本發(fā)明屬于信息檢索領(lǐng)域，特別涉及用于基因產(chǎn)品的檢索方法。

背景技術(shù)：

隨著測序技術(shù)的發(fā)展，多物種基因組測序陸續(xù)完成，并且由于互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，基于互聯(lián)網(wǎng)進行基因、以及基因文獻、基因產(chǎn)品等相關(guān)材料的搜索已經(jīng)成為業(yè)內(nèi)的趨勢。

迄今，美國國立衛(wèi)生院基因數(shù)據(jù)庫(NCBI)里收錄基因數(shù)目已經(jīng)超過一千三百萬條。但由于命名規(guī)則的歷史原因和同源基因的存在，每條基因除了具有基因編號(gene ID)之外，還可能有基因全稱(gene full name)、基因符號(gene symbol)、別稱(aliase，synonym)等業(yè)內(nèi)名稱，在收錄基因文獻、基因產(chǎn)品時不可能按統(tǒng)一的名稱進行收錄。導致當前基于單一基因名稱關(guān)鍵詞搜索查詢特異性基因相關(guān)信息和產(chǎn)品時，查詢效率低且查詢結(jié)果易出現(xiàn)無關(guān)數(shù)據(jù)或遺漏數(shù)據(jù)等情況。這樣給后期的搜索帶來了巨大的困難。

技術(shù)實現(xiàn)要素：

為了解決現(xiàn)有技術(shù)中存在的缺點和不足，本發(fā)明提供了用于提高檢索效率的用于基因產(chǎn)品的檢索方法。

為了達到上述技術(shù)目的，本發(fā)明提供了用于基因產(chǎn)品的檢索方法，所述檢索方法包括：

根據(jù)基因編號、基因符號、基因全稱以及別稱構(gòu)建同源基因數(shù)據(jù)庫；

獲取待檢索的關(guān)鍵詞，從同源基因數(shù)據(jù)庫中確定與關(guān)鍵詞對應的唯一特征標簽；

根據(jù)唯一特征標簽，結(jié)合基因編號、基因符號、基因全稱以及別稱對關(guān)鍵詞進行拓展，獲取拓展關(guān)鍵詞；

根據(jù)拓展關(guān)鍵詞進行網(wǎng)絡檢索，將檢索結(jié)果輸出。

可選的，所述檢索方法，還包括：

構(gòu)建包括基因文獻、基因產(chǎn)品的檢索數(shù)據(jù)庫，在所述檢索數(shù)據(jù)庫設有與每個所述基因文獻、每個所述基因產(chǎn)品對應的唯一特征標簽。

可選的，所述檢索方法，還包括：

在所述檢索數(shù)據(jù)庫中選取與所述唯一特征標簽對應的、包括基因文獻和/或基因產(chǎn)品的檢索結(jié)果；

將所述檢索結(jié)果輸出。

可選的，所述根據(jù)唯一特征標簽，結(jié)合基因編號、基因符號、基因全稱以及別稱對關(guān)鍵詞進行拓展，獲取拓展關(guān)鍵詞，包括：

根據(jù)唯一特征標簽，確定與唯一特征標簽對應的目的基因編號、目的基因符號、目的基因全稱以及別稱；

以關(guān)鍵詞為基礎(chǔ)，將所述目的基因編號、所述目的基因符號、所述目的基因全稱以及別稱按或的邏輯結(jié)構(gòu)進行拓展，獲取拓展關(guān)鍵詞。

