Entdeckung neuartiger Gen-Krankheits-Zusammenhänge aus der Literatur, mit einer Fallstudie zum Melanom

KI-gestützte Extraktion biomedizinischer Zusammenhänge aus der Fachliteratur

Das Melanom gehört zu den schwersten Formen von Hautkrebs. Um diese Krankheit zu verstehen und bekämpfen zu können, müssen die beteiligten Gene identifiziert werden. Was wäre, wenn solche Informationen automatisch aus der Forschungsliteratur extrahiert und kommentiert werden könnten? In diesem in silico talk erklärt Fabio Rinaldi, Gruppenleiter bei SIB am Dalle Molle Institute for Artificial Intelligence Research (IDSIA), wie Techniken der natürlichen Sprachverarbeitung dabei helfen können. Sie erfahren, mit welchen Methoden er und seine Kollegen in ihrer neuesten Veröffentlichung im Journal of Biomedical Semantics über 2000 neue Gene identifiziert haben, die mit Melanomen in Verbindung stehen, und wie Sie die von ihnen aufgebaute Datenbank navigieren können. Wenn Sie Melanomforscher oder Entwickler im Bereich maschinelles Lernen sind, ist dieser in silico talk genau das Richtige für Sie.

Über die in silico talks-Reihe - Das Neueste aus der Bioinformatik von SIB-Wissenschaftlern

Mit der Online-Reihe in silico talks möchten wir Bioinformatiker, Biowissenschaftler und Kliniker über die neuesten Fortschritte der SIB-Wissenschaftler zu einem breiten Spektrum von Bioinformatik-Methoden, -Forschung und -Ressourcen informieren. Bleiben Sie auf dem Laufenden, erhalten Sie exklusive Einblicke in die neuesten Veröffentlichungen und erfahren Sie, wie diese Fortschritte Ihnen bei Ihrer Arbeit oder Forschung helfen können, indem Sie sich in die in silico talks-Mailingliste eintragen.

Sprecher
Name:
Fabio Rinaldi
Institute:
Dalle Molle Institut für künstliche Intelligenzforschung
Group:

Dr. Fabio Rinaldi leitet die Forschungsgruppe „Natural Language Processing (NLP)” am Dalle Molle Institut für Künstliche Intelligenz (IDSIA). Zuvor war er als leitender Forscher am Institut für Computerlinguistik der Universität Zürich tätig, wo er seine Forschungsgruppe für biomedizinisches Text Mining ins Leben rief. Eine wichtige internationale Zusammenarbeit in den letzten Jahren war die mit der RegulonDB-Gruppe an der Nationalen Universität von Mexiko, wo er als Gastforschungsprofessor tätig war. RegulonDB ist eine der größten Datenbanken im Bereich der Biowissenschaften und wird vom US-amerikanischen National Institute of Health finanziert .

er akquirierte und leitete zahlreiche Projekte, die von der Europäischen Union, dem Schweizerischen Nationalfonds zur Förderung der wissenschaftlichen Forschung, InnoSuisse, grossen Unternehmen (insbesondere der pharmazeutischen Industrie) und privaten Forschungsstiftungen finanziert wurden. Er hat einen akademischen Hintergrund in Informatik und mehr als 25 Jahre Erfahrung in der NLP-Forschung mit einem besonderen Schwerpunkt auf Anwendungen im biomedizinischen Bereich, wie der automatischen Analyse wissenschaftlicher Literatur, klinischer Berichte und gesundheitsbezogener Diskussionen in sozialen Medien. Darüber hinaus ist er Autor von mehr als 100 wissenschaftlichen Artikeln in verschiedenen Bereichen der NLP .

neben seiner Tätigkeit bei IDSIA ist er Gruppenleiter am Schweizerischen Institut für Bioinformatik (SIB) und Mitglied der Fondazione Bruno Kessler (Trient, Italien) sowie des Departements für Quantitative Biomedizin (DQBM) der Universität Zürich.

Video
Duration:
14 Minuten 55 Sekunden
Lizenz:

Dieses Video ist unter der Creative Commons Lizenz CC-BY-4.0 verfügbar

Reference(s)

Zanoli R et al. Ein kommentierter Datensatz zur Extraktion von Gen-Melanom-Beziehungen aus wissenschaftlicher Literatur. J Biomed Semantics. 2022;13(2).

DOI:
10.1186/s13326-021-00251-3

Treffen Sie die beteiligten Gruppen