近日，由成都文獻(xiàn)情報(bào)中心胡正銀副研究員、張志強(qiáng)研究員與西南交通大學(xué)曾榮強(qiáng)博士、中科院廣州生物醫(yī)藥與健康院覃筱楚、山西財(cái)經(jīng)大學(xué)隗玲博士合作撰寫的論文“A Method of Biomedical Knowledge Discovery by Literature Mining Based on SPO predications: A Case Study of induced Pluripotent Stem Cells”被施普林格出版社出版的論文集Lecture Notes in Artificial Intelligence（LNAI）Series：Machine Learning and Data Mining in Pattern Recognition收錄正式發(fā)表，并被《工程索引》（The Engineering Index）收錄。 

　　隨著生物醫(yī)學(xué)科技信息數(shù)量的快速增長和生命科學(xué)研究的交叉發(fā)展，生物醫(yī)學(xué)文獻(xiàn)知識(shí)發(fā)現(xiàn)（Knowledge Discovery in Biomedical Literature，KDiBL）已成為生物醫(yī)學(xué)信息學(xué)的一個(gè)重要研究領(lǐng)域。論文圍繞“誘導(dǎo)多能干細(xì)胞”（induced Pluripotent Stem Cells，iPSC）這一干細(xì)胞研究前沿知識(shí)發(fā)現(xiàn)的具體需求，基于干細(xì)胞領(lǐng)域知識(shí)圖譜數(shù)據(jù)，從細(xì)粒度、富語義的生物醫(yī)藥信息知識(shí)表示、面向主題的知識(shí)挖掘及全景式知識(shí)可視化展示三個(gè)方面出發(fā)，以“主-謂-賓”（Subject-Predication-Object，SPO）三元組形式對(duì)iPSC領(lǐng)域科技文獻(xiàn)中蘊(yùn)含的知識(shí)元進(jìn)行了深度揭示與組織，挖掘出iPSC影響要素、疾病類型、人體病灶組織和實(shí)驗(yàn)對(duì)象等多種類型的知識(shí)主題，并以語義網(wǎng)絡(luò)的形式全景式地展示了iPSC領(lǐng)域的知識(shí)脈絡(luò)，包括涉及的重要研究方法、實(shí)驗(yàn)技術(shù)、細(xì)胞器官、基因及治療疾病等。 

　　相關(guān)研究工作得到了國家社科基金重點(diǎn)項(xiàng)目“面向領(lǐng)域知識(shí)發(fā)現(xiàn)的學(xué)科信息學(xué)理論與應(yīng)用研究”、中國科學(xué)院“十三五”信息化專項(xiàng)“面向干細(xì)胞領(lǐng)域知識(shí)發(fā)現(xiàn)的科研信息化應(yīng)用”的支持，研究成果在 “the 14th International Conference on Machine Learning and Data Mining” （MLDM 2018）做了大會(huì)報(bào)告。 

　　SPO語義網(wǎng)絡(luò)縮略圖