可選的，還包括：

所述唯一特征標簽為字符串，在所述字符串中設有序列字節(jié)和驗證字節(jié)。

可選的，在所述同源基因數(shù)據(jù)庫中設有與基因編號、基因符號、基因全稱以及別稱對應的標簽。

可選的，所述拓展關(guān)鍵詞為至少包括基因編號、基因符號、基因全稱以及別稱在內(nèi)的字符串。

可選的，還包括：

從基因子庫中獲取物種基因數(shù)據(jù)，結(jié)合對比數(shù)據(jù)庫對物種基因數(shù)據(jù)進行篩選，得到跨物種直接同源基因；

基于跨物種直接同源基因，以基因全稱或基因編號相同為標準在基因子庫中進行擴充匹配，得到直接同源基因關(guān)鍵詞數(shù)據(jù)集，根據(jù)得到的直接同源基因關(guān)鍵詞數(shù)據(jù)集建立非冗余數(shù)據(jù)庫；

在非冗余數(shù)據(jù)庫中選取與關(guān)鍵詞匹配的拓展關(guān)鍵詞。

可選的，所述結(jié)合對比數(shù)據(jù)庫對物種基因數(shù)據(jù)進行篩選，得到跨物種直接同源基因，包括：

從對比數(shù)據(jù)庫中提取與物種基因數(shù)據(jù)對應的樣本基因數(shù)據(jù)，基于樣本基因數(shù)據(jù)對物種基因數(shù)據(jù)進行去重篩選，得到篩選后的跨物種直接同源基因。

可選的，在所述非冗余數(shù)據(jù)庫中存儲的直接同源基因關(guān)鍵詞數(shù)據(jù)具有唯一性。

本發(fā)明提供的技術(shù)方案帶來的有益效果是：

通過根據(jù)待檢索的關(guān)鍵詞獲取唯一特征標簽，基于唯一特征標簽對關(guān)鍵詞進行拓展處理，最終根據(jù)得到的拓展關(guān)鍵詞進行全網(wǎng)檢索，由于拓展關(guān)鍵詞中包含了與待檢索的關(guān)鍵詞對應的多重限定，從而保證在互聯(lián)網(wǎng)上能夠搜索到與關(guān)鍵詞關(guān)聯(lián)性最強的資源，降低其他無關(guān)資源對搜索結(jié)果的干擾。

附圖說明

為了更清楚地說明本發(fā)明的技術(shù)方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是本發(fā)明提供的用于基因產(chǎn)品的檢索方法的流程示意圖；

圖2是本發(fā)明提供的拓展關(guān)鍵詞的獲取方式的流程示意圖。

具體實施方式

為使本發(fā)明的結(jié)構(gòu)和優(yōu)點更加清楚，下面將結(jié)合附圖對本發(fā)明的結(jié)構(gòu)作進一步地描述。

實施例一

本發(fā)明提供了用于基因產(chǎn)品的檢索方法，如圖1所示，所述檢索方法包括：

11、根據(jù)基因編號、基因符號、基因全稱以及別稱構(gòu)建同源基因數(shù)據(jù)庫。

12、獲取待檢索的關(guān)鍵詞，從同源基因數(shù)據(jù)庫中確定與關(guān)鍵詞對應的唯一特征標簽。

13、根據(jù)唯一特征標簽，結(jié)合基因編號、基因符號、基因全稱以及別稱對關(guān)鍵詞進行拓展，獲取拓展關(guān)鍵詞。

14、根據(jù)拓展關(guān)鍵詞進行網(wǎng)絡檢索，將檢索結(jié)果輸出。

在實施中，為了能夠根據(jù)關(guān)鍵詞獲取盡可能豐富、且與基因相關(guān)的檢索結(jié)果，本發(fā)明提供了用于基因產(chǎn)品的檢索方法，在本檢索方法中，首先構(gòu)建同源基因數(shù)據(jù)庫，在同源基因數(shù)據(jù)庫中包括大量的基因編號，基因符號、基因全稱以及別稱。以便于在后續(xù)步驟中，能夠根據(jù)關(guān)鍵詞的具體內(nèi)容，在同源基因數(shù)據(jù)庫中確定與關(guān)鍵詞關(guān)聯(lián)的基因編號、基因符號、基因全稱以及別稱。接著根據(jù)獲取到待檢索的關(guān)鍵詞，從前一步中構(gòu)建的同源基因數(shù)據(jù)庫中確定與關(guān)鍵詞對應的唯一特征標簽。再次根據(jù)唯一特征標簽對應的基因編號等內(nèi)容對關(guān)鍵詞進行拓展處理，得到處理后的拓展關(guān)鍵詞。最終根據(jù)拓展關(guān)鍵詞進行全網(wǎng)檢索，得到檢索結(jié)果。

