文獻與私有生醫實驗資料連結之關聯度排序演算法

Abstract

在從事生物醫學相關研究中，找尋相關科學文獻並且將研究人員過去所私有的生物醫學實驗資料對應到科學文獻對於研究者是一件重要的工作。本研究提出一種關聯度排序演算法，計算文獻摘要與基因識別碼之間的關聯分數，並針對結果進行排序。然後再以基因識別碼連接私有生醫實驗資料，帶出以之對應的實驗資料數據，並以圖表在搜尋結果界面中方式呈現。其目的為讓使用者在搜尋文獻的同時能夠看到私有的實驗數據，藉此得知實驗數據在其檢索出的相關文件中的關聯性，進一步發現可研究的議題或更有價值的資訊。

In the biomedical research works, mapping researchers’ proprietary experiment data to public research literatures is an important work. This study presents a relevance ranking algorithm, calculate the relevance score for literature abstracts and locus names, and sort the results. Afterward, locus names are linked to the researchers’ proprietary experiment databases and using web techniques automatically plot the charts for the relevant proprietary data; through these processes, the researchers can efficiently get the relevance between their proprietary data and the public papers also can help them to find more available research works.