基于本体的临床试验数据语义查询_黄必清

基于本体的临床试验数据语义查询_黄必清
ＩＳＳＮ　１０００－
００５４ＣＮ　１１－２２２３／Ｎ　清华⼤学学报（⾃然科学版）Ｊ　Ｔｓｉｎｇｈｕａ　Ｕｎｉｖ（Ｓｃｉ　＆Ｔｅｃｈ），２０１２年第５２卷第１期２０１２，Ｖｏｌ．５２，Ｎｏ．１１０
／２５４７－
５４基于本体的临床试验数据语义查询
黄必清１，　王　涛１，　朱　鹏１，　薛　霄１，　吴　芸
２
（１．清华⼤学国家ＣＩＭＳ⼯程技术研究中⼼，北京１０００８４；２．徐州雷奥医疗设备有限公司，徐州２２１１１６
）收稿⽇期：２０１１－０３－
１６基⾦项⽬：国家“⼗⼀五”科技⽀撑计划资助项⽬
（２００８ＢＡＨ２４Ｂ０１，２００８ＢＡＨ２４Ｂ０３
）作者简介：黄必清（１９６６—）
，男，湖北，副教授。

Ｅ－ｍａｉｌ：ｈｂｑ＠ｔｓｉｎｇ
ｈｕａ．ｅｄｕ．ｃｎ摘　要：临床试验数据的描述中多⾃然语⾔、多专业医学术语的特点使得⽤户难以通过⾃定义的关键字快速定位所需的资源。

该⽂采⽤基于本体的⽅法实现对于临床试验数据的语义查询。

该系统的实现步骤如下：使⽤ＯＷＬ（Ｗｅｂ　ｏｎ－ｔｏｌｏｇｙ　ｌａｎｇｕａｇｅ）构建基于ＩＣＤ－１０和ＩＣＭＪＥ标准的本体，包含疾病和临床试验类；从Ｃｌｉｎｉｃａｌ　Ｔｒｉａｌｓ注册库获取临床试验数据，
标注为本体中的临床试验类实例；建⽴临床试验实例与疾病实例的联系；借助ＳＰＡＲＱＬ实现对于临床试验数据结构化的查询。