在上述步驟中，之所以設置獲取唯一特征標簽的步驟，是為了將包含有基因編號、基因符號、基因全稱以及別稱的同源基因數(shù)據(jù)庫中的資源對關(guān)鍵詞進行拓展，對關(guān)鍵詞進行準確的限定，從而保證在互聯(lián)網(wǎng)上能夠搜索到與關(guān)鍵詞關(guān)聯(lián)性最強的資源，降低其他無關(guān)資源對搜索結(jié)果的干擾。

值得注意的是，在步驟12中確定唯一特征標簽時，在同源基因數(shù)據(jù)庫中存在的關(guān)鍵詞組可能會與關(guān)鍵詞一一對應，這樣，可以對應的關(guān)鍵詞組直接確定唯一特征標簽；如果在同源基因數(shù)據(jù)庫中，針對待檢索的關(guān)鍵詞，存在一個以上的關(guān)鍵詞組與之對應，這樣需要從多個關(guān)鍵詞組中選取更為接近的關(guān)鍵詞組，進而確定與選出的關(guān)鍵詞組對應的唯一特征標簽，從而便于根據(jù)確定的唯一特征標簽完成后續(xù)處理步驟。

步驟13中獲取拓展關(guān)鍵詞的步驟具體包括：

根據(jù)唯一特征標簽，確定與唯一特征標簽對應的目的基因編號、目的基因符號、目的基因全稱以及別稱；

以關(guān)鍵詞為基礎(chǔ)，將所述目的基因編號、所述目的基因符號、所述目的基因全稱以及別稱按或的邏輯結(jié)構(gòu)進行拓展，獲取拓展關(guān)鍵詞。

其中的唯一特征標簽為字符串，在所述字符串中設有序列字節(jié)和驗證字節(jié)。以便于在確定唯一特征標簽后，通過驗證字節(jié)對計算出的序列字節(jié)進行驗證。此外，為了在同源基因數(shù)據(jù)庫中設有與基因編號、基因符號、基因全稱以及別稱對應的標簽。獲取到的拓展關(guān)鍵詞為至少包括基因編號、基因符號、基因全稱以及別稱在內(nèi)的字符串。

具體的，所述檢索方法，還包括：構(gòu)建包括基因文獻、基因產(chǎn)品的檢索數(shù)據(jù)庫，在所述檢索數(shù)據(jù)庫設有與每個所述基因文獻、每個所述基因產(chǎn)品對應的唯一特征標簽。

在實施中，除了上述方法中提出的對關(guān)鍵詞進行拓展，基于拓展關(guān)鍵詞進行全網(wǎng)檢索意外，還包括構(gòu)建檢索數(shù)據(jù)庫，進而根據(jù)唯一特征標簽在檢索數(shù)據(jù)庫中進行檢索，獲取檢索后的結(jié)果。

本步驟中所謂的檢索數(shù)據(jù)庫，是包含基因文獻、基因產(chǎn)品在內(nèi)的數(shù)據(jù)庫，事先將可能作為檢索結(jié)果的基因文獻以及基因產(chǎn)品構(gòu)建數(shù)據(jù)庫，并且為檢索數(shù)據(jù)庫中與每個基因?qū)膬?nèi)容賦予唯一特征標簽。這樣在根據(jù)關(guān)鍵詞確定唯一特征標簽后，可以在所述檢索數(shù)據(jù)庫中選取與所述唯一特征標簽對應的、包括基因文獻和/或基因產(chǎn)品的檢索結(jié)果，進而將所述檢索結(jié)果輸出，根據(jù)唯一特征標簽在檢索數(shù)據(jù)庫中選出與關(guān)鍵詞對應的檢索內(nèi)容，相對于通過互聯(lián)網(wǎng)進行全網(wǎng)檢索，能夠?qū)崿F(xiàn)更為迅速且準確的檢索。

