¿De qué manera se podría usar la minería de textos para mejorar el proceso de descubrimiento y desarrollo de fármacos?

Daré una aplicación realmente simple de una manera realmente simple.

  1. Recuperación de documentos
    Hay 23 millones de documentos en Medline. Te estás enfocando para encontrar objetivos terapéuticos para una enfermedad en particular solamente. Supongamos que la enfermedad de Alzheimer. Por lo tanto, si busca en Pubmed con la palabra clave “Alzheimer” y recupera puede haber unos 100000 documentos. (Hay algunos procedimientos realmente importantes de recuperación de información que deben hacerse ahora, pero consideremos que tenemos 100000 documentos relacionados con la enfermedad de Alzheimer)
  2. Entonces, ¿leerías esta cantidad de documentos para ver qué molécula es la culpable de la enfermedad? NO…. Text Mining viene a rescatar. Puede utilizar el enfoque de aparición triple de Minería de textos para analizar los objetivos terapéuticos o las moléculas importantes de la enfermedad.
  3. En el enfoque de Ocurrencia Triple, usted tiene “El gen A desactiva el ARN no codificante XIST”. y tal vez hay tales 20,000 oraciones de 100K documentos. Las redes de coincidencia se pueden hacer utilizando técnicas de minería de textos. Puedes mirarlo.
  4. Después de encontrar una molécula concentradora, se puede utilizar para atracar con entidades químicas, creo que es el plomo (tengo menos idea sobre el lado de la quimioterapia de la informática).

También haga un comentario si no entendió la respuesta. Es un tema bastante largo.

Un uso común en el desarrollo es utilizar la extracción de texto para descubrir las observaciones realizadas en algunas publicaciones en ensayos clínicos. Particularmente, cuando un resultado de subpoblación puede establecerse en el fondo del documento, pero no aludido en términos abstractos o de MESH. La extracción de texto de una gran cantidad de documentos recopilados (un corpus) para asociaciones de interés es una forma eficiente de enfocar la interpretación experta en los hallazgos en lugar del corpus

Ya se usa en múltiples bases de datos creadas a partir de documentos publicados de minería de textos y otras bases de datos. En el caso específico del descubrimiento de fármacos, la información que se analiza es el ligando, su objetivo, la afinidad de unión, las condiciones experimentales, el ID de PDB (o la estructura 3D del complejo en cualquier formato), etc. Serían buenos ejemplos BindingDB o PDBbind.