使⽤上述⽅法，
⽤户能够通过疾病实例和相关属性的关键字，
表达结构化的语义查询条件，精确定位所需的临床试验。

与传统的仅基于关键字匹配的查询⽅法相⽐，该⽅法所表达的查询条件能够更加准确地描述⽤户的查询需求。

关键词：语义查询；本体；⽹络本体语⾔（ＯＷＬ）；ＳＰＡＲＱＬ中图分类号：ＴＰ　
３９１⽂献标志码：Ａ
⽂章编号：１０００－００５４（２０１２）０１－００４７－
０８Ｏｎｔｏｌｏｇｙ－ｂａｓｅｄ　ｓｅｍａｎｔｉｃ　ｑｕｅｒｙ　
ｆｏｒ　ｃｌｉｎｉｃａｌ　ｔｒｉａｌｓＨＵＡＮＧ　Ｂｉｑｉｎｇ１，ＷＡＮＧ　Ｔａｏ１，ＺＨＵ　Ｐｅｎｇ
１，ＸＵＥ　Ｘｉａｏ１，ＷＵ　Ｙｕｎ２
（１．Ｎａｔｉｏｎａｌ　ＣＩＭＳ　Ｅｎｇｉｎｅｅｒｉｎｇ　Ｒｅｓｅａｒｃｈ　Ｃｅｎｔｅｒ，Ｔｓｉｎｇｈｕａ　Ｕｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ　
１０００８４，Ｃｈｉｎａ；２．Ｘｕｚｈｏｕ　ＬＥＯ　Ｍｅｄｉｃａｌ　Ｅｑｕｉｐｍｅｎｔｓ　Ｃｏ．，Ｘｕｚｈｏｕ　２２１１１６，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｅ　ｅｘｔｅｎｓｉｖｅ　ｍｅｄｉｃａｌ　ｔｅｒｍｉｎｏｌｏｇｙ　ｕｓｅｄ　ｔｏ　ｄｅｓｃｒｉｂｅ　ｃｌｉｎｉｃａｌｔｒｉａｌｓ　ｃｏｍｐｌｉｃａｔｅｓ　ｋｅｙｗｏｒｄ　ｓｅａｒｃｈｅｓ　ｔｏ　ｌｏｃａｔｅ　ｒｅｓｏｕｒｃｅｓ．Ｔｈｉｓ　ｐａｐｅｒｐｒｅｓｅｎｔｓ　ａｎ　ｏｎｔｏｌｏｇｙ－ｂａｓｅｄ　ｓｅｍａｎｔｉｃ　ｑｕｅｒｙ　ｓｙｓｔｅｍ　ｆｏｒ　ｃｌｉｎｉｃａｌ　ｔｒｉａｌｄｅｓｃｒｉｐｔｉｏｎｓ．Ｔｈｉｓ　ｓｙｓｔｅｍ　ｕｓｅｓ　ｔｈｅ　Ｗｅｂ　ｏｎｔｏｌｏｇｙ　ｌａｎｇｕａｇｅ（ＯＷＬ）ｔｏ　ｃｒｅａｔｅ　ｔｈｅ　ｏｎｔｏｌｏｇｙ　
ｂａｓｅｄ　ｏｎ　ＩＣＤ－１０ａｎｄ　ＩＣＭＪＥ（ｔｈｅ　ｏｎｔｏｌｏｇｙｉｎｃｌｕｄｅｓ　ａ　ｃｌｉｎｉｃａｌ　ｔｒｉａｌ　ｃｌａｓｓ　ａｎｄ　ａ　ｄｉｓｅａｓｅ　ｃｌａｓｓ），ｒｅｔｒｉｅｖｅｓ　ｃｌｉｎｉｃａｌｔｒｉａｌ　ｄａｔａ　ｆｒｏｍ　ＣｌｉｎｉｃａｌＴｒｉａｌｓ．ｇｏｖ，ａｎｎｏｔａｔｅｓ　ｔｈｅ　ｄａｔａ　ａｓ　ｉｎｓｔａｎｃｅｓ　ｏｆｔｈｅ　ｃｌｉｎｉｃａｌ　ｔｒｉａｌ　ｃｌａｓｓ　ａｎｄ　ｃｒｅａｔｅｓ　ｒｅｌａｔｉ
ｏｎｓｈｉｐｓ　ｂｅｔｗｅｅｎ　ｔｈｅ　ｃｌｉｎｉｃａｌｔｒｉａｌｓ　ａｎｄ　ｄｉｓｅａｓｅｓ　ｔｏ　ｅｎａｂｌｅ　ｓｔｒｕｃｔｕｒｅｄ　ｓｅｍａｎｔｉｃ　ｃｌｉｎｉｃａｌ　ｔｒｉａｌ　ｑｕｅｒｉｅｓｕｓｉｎｇ　ＳＰＡＲＱＬ．Ｔｈｒｏｕｇｈ　ｔｈｉｓ　ｍｅｔｈｏｄ，ｕｓｅｒｓ　ｃａｎ　ｕｓｅ　ｄｉｓｅａｓｅ　ａｎｄｐｒｏｐｅｒｔｙ　ｋｅｙｗｏｒｄｓ　ｔｏ　ｅｘｐｒｅｓｓ　ｔｈｅ　ｓｔｒｕｃｔｕｒｅｄ　ｓｅｍａｎｔｉｃ　ｑｕｅｒｙ　ａｎｄｌｏｃａｔｅ　ｔｈｅ　ｒｅｓｏｕｒｃｅｓ．Ｔｈｅ　ｑｕｅｒｙ　ｃｏｎｄｉｔｉｏｎｓ　ｇｅｎｅｒａｔｅｄ　ｂｙ　ｔｈｉｓ　ｍｅｔｈｏｄｍｏｒｅ　ａｃｃｕｒａｔｅｌｙ　ｍｅｅｔ　ｔｈｅ　ｕｓｅｒｓ　ｎｅｅｄｓ　ｔｈａｎ　ｔｒａｄｉｔｉｏｎａｌ　ｑｕｅｒｉｅｓ．Ｋｅｙ　
ｗｏｒｄｓ：ｓｅｍａｎｔｉｃ　ｑｕｅｒｙ；ｏｎｔｏｌｏｇｙ；Ｗｅｂ　ｏｎｔｏｌｏｇｙ　ｌａｎｇｕａｇｅ（ＯＷＬ）；ＳＰＡＲＱＬ
随着医学和公共卫⽣事业的发展，以及临床试验相关的医学知识不断增长，⼈们需要对其进⾏有效的管理。

世界卫⽣组织定义：临床试验是指以⼈为对象的前瞻性研究，
预先将受试者或受试⼈群分配⾄接受⼀种或多种医疗⼲预，
以评价医疗⼲预对健康结局的影响［
１］。

通过对临床试验进⾏注册，将临床试验的相关信息公开，便于相关部门进⾏监督、管理。

同时，其他临床试验研究机构还可以通过访问这些信息，避免进⾏不必要的重复试验。

另外，患者可以通过了解临床试验信息，⾃愿选择其中的试验参加。

⽬前，全世界有多个临床试验注册库。

Ｃｌｉｎｉｃａｌ
Ｔｒｉａｌｓ注册库［２］
是由美国国⽴卫⽣研究院（ＮＩＨ）
下的国⽴医学图书馆（ＮＬＭ）
和美国⾷品药物管理局（ＦＤＡ）
进⾏开发和维护，按照世界卫⽣组织国际医学杂志编辑委员会（ＩＣＭＪＥ）所制定标准［３］
进⾏数据发布的临床试验公共注册平台，也是由美国政府构建的第⼀个临床试验注册库。