在第一種檢索方式中，提出了根據(jù)拓展關(guān)鍵詞進行全網(wǎng)檢索的方式，下面提出另一種關(guān)于拓展關(guān)鍵詞的獲取方式，具體過程為如圖2所示。

21、從基因子庫中獲取物種基因數(shù)據(jù)，結(jié)合對比數(shù)據(jù)庫對物種基因數(shù)據(jù)進行篩選，得到跨物種直接同源基因。

22、基于跨物種直接同源基因，以基因全稱或基因編號相同為標準在基因子庫中進行擴充匹配，得到直接同源基因關(guān)鍵詞數(shù)據(jù)集，根據(jù)得到的直接同源基因關(guān)鍵詞數(shù)據(jù)集建立非冗余數(shù)據(jù)庫。

23、在非冗余數(shù)據(jù)庫中選取與關(guān)鍵詞匹配的拓展關(guān)鍵詞。

在實施中，根據(jù)美國國家生物技術(shù)信息中心(National Center of Biotechnology Information，NCBI)的基因子庫整理多物種的基因數(shù)據(jù)，結(jié)合HomoloGene數(shù)據(jù)庫，篩選跨物種直接同源基因，以基因符號Symbol或全稱full name相同為標準在基因子庫中匹配擴充直接同源基因數(shù)據(jù)，最終產(chǎn)生直接同源基因關(guān)鍵詞數(shù)據(jù)集，建立基因符號Symbol名稱非冗余數(shù)據(jù)庫，選取與關(guān)鍵詞匹配的拓展關(guān)鍵詞。

步驟21中的結(jié)合對比數(shù)據(jù)庫對物種基因數(shù)據(jù)進行篩選，得到跨物種直接同源基因的具體方式為：從對比數(shù)據(jù)庫中提取與物種基因數(shù)據(jù)對應的樣本基因數(shù)據(jù)，基于樣本基因數(shù)據(jù)對物種基因數(shù)據(jù)進行去重篩選，得到篩選后的跨物種直接同源基因。

并且，在非冗余數(shù)據(jù)庫中存儲的直接同源基因關(guān)鍵詞數(shù)據(jù)具有唯一性。

本發(fā)明提供了用于基因產(chǎn)品的檢索方法，包括構(gòu)建同源基因數(shù)據(jù)庫，獲取待檢索的關(guān)鍵詞，確定與關(guān)鍵詞對應的唯一特征標簽，根據(jù)唯一特征標簽，對關(guān)鍵詞進行拓展，獲取拓展關(guān)鍵詞，根據(jù)拓展關(guān)鍵詞進行網(wǎng)絡檢索。通過根據(jù)待檢索的關(guān)鍵詞獲取唯一特征標簽，基于唯一特征標簽對關(guān)鍵詞進行拓展處理，最終根據(jù)得到的拓展關(guān)鍵詞進行全網(wǎng)檢索，由于拓展關(guān)鍵詞中包含了與待檢索的關(guān)鍵詞對應的多重限定，從而保證在互聯(lián)網(wǎng)上能夠搜索到與關(guān)鍵詞關(guān)聯(lián)性最強的資源，降低其他無關(guān)資源對搜索結(jié)果的干擾。

上述實施例中的各個序號僅僅為了描述，不代表各部件的組裝或使用過程中的先后順序。

以上所述僅為本發(fā)明的實施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應包含在本發(fā)明的保護范圍之內(nèi)。