[논문 리뷰] Exploration and Discovery of the COVID-19 Literature through Semantic Visualization

Jingxuan Tu, Marc Verhagen외 2명|arXiv (Cornell University)|2020. 07. 03.

Bioinformatics and Genomic Networks참고 문헌 12인용 수 11

한 줄 요약

이 논문은 CORD-19, INDRA CKN, 그리고 Blender KG 데이터셋에서 생물의학적 실체와 관계를 NLP를 활용해 추출하고 인덱싱함으로써 코로나19 문헌 탐색과 탐지 기능을 향상시키는 의미적 시각화 플랫폼을 제시한다. 매개변수 감소 기법을 통해 기능적 관계 컨테이너를 생성함으로써, 태그 클라우드, 히트맵, 경로 브라우저를 통한 상호작용 가능한 네트워크 시각화를 가능하게 하여, 바이러스 침입 과정에서 TMPRSS2와 TMPRSS4의 이중 기능 및 당화와 간섭성 조절 간의 새로운 연결 고리와 같은 새로운 생물학적 인사이트를 드러낸다.

ABSTRACT

We are developing semantic visualization techniques in order to enhance exploration and enable discovery over large datasets of complex networks of relations. Semantic visualization is a method of enabling exploration and discovery over large datasets of complex networks by exploiting the semantics of the relations in them. This involves (i) NLP to extract named entities, relations and knowledge graphs from the original data; (ii) indexing the output and creating representations for all relevant entities and relations that can be visualized in many different ways, e.g., as tag clouds, heat maps, graphs, etc.; (iii) applying parameter reduction operations to the extracted relations, creating "relation containers", or functional entities that can also be visualized using the same methods, allowing the visualization of multiple relations, partial pathways, and exploration across multiple dimensions. Our hope is that this will enable the discovery of novel inferences over relations in complex data that otherwise would go unnoticed. We have applied this to analysis of the recently released CORD-19 dataset.

연구 동기 및 목표

• 급격히 증가하는 코로나19 문헌에서 명백하지 않은 생물학적 관계를 발견하는 데 도전하는 것.
• 이질적이고 다중관계적인 생물의학 데이터를 다루는 데 있어 关键어 검색과 전통적인 네트워크 시각화의 한계를 극복하는 것.
• 수천 페퍼에 걸쳐 복잡한 다단계 생물학적 경로를 탐색하고 새로운 연결 고리를 유추할 수 있도록 연구자들을 지원하는 것.
• 확장 가능하고 상호작용 가능한 시각화 시스템을 개발하여 생물의학 연구의 가설 생성을 지원하는 것.
• 과학 공동체가 CORD-19 지식 기반을 개방적으로 탐색할 수 있도록 즉시 사용 가능한 웹 애플리케이션(SemViz)을 공개하는 것.

제안 방법

• CORD-19, INDRA CKN, Blender KG 데이터셋에서 명명된 실체(단백질, 화학물질, 유전자, 질병)와 관계(예: 활성화, 억제, 발현 변화)를 추출하기 위해 NLP 파이프라인을 적용하는 것.
• 시각화를 위한 의미적 유형을 부여한 인덱싱을 통해 추출된 실체와 관계를 검색 가능한 지식 기반에 저장하는 것.
• 개별 관계를 기능 유형(예: TNF의 저하 조절자)으로 그룹화하기 위해 매개변수 감소 기법을 구현함으로써, 태그 클라우드 또는 히트맵으로 집계 및 시각화할 수 있도록 하는 것.
• 유사한 관계의 클러스터를 나타내는 '관계 컨테이너'를 생성하여, 다차원적으로 부분적 또는 완전한 생물학적 경로를 시각화할 수 있도록 하는 것.
• 태그 클라우드, 히트맵, 그리고 최대 5단계까지의 조절 연쇄를 추적할 수 있는 경로 브라우저를 갖춘 웹 기반 인터페이스를 구축하는 것.
• 시각화된 증거를 원본 출처 문서에 연결하여 기원과 검증을 보장하는 것.

실험 결과

연구 질문

• RQ1 의미적 시각화 기법은 방대하고 복잡한 코로나19 문헌에서 명백하지 않은 새로운 생물학적 관계를 어떻게 향상시킬 수 있는가?
• RQ2 추출된 관계를 기능 유형으로 매개변수 감소시키는 데서 생기는 해석 가능성과 확장성은 생물의학 지식 시각화에 얼마나 기여하는가?
• RQ3 히트맵과 태그 클라우드와 같은 상호작용 가능한 시각화 기법은 기존의 关键어 기반 문헌 검색에서 놓친 생물학적으로 의미 있는 연결 고리를 드러내는가?
• RQ4 SARS-CoV-2의 병원성 기전 맥락에서 다단계 조절 경로를 탐색함으로써 어떤 새로운 생물학적 통찰을 밝힐 수 있는가?
• RQ5 이 시스템은 바이러스 감염 맥락에서 새로운 치료 표적이나 조절 메커니즘을 식별하는 데 연구자들에게 얼마나 효과적으로 지원하는가?

주요 결과

• 시스템은 TMPRSS2와 TMPRSS4가 모두 바이러스 융합 단백질의 조절자라는 점을 성공적으로 규명하였으며, 이는 이전에 강조되지 않았던 연결 고리로, 치료적 타겟팅을 위한 이중 타겟팅 가능성을 시사한다.
• 태그 클라우드 분 析를 통해 코로나19 바이러스 M 단백질의 당화와 간섭성 조절 간에 이전에 간과된 연결 고리가 드러났으며, 이는 코로나19 바이러스 전반에 걸쳐 잠재적인 조절 메커니즘이 될 수 있음을 강조한다.
• 시각화 결과 DDX58 억제제와 NOP53 간의 연결 고리가 드러나, 코로나19 감염 기간 동안 핵소체 단백질이 간섭성 조절에 관여한다는 새로운 경로가 제기되었으며, 향후 연구에 적합한 대상이다.
• 연구자들은 기존의 关键어 검색에서 놓쳤던 의미적 탐색을 통해 관련성이 낮아 보였던 논문들을 발견하여, 현재 진행 중인 연구 제안의 맥락을 크게 풍부히 하였다.
• 경로 브라우저를 통해 IFNA 및 상游 활성화제를 통해 MAVS가 활성화되는 조절 연쇄를 재구성할 수 있었으며, 증거는 원본 출처 논문까지 추적 가능했다.
• 플랫폼는 기능 유형 감소가 복잡한 관계를 밀도 있게 확장 가능하게 시각화함으로써, 다중관계 네트워크를 접근 가능하고 해석 가능한 형태로 만든다는 점을 입증하였다.