该注册库⽬前包含１７４个国家的１０３　
１０９个临床试验数据。

在临床试验注册库中进⾏数据查询时，由于临床试验往往针对某⼀类或多类疾病，
因此⽤户⼀般也是希望查找与某⼀类疾病相关联的临床试验。

但是，很多⽤户由于缺乏相关医学知识，很难准确描述疾病名称，因此需要能够实现语义查询，通过疾病概念定位所需查找的临床试验。

同时，临床试验数据包含⼤量信息如试验标题、开始时间、相关疾病、⼲预⼿段、负责⼈、联系⽅式等，传统的基于关键字全⽂匹配的查找⽅式很难满⾜⽤户的查询需求，因此对临床试验进⾏查询时，
还需要能够实现结构化的
４８　
清华⼤学学报（⾃然科学版）
２０１２，５２（１
）查询，定位相关属性符合要求的数据。

⽬前，世界上多个研究机构采⽤医学本体概念对医学数据进⾏标注，
从⽽实现基于本体的语义查询。

Ｓｈａｈ等使⽤描述癌症相关概念的医学本体ＮＣＩ　
Ｔｈｅｓａｕｒｕｓ对斯坦福⼤学组织微阵列数据库中的⼈体组织样本数据进⾏标注，并实现基于该本体
的数据查询［４］。

另外，Ｓｈａｈ等还使⽤统⼀医学语
⾔系统（ｕｎｉｆｉｅｄ　ｍｅｄｉｃａｌ　ｌａｎｇｕａｇｅ　ｓｙｓｔｅｍ，ＵＭＬＳ）中的本体概念对美国国家⽣物医学信息学中⼼基因表达式库（ｇｅｎｅ　ｅｘｐ
ｒｅｓｓｉｏｎ　ｏｍｎｉｂｕｓ，ＧＥＯ）中的基因表达式和蛋⽩表达式数据进⾏标注［
５］。

⽽由美国国家医学本体中⼼开发和维护的基于本体的医学知
识管理平台ＢｉｏＰｏｒｔａｌ［６］
实现了医学本体的统⼀管
理，
并进⼀步借助医学本体概念对⽂献、试验、图像等多种类型和来源的数据进⾏标注，从⽽实现医学数据的有效集成和管理。

结合上述医学领域本体及基于本体的医学数据语义查询的应⽤需求和研究背景，本⽂构建包含临床试验和疾病类的本体，获取Ｃｌｉｎｉｃａｌ　Ｔｒｉａｌｓ注册库中的临床试验数据，将其标注为本体中临床试验类的实例，建⽴临床试验实例与疾病实例的关系，从⽽实现了基于本体的临床试验数据的语义查询，使得⽤户能够通过疾病实例和相关属性的关键字定位所需的临床试验。

１　本体相关概念
本体原本是⼀个哲学概念，上世纪９０年代开始，随着⼈⼯智能的发展⽽被⽤于⾃然语⾔处理、知识表⽰等研究领域。

⽬前，对于本体的概念有
着不同的解释，⽐较公认的本体定义由Ｇｒｕｂｅｒ于
１９９３年提出：“
本体是对共享的概念进⾏形式化的显⽰规范说明”［７］
，即本体包含着基本的４层含义［
８］
：１
）概念模型，即本体由概念组成，⽽概念是对客观世界共性存在的抽象描述；
２）显式，即本体的概念具有明确的定义和约束；
３
）形式化，即本体通过规范的语⾔表述，对计算机可读；
４）共享，即本体表达的是被⼴泛公认和接受的知识。

本体的组成包含概念、关系、函数、公理和实例
５个部分［９］。

概念对事物进⾏描述，
定义事物的属性；关系、函数和公理表述概念之间的内在联系；实
例表⽰概念在客观世界中实际存在的个体，从⽽实现知识的表⽰。

临床试验数据与其他领域知识相⽐，具有数据
量⼤、
⾃然语⾔描述多的特点［１０］。

因此，⽬前众多科研机构使⽤本体技术对医学知识进⾏结构化表
⽰，实现知识管理、数据集成和决策⽀持［
１１］。

⽬前，应⽤较⼴的医学本体有国际医学疾病分类体系
ＩＣＤ－１０［１２］、基因本体ＧＯ［１３］
、⼈体解剖学本体ＦＭＡ［１
４］
等。

２　基于本体的临床试验数据语义查询
基于本体的医学临床试验数据语义查询系统功能架构如图１所⽰，由本体构建、数据抓取、数据标注和语义查询４个模块组成。

图１　系统功能架构
在本体构建中，
采⽤ＩＣＭＪＥ标准和ＣｌｉｎｉｃａｌＴｒｉａｌｓ注册库⽬前的格式构建临床试验本体类，该类包含了⼲预措施、对⽐研究、试验假设、⾸要试验指标、次要试验指标等数值属性，同时还包含了值域是疾病类的对象属性“Ａｂｏｕｔ＿ｄｉｓｅａｓｅ
”，表⽰某临床试验实例与某⼏类疾病实例相关。

