā)的，由醫(yī)學研究委員會資助。