{"id":1496,"date":"2019-08-19T14:14:22","date_gmt":"2019-08-19T12:14:22","guid":{"rendered":"https:\/\/blogs.tu-braunschweig.de\/pubpharm\/?p=1496"},"modified":"2019-08-19T14:17:34","modified_gmt":"2019-08-19T12:17:34","slug":"die-entwicklung-innovativer-funktionen-fuer-pubpharm-am-ifis","status":"publish","type":"post","link":"https:\/\/blog.pubpharm.de\/index.php\/2019\/08\/19\/die-entwicklung-innovativer-funktionen-fuer-pubpharm-am-ifis\/","title":{"rendered":"Die Entwicklung innovativer Funktionen f\u00fcr PubPharm am IfIS"},"content":{"rendered":"<p>Ein Beitrag von Janus Wawrzinek.<\/p>\n<p>Der exponentielle Anstieg an Publikationen im biomedizinischen Bereich erfordert neue Zugriffspfade zur Fachliteratur, welche Term-basierte Suchen erg\u00e4nzen k\u00f6nnen, denn diese f\u00fchren zunehmend zu tausenden von Suchergebnissen. Ein L\u00f6sungsansatz f\u00fcr dieses Problem ist die automatische Extraktion von in Literatur eingebetteten pharmazeutischen Entit\u00e4ten wie Wirkstoffen, Krankheiten, Genen und deren Relationen untereinander. In diesem Zusammenhang erm\u00f6glichen k\u00fcnstliche neuronale Netze (kNNs) Vorschritte bez\u00fcglich Performanz, Skalierbarkeit und Genauigkeit bei solchen Aufgabenstellungen. So wurde bereits nicht nur gezeigt, dass existierende Relationen gelernt, sondern ebenfalls neue Relationen und Eigenschaften vorhergesagt werden k\u00f6nnen (<a href=\"https:\/\/link.springer.com\/chapter\/10.1007\/978-3-030-04257-8_2\" target=\"_blank\" rel=\"noopener noreferrer\">zur Publikation<\/a>). Die Vorteile der kNNs gehen jedoch einher mit dem Nachteil, dass h\u00e4ufig nicht eindeutig klar ist, warum eine Relation von einem kNN gelernt oder vorhergesagt wurde.<\/p>\n<p>Mit diesem Problem der eingeschr\u00e4nkten Erkl\u00e4rbarkeit von Vorhersagen und deren Semantik setzte sich das Institut f\u00fcr Informationssysteme (IfIS) der TU Braunschweig auseinander. Generell werden Netzwerkansichten in verschiedenen Dom\u00e4nen verwendet, um die Interpretierbarkeit von komplexen Zusammenh\u00e4ngen zu vereinfachen. In diesem Kontext erforschte das IfIS einen Ansatz, um eine Netzwerkansicht auf Basis eines kNN Outputs f\u00fcr pharmazeutische Entit\u00e4ten zu entwickeln. Hierbei werden die vorhergesagten Relationen einbezogen und mit bereits bekannten Relationen angereichert. Die informationswissenschaftliche Grundlagenforschung m\u00fcndete in einer <a href=\"http:\/\/www.ifis.cs.tu-bs.de\/sites\/default\/files\/wawrzinek-pinto-balke-Technical-Report.pdf\" target=\"_blank\" rel=\"noopener noreferrer\">Publikation<\/a>, auf dessen Basis ein innovativer Service f\u00fcr PubPharm folgen wird. Basierend auf der Publikation wurden bereits prototypische Anwendungen entwickelt. Ein Beispiel einer interaktiven Wirkstoff-Krankheit Netzwerkansicht f\u00fcr den Wirkstoff Thalidomid kann <a href=\"http:\/\/fid-forum.ifis.cs.tu-bs.de:8080\/drugstats\/cluster7_var.html\" target=\"_blank\" rel=\"noopener noreferrer\">hier<\/a> betrachtet werden.<\/p>\n<p>&nbsp;<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Ein Beitrag von Janus Wawrzinek. Der exponentielle Anstieg an Publikationen im biomedizinischen Bereich erfordert neue Zugriffspfade zur Fachliteratur, welche Term-basierte Suchen erg\u00e4nzen k\u00f6nnen, denn diese f\u00fchren zunehmend zu tausenden von Suchergebnissen. Ein L\u00f6sungsansatz f\u00fcr dieses Problem ist die automatische Extraktion von in Literatur eingebetteten pharmazeutischen Entit\u00e4ten wie Wirkstoffen, Krankheiten, Genen und deren Relationen untereinander. In [&hellip;]<\/p>\n","protected":false},"author":179,"featured_media":1499,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1,7,11],"tags":[],"class_list":["post-1496","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-allgemein","category-pubpharm-features","category-services"],"_links":{"self":[{"href":"https:\/\/blog.pubpharm.de\/index.php\/wp-json\/wp\/v2\/posts\/1496","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blog.pubpharm.de\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blog.pubpharm.de\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blog.pubpharm.de\/index.php\/wp-json\/wp\/v2\/users\/179"}],"replies":[{"embeddable":true,"href":"https:\/\/blog.pubpharm.de\/index.php\/wp-json\/wp\/v2\/comments?post=1496"}],"version-history":[{"count":6,"href":"https:\/\/blog.pubpharm.de\/index.php\/wp-json\/wp\/v2\/posts\/1496\/revisions"}],"predecessor-version":[{"id":1504,"href":"https:\/\/blog.pubpharm.de\/index.php\/wp-json\/wp\/v2\/posts\/1496\/revisions\/1504"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/blog.pubpharm.de\/index.php\/wp-json\/wp\/v2\/media\/1499"}],"wp:attachment":[{"href":"https:\/\/blog.pubpharm.de\/index.php\/wp-json\/wp\/v2\/media?parent=1496"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blog.pubpharm.de\/index.php\/wp-json\/wp\/v2\/categories?post=1496"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blog.pubpharm.de\/index.php\/wp-json\/wp\/v2\/tags?post=1496"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}