对于疾病类，采⽤国际医学疾病分类体系ＩＣＤ－１０构建疾病分类和层次关系，采⽤ＩＣＤ－
１０中具体的疾病名称作为疾病类的实例。

采⽤Ｗｅｂ本体描述语⾔ＯＷＬ［１
５］
来对上述本体进⾏描述。

本体的构建过程使⽤了由斯坦福⼤
黄必清，等：　基于本体的临床试验数据语义查询
４９　
学医学信息⼩组开发的本体设计软件Ｐｒｏｔéｇ
é［１６］。

在数据抓取中，采⽤ＨＴＴＰ协议中的ＧＥＴ⽅法获取Ｃｌｉｎｉｃａｌ　Ｔｒｉａｌｓ注册库中记录临床试验数据的ＨＴＭＬ⽂件。

在数据标注中，对包含临床试验详细信息的ＨＴＭＬ⽂件进⾏解析，
从ＨＴＭＬ⽂件各数据项中抽取出与临床试验类各属性相对应的数据。

构建临床试验实例，将抽取出的数据作为实例各数据属性
的属性值。

采⽤概念识别［
１７］
⽅法，从临床试验实例的相应数据属性中识别出其中所包含的疾病实例，建⽴临床试验实例与疾病实例的相关关系。

在语义查询中，使⽤ＳＰＡＲＱＬ查询语⾔［１
８］
对临床试验实例进⾏结构化的语义查询，查询条件包括与临床试验实例相关的疾病实例以及临床试验实例的属性值。

３　关键功能和技术⽅案
３．１　基于ＩＣＤ－
１０和ＩＣＭＪＥ标准的本体构建⽬前，ＩＣＭＪＥ制定了临床试验数据的各项标准，规定在⼀个基本的临床试验中，应⾄少包含以下数据：唯⼀标识符、⼲预措施、对⽐研究、试验假设、⾸要试验指标、次要试验指标、纳⼊标准、关键试验数据（如注册时间和开始时间等）、研究⽬的、资⾦来源、联系⽅式等。

Ｃｌｉｎｉｃａｌ　Ｔｒｉａｌｓ注册库在该委员会所指定的标准下，制定了相应的临床试验注册数
据格式［
１９］。

按照ＩＣＭＪＥ标准以及Ｃｌｉｎｉｃａｌ　
Ｔｒｉａｌｓ注册库中已有的数据格式，构建临床试验本体类，如图２所⽰。

该类包含了多个数据属性，按照Ｃｌｉｎｉｃａｌ　Ｔｒａｉｌ注册库中已有的数据格式，可分为４个属性，分别是跟踪信息属性（ｔｒａｃｋｉｎｇ　ｉｎｆｏｒｍａｔｉｏｎ）、描述信息属性（ｄｅｓｃｒｉｐｔｉｖｅ　ｉｎｆｏｒｍａｔｉｏｎ）、录⼊信息属性（ｒｅ－ｃｒｕｉｔｍｅｎｔ　ｉｎｆｏｒｍａｔｉｏｎ）和管理信息属性（ａｄｍｉｎｉｓ－
ｔｒａｔｉｖｅ　ｉｎｆｏｒｍａｔｉｏｎ）。

这４个属性的定义域是“Ｃｌｉｎｉｃａｌ＿ｔｒｉａｌ”类，值域是字符串类型。

将ＣｌｉｎｉｃａｌＴｒｉａｌｓ注册库中的各数据项作为上述４个数据属性
的⼦属性。

临床试验本体类４个主属性及其⼦属性的说明如下：
１）跟踪信息属性包含了临床试验开始时间、结束时间、最近更新时间等时间节点⼦属性，临床试验最初和当期的⾸要试验指标、
次要试验指标，以及修改历史等⼦属性，⽤于跟踪整个临床试验的进展过程。

２）描述信息属性包含了临床试验的标题、摘要、描述、试验类型、试验阶段、试验设计、所针对疾病、⼲预措施等⼦属性，
对整个临床试验的内容、⽅法、⽬的进⾏具体的描述。

其中，“Ｃｏｎｄｉｔｉｏｎ”属性记录了该临床试验针对的疾病；“Ｉｎｔｅｒｖｅｎｔｉｏｎ”属性记录了该临床试验所采⽤的⼲预措施，包括药物、设备等。

３
）录⽤信息属性包含了临床试验的录⽤状态、录⽤标准、联系⽅式等⼦属性。

４
）管理信息属性包含了临床试验的唯⼀标识符、试验责任⽅、试验资助⽅、试验注册信息提供者等⼦属性。

图２　Ｃｌｉｎｉｃａｌ＿ｔｒｉａｌ概念各属性
５０　
清华⼤学学报（⾃然科学版）
２０１２，５２（１
）同时，
构建“Ａｂｏｕｔ＿ｄｉｓｅａｓｅ”对象属性，该属性的定义域仍是“Ｃｌｉｎｉｃａｌ＿ｔｒｉａｌ”类，值域是“Ｄｉｓｅａｓｅ”类型，⽤于表⽰临床试验与其所针对疾病的相关关系。

