在CHEBI中定义肽

《Journal of Cheminformatics》：Defining peptides in ChEBI

　　

摘要

现代生物化学产生了大量的化学知识。诸如“生物相关化学实体”（ChEBI）这样的本体论可以帮助组织这些知识。然而，仅依靠手动分类，本体论无法跟上其领域的发展速度。在这项工作中，我们提出了一种新的分类体系，涵盖了与肽相关的67个类别，肽是ChEBI中的一个重要分支，包含近15,000种化合物。ChEBI中现有的自然语言定义得到了扩展和更精确的规范。这些自然语言定义还附有基于一元二阶逻辑（MSOL）的逻辑公理化表述。为了利用这种公理化进行自动化分类，我们开发了一种方法论，该方法首先将一元二阶定义转化为部分一阶定义，最终实现算法分类。这结合了本体论定义的三个重要方面：它们反映了专家的意见，表述清晰无误，并且可以自动验证。在我们的评估中，我们将我们的分类结果与ChEBI当前的分类体系进行了比较，发现了ChEBI中可能存在的一些不一致之处，以及可以从自动化扩展中受益的领域。我们还在专家调查中评估了这些自然语言定义的有效性。

科学贡献：本研究为ChEBI现有的14个类别以及53个新的与肽相关的类别提供了精确的自然语言定义。这些定义采用MSOL形式化，并配备了高效的实现机制，能够进行大规模分子分类，包括对ChEBI和PubChem数据的全面分类。