近日，牛津大学沃夫森学院院士詹姆斯·克雷布（James Crabbe）教授向中国生物多样性保护与绿色发展基金会（简称“中国绿发会”“绿会”）国际部分享发表于《生物信息学》的最新论文《ViMRT:用于自动识别病毒突变的文本挖掘工具和搜索引擎（ViMRT: a text-mining tool and search engine for automated virus mutation recognition）》。该论文讨论了一种快速搜索和识别生化文献中病毒突变和相关疾病的新方法。这将有助于未来的实验设计和临床指南。

图片说明：ViMRT项目的概览。主要包括四个部分:数据集准备(开发数据集和测试数据集构建)、病毒突变识别工具开发(基于规则的优化和开发正则表达式)、评估和比较(传统方法和附加数据集)和web构建(病毒基因识别、疾病识别和web界面设计)

图源：Oxford Academic

病毒突变是生物信息领域最重要的研究问题之一，在疾病进展中起着关键作用。从已发表的文献中提取病毒突变信息已经成为越来越重要的任务，有利于许多下游应用，如疫苗设计和药物使用。然而，由于缺乏精确的病毒突变信息以及基于人类基因突变的发展，大多数现有方法在提取病毒突变信息方面表现不佳。

詹姆斯·克雷布教授的研究团队开发了ViMRT，这是一个文本挖掘工具和搜索引擎，用于使用自然语言处理自动识别病毒突变。基于5种人类严重疾病相关病毒830篇论文的开发数据集，ViMRT主要开发了8条优化规则和12个正则表达式。它在测试数据集（1662 篇论文，F1 分数为 99.17%）中取得了比其他工具更高的性能，并且已很好地应用于另外两种病毒，流感病毒和严重急性呼吸系统综合症冠状病毒。这些结果表明，ViMRT 是一种从生物医学文献中提取病毒突变的高性能方法。此外，研究团队还提供了一个搜索引擎，供研究人员快速和准确地查找病毒突变相关信息，包括病毒基因和相关疾病。

研究详见：

https://academic.oup.com/bioinformatics/advance-article/doi/10.1093/bioinformatics/btac721/6808671

整理/Sara 审核/Lucy 编/angel