⽬前，国际上较为通⽤的疾病分类体系是ＩＣＤ－１０。

参考ＩＣＤ－
１０，构建疾病本体。

按照ＩＣＤ１０的分类，将疾病分为２１个⼦类，包括循环系统疾病类、呼吸系统疾病类、消化系统疾病类、神经系统疾病类
等。

在２１个疾病⼦类的基础上，对疾病种类、疾病名称等进⾏细分，建⽴疾病本体类层次。

例如，⼼⼒衰竭（ｈｅａｒｔ　ｆａｉｌｕｒｅ）这⼀类疾病属于循环系统疾病类（ｄｉｓｅａｓｅｓ　ｏｆ　ｔｈｅ　ｃｉｒｃｕｌａｔｏｒｙ　ｓｙｓｔｅｍ）下的其他类型⼼脏病（ｏｔｈｅｒ　ｆｏｒｍｓ　ｏｆ　ｈｅａｒｔ　ｄｉｓｅａｓｅ）这⼀⼦类中，同时，⼼⼒衰竭包含了充⾎性⼼⼒衰竭、⼀般性⼼⼒衰竭、
左⼼衰竭这３个疾病实例。

关于循环系统疾病、⼼⼒衰竭及相关实例之间的关系如图３所⽰。

图３　⼼⼒衰竭类及其实例
采⽤Ｐｒｏｔéｇ
é进⾏本体的构建。

本体采⽤⽹络本体语⾔（Ｗｅｂ　ｏｎｔｏｌｏｇｙ　ｌａｎｇｕａｇｅ，ＯＷＬ）进⾏描述。

ＯＷＬ以描述逻辑为基础，并在ＲＤＦ（ｒｅｓｏｕｒｃｅｄｅｓｃｒｉｐ
ｔｉｏｎ　ｆｒａｍｅｗｏｒｋ）的基础上，添加了更多的建模元语，因此具备着较强的推理能⼒和描述能⼒。

使⽤ＯＷＬ对循环系统疾病、⼼⼒衰竭等疾病类，以及⼀般性⼼⼒衰竭、左⼼衰竭等⼼⼒衰竭类实例进⾏描述的内容如图４所⽰。

＜ｏｗｌ：Ｃｌａｓｓ　
ｒｄｆ：ＩＤ＝＂Ｏｔｈｅｒ＿ｆｏｒｍｓ＿ｏｆ＿ｈｅａｒｔ＿ｄｉｓｅａｓｅ＂＞＜ｒｄｆｓ：ｓｕｂＣｌａｓｓＯｆ＞
＜ｏ
ｗｌ：Ｃｌａｓｓｒｄｆ：ＩＤ＝＂Ｄｉｓｅａｓｅｓ＿ｏｆ＿ｔｈｅ＿ｃｉｒｃｕｌａｔｏｒｙ＿ｓｙ
ｓｔｅｍ＂／＞＜／ｒｄｆｓ：ｓｕｂＣｌａｓｓＯｆ＞＜／ｏｗｌ：Ｃｌａｓｓ＞＜ｏｗｌ：Ｃｌａｓｓ　
ｒｄｆ：ＩＤ＝＂Ｈｅａｒｔ＿ｆａｉｌｕｒｅ＂＞＜ｒｄｆｓ：ｓｕｂＣｌａｓｓＯｆ＞　＜ｏ
ｗｌ：Ｃｌａｓｓｒｄｆ：ａｂｏｕｔ＝＂＃Ｏｔｈｅｒ＿ｆｏｒｍｓ＿ｏｆ＿ｈｅａｒｔ＿ｄｉｓｅａｓｅ
＂／＞＜／ｒｄｆｓ：ｓｕｂＣｌａｓｓＯｆ＞＜／ｏｗｌ：Ｃｌａｓｓ＞＜Ｈｅａｒｔ＿ｆａｉｌｕｒｅ　ｒｄｆ：ＩＤ＝＂Ｌｅｆｔ＿ｖｅｎｔｒｉｃｕｌａｒ＿ｆａｉｌｕｒｅ＂／＞＜Ｈｅａｒｔ＿ｆａｉｌｕｒｅ　ｒｄｆ：ＩＤ＝＂Ｈｅａｒｔ＿ｆａｉｌｕｒｅ＿ｕｎｓｐｅｃｉｆｉｅｄ＂／＞＜Ｈｅａｒｔ＿ｆａｉｌｕｒｅ　ｒｄｆ：ＩＤ＝＂Ｃｏｎｇ
ｅｓｔｉｖｅ＿ｈｅａｒｔ＿ｆａｉｌｕｒｅ＂／＞图４　ＯＷＬ描述疾病类及其实例
３．２　数据提取和标注
Ｃｌｉｎｉｃａｌ　
Ｔｒｉａｌｓ注册库中，每个临床试验数据的详细信息都由⼀个ＨＴＭＬ⽂件显⽰。

从Ｃｌｉｎｉｃａｌ
Ｔｒｉａｌｓ注册库中，随机选取了４　０００个临床试验数据，通过ＨＴＴＰ协议的ＧＥＴ⽅法对这些临床试验
数据所在的⽹页进⾏访问，
获取⽹页内容。

在本体中，构建临床试验实例，将从⽹页中抽取出的数据项具体值标注为与该数据项名称相对应的临床试验实例数据属性的属性值。

在创建临床试验实例并对数据属性进⾏标注的基础上，对临床试验实例与疾病实例之间关系进⾏标注，因此需要⾸先从临床试验实例相关属性值⽂本中，采⽤⾃然语⾔处理⽅法识别出其中所包含的疾病概念。

开放⽣物医学标注器（ｏｐｅｎ　ｂｉｏｍｅｄｉｃａｌ　ａｎｎｏｔａ－ｔｏｒ，ＯＢＡ）由美国国⽴医学本体中⼼（ＮＣＢＯ）
开发，能够实现对数据中的本体概念进⾏⾃动识别［２０－
２１］。

该⼯具提供了Ｗｅｂ服务，
可以进⾏远程调⽤，因此本⽂通过调⽤ＯＢＡ的Ｗｅｂ服务，⾃动识别临床试验实例“Ｃｏｎｄｉｔｉｏｎ”、“Ｂｒｉｅｆ＿Ｔｉｔｌｅ”、“Ｏｆｆｉｃｉａｌ＿Ｔｉ－ｔｌｅ”、“Ｂｒｉｅｆ＿Ｓｕｍｍａｒｙ”和“Ｄｅｔａｉｌｅｄ＿Ｄｅｓｃｒｉｐｔｉｏｎ”属性值中的疾病概念。

对于识别出的概念，ＯＢＡ会给出不同的权重，权重值由１到１０。

例如，在直接识别中，如果识别出⽂本中包含某概念的⾸选名称，则该概念权重值为１０；如果识别出⽂本中包含某概念的同义词，
则
黄必清，等：　基于本体的临床试验数据语义查询５１
该概念权重值为８；在语义扩展中，对于已识别概念的直接⽗概念，其权重值为８。

如果识别出的疾病概念来⾃ＩＣＤ－１０，则从已构建的本体中选取与该疾病概念在标识符上相⼀致的疾病实例，从⽽将该疾病实例作为“Ａｂｏｕｔ＿ｄｉｓ－ｅａｓｅ”对象属性的属性值，建⽴临床试验实例与疾病实例之间的关系。

同时，将ＯＢＡ给出的权重值作为该疾病实例对于所识别的数据属性中的⽂本内容的权重值Ｗ
Ｃｏｎｃｅｐｔ。

另外，对于识别出的疾病实例，本体中与其同属⼀个疾病类的实例也可看作与属性中的⽂本内容相关，可以作为⽂本内容中所包含的疾病实例，但权重值应较低，在本系统中赋值为５。

在系统中，进⾏概念识别的⽂本包括“Ｃｏｎｄｉ－ｔｉｏｎ”、“Ｂｒｉｅｆ＿Ｔｉｔｌｅ”等临床试验本体类数据属性，
其中，“Ｃｏｎｄｉｔｉｏｎ”属性记录了临床试验所针对的疾病名称。

由“Ｃｏｎｄｉｔｉｏｎ”属性中的⽂本内容识别出的疾病实例与临床试验的相关度最⾼；“Ｂｒｉｅｆ＿Ｔｉ－ｔｌｅ”、“Ｏｆｆｉｃｉａｌ＿Ｔｉｔｌｅ”、“Ｂｒｉｅｆ＿Ｓｕｍｍａｒｙ”、“Ｄｅ－ｔａｉｌｅｄ＿Ｄｅｓｃｒｉｐｔｉｏｎ”中的疾病实例与临床试验的相关度相对较低。

因此，对于识别出的概念也根据其所在临床试验本体类属性给出不同的权重值ＷＰｒｏｐｅｒｔｙ。

对于“Ｃｏｎｄｉｔｉｏｎ”属性，ＷＰｒｏｐｅｒｔｙ为１；对于有关标题的“Ｂｒｉｅｆ＿Ｔｉｔｌｅ”和“Ｏｆｆｉｃｉａｌ＿Ｔｉｔｌｅ”属性，ＷＰｒｏｐｅｒｔｙ为０．８；对于有关试验描述的“Ｂｒｉｅｆ＿Ｓｕｍ－ｍａｒｙ”和“Ｄｅｔａｉｌ＿Ｄｅｓｃｒｉｐｔｉｏｎ”属性，ＷＰｒｏｐｅｒｔｙ为０．６。

标注结果的权重值Ｗ
Ａｎｎｏｔａｔｉｏｎ
的计算公式如下：
ＷＡｎｎｏｔａｔｉｏｎ＝ＷＣｏｎｃｅｐｔＷＰｒｏｐｅｒｔｙ．
对于计算出的权重以“疾病实例｜所在临床试验属性｜权重值”的格式记录在临床试验实例的“ｃｏｍｍｅｎｔ”属性中。

标注完成后，临床试验实例使⽤ＯＷＬ进⾏描述部分如图５所⽰。

＜Ｃｌｉｎｉｃａｌ＿ｔｒｉａｌ　ｒｄｆ：ＩＤ＝＂ＮＣＴ００９０５９４４＂＞
＜ｒｄｆｓ：ｃｏｍｍｅｎｔ＞
Ｌｅｆｔ＿ｖｅｎｔｒｉｃｕｌａｒ＿ｆａｉｌｕｒｅ｜Ｃｏｎｄｉｔｉｏｎ｜１０
＜／ｒｄｆｓ：ｃｏｍｍｅｎｔ＞
＜Ａｂｏｕｔ＿ｄｉｓｅａｓｅ
ｒｄｆ：ｒｅｓｏｕｒｃｅ＝＂＃Ｌｅｆｔ＿ｖｅｎｔｒｉｃｕｌａｒ＿ｆａｉｌｕｒｅ＂／＞
＜Ｂｒｉｅｆ＿Ｔｉｔｌｅ＞
Ｅｘｅｒｃｉｓｅ　ｉｎ　Ｐａｔｉｅｎｔｓ　Ｗｉｔｈ　ａ　Ｂｉｖｅｎｔｒｉｃｕｌａｒ　Ｐａｃｅｍａｋｅｒ
＜／Ｂｒｉｅｆ＿Ｔｉｔｌｅ＞
＜Ｃｏｎｄｉｔｉｏｎ＞
Ｌｅｆｔ　Ｖｅｎｔｒｉｃｕｌａｒ　Ｆａｉｌｕｒｅ
＜／Ｃｏｎｄｉｔｉｏｎ＞
＜／Ｃｌｉｎｉｃａｌ＿ｔｒｉａｌ＞
图５　ＯＷＬ描述临床试验实例
在上述标注结果中，“Ｂｒｉｅｆ＿Ｔｉｔｌｅ”数据属性值为“Ｅｘｅｒｃｉｓｅ　ｉｎ　Ｐａｔｉｅｎｔｓ　Ｗｉｔｈ　ａ　Ｂｉｖｅｎｔｒｉｃｕｌａｒ　Ｐａｃｅ－ｍａｋｅｒ”，“Ｃｏｎｄｉｔｉｏｎ”数据属性值为“Ｌｅｆｔ　Ｖｅｎｔｒｉｃｕ－ｌａｒ　Ｆａｉｌｕｒｅ”（左⼼衰竭），“Ａｂｏｕｔ＿ｄｉｓｅａｓｅ”对象属性值为“Ｌｅｆｔ＿ｖｅｎｔｒｉｃｕｌａｒ＿ｆａｉｌｕｒｅ”这⼀疾病实例，并在“ｒｄｆｓ：ｃｏｍｍｅｎｔ”标签中说明“Ａｂｏｕｔ＿ｄｉｓｅａｓｅ”对象属性值中，“Ｌｅｆｔ＿ｖｅｎｔｒｉｃｕｌａｒ＿ｆａｉｌｕｒｅ”这⼀疾病实例是从“Ｃｏｎｄｉｔｉｏｎ”对象属性值中识别，并且由于是直接识别，其权重值为１０。

３．３　基于ＳＰＡＲＱＬ的语义查询
语义查询是⼀个图匹配的过程，查询条件可以⽤有向图表⽰，图中每⼀条边表⽰属性类型，每⼀条边的２个端节点表⽰类或属性值［２２］。

例如，图６表⽰查找与左⼼衰竭（ｌｅｆｔ　ｖｅｎｔｒｉｃｕｌａｒ　ｆａｉｌｕｒｅ）这⼀疾病实例相关，同时在“Ｂｒｉｅｆ＿Ｔｉｔｌｅ”这⼀属性的属性值中包含“双⼼室起搏器”（ｂｉｖｅｎｔｒｉｃｕｌａｒ　ｐａｃｅｍａｋ－ｅｒ）短语、在“Ｂｒｉｅｆ＿Ｓｕｍｍａｒｙ”这⼀属性的属性值中包含“物理性能”（ｐｈｙｓｉｃａｌ　ｐｅｒｆｏｒｍａｎｃｅ）短语的临床试验实例的查询图。

图６　语义查询图
⽬前应⽤较为⼴泛的语义查询语⾔是由Ｗ３Ｃ（ｗｏｒｌｄ　ｗｉｄｅ　Ｗｅｂ　ｃｏｎｓｏｒｔｉｕｍ）推荐的ＳＰＡＲＱＬ语⾔。

ＳＰＡＲＱＬ⽤于查询ＲＤＦ三元组数据，由于ＯＷＬ是在ＲＤＦ的基础上发展⽽来，因此，ＳＰＡＲ－ＱＬ也可以⽤于查询ＯＷＬ⽂件。

图６的查询图使⽤ＳＰＡＲＱＬ语⾔表⽰如图７所⽰。

ＰＲＥＦＩＸ　ｃ：＜ｈｔｔｐ：／／ｗｗｗ．ｃｉｍｓ．ｃｏｍ／ｃｔ．ｏｗｌ＃＞
ＰＲＥＦＩＸ　ｘｓｄ：＜ｈｔｔｐ：／／ｗｗｗ．ｗ３．ｏｒｇ／２００１／ＸＭＬＳｃｈｅｍａ＃＞ＳＥＬＥＣＴ？ｃｌｉｎｉｃａｌ＿ｔｒｉａｌ
ＦＲＯＭ＜ｈｔｔｐ：／／ｗｗｗ．ｃｉｍｓ．ｃｏｍ／ｃｔ．ｏｗｌ＞
ＷＨＥＲＥ
｛
ｃｔ　ｃ：Ａｂｏｕｔ＿ｄｉｓｅａｓｅ　ｃ：Ｌｅｆｔ＿ｖｅｎｔｒｉｃｕｌａｒ＿ｆａｉｌｕｒｅ．
ｃｔ　ｃ：Ｂｒｉｅｆ＿Ｔｉｔｌｅｔ．ｃｔ　ｃ：Ｂｒｉｅｆ＿Ｓｕｍｍａｒｙｓ．
ＦＩＬＴＥＲ（ＲＥＧＥＸ（ｘｓｄ：ｓｔｒｉｎｇ（？ｔ），′ｂｉｖｅｎｔｒｉｃｕｌａｒｐａｃｅｍａｋｅｒ′，′ｉ′）＆＆ＲＥＧＥＸ（ｘｓｄ：ｓｔｒｉｎｇ（？ｓ），′ｐｈｙｓｉ－ｃａｌ　ｐｅｒｆｏｒｍａｎｃｅ′，′ｉ′））
｝
图７　ＳＰＡＲＱＬ⽰例
５２　
清华⼤学学报（⾃然科学版）
２０１２，５２（１
）ＳＰＡＲＱＬ的语法与关系数据库语⾔ＳＱＬ的类似。

在图７的ＳＥＬＥＣＴ查询语句中，⾸先定义命名空间前缀，
⽤以说明类、属性或实例所在的命名空间。

在“ＳＥＬＥＣＴ”语句中说明查询的对象和对象所在的命名空间。

查询条件在“ＷＨＥＲＥ”语句中说明，以“类－属性－属性值”的三元组形式进⾏表⽰，类、属性所在的命名空间通过前缀指定，并使⽤过滤器（ＦＩＬ－
ＴＥＲ）
实现在指定的属性中进⾏基于关键字的查找。

４　系统实现和查询案例
系统开发遵循模块重⽤原则［２３］
，采⽤Ｂ／Ｓ
架构，使⽤Ｊａｖａ语⾔在Ｅｃｌｉｐ
ｓｅ平台下进⾏开发，Ｗｅｂ服务器采⽤Ｔｏｍｃａｔ５．０。

系统实现架构分为
数据层、
本体层、逻辑层和操作层，如图８所⽰。

图８　系统实现架构
在数据层，
系统使⽤开源的ＨＴＴＰ协议客户端编程⼯具包ＨＴＴＰＣｌｉｅｎｔ［２４］
从ＣｌｉｎｉｃａｌＴｒｉａｌ注册库获取临床试验数据，
并仍以ＨＴＭＬ⽂件格式将临床试验数据保存在本地。

在本体层中，使⽤Ｐｒｏｔéｇé进⾏本体构建。

同时，Ｐｒｏｔéｇ
é中还提供了对本体进⾏操作的应⽤编程接⼝Ｐｒｏｔéｇ
éＯＷＬ　ＡＰＩ［２５］。

使⽤开源的ＨＭＴＬ⽂件解析⼯具包ＨＴＭＬＰａｒｓ－
ｅｒ［２
６］
从临床试验数据ＨＴＭＬ⽂件中解析出其中的数据项，并使⽤Ｐｒｏｔéｇ
éＯＷＬ　ＡＰＩ读取已构建的本体，并创建临床试验本体类的实例，将解析出的数据项作为实例相应的属性值写⼊本体。

另外，调⽤ＯＢＡ的Ｗｅｂ服务从临床试验实例的相关属性值中
识别出疾病实例，
建⽴临床试验实例与疾病实例之间的联系。

在逻辑层，处理⽤户在操作层所选择的操作，根据⽤户的操作⽣成不同的ＳＰＡＲＱＬ查询语
句。

Ｊｅｎａ［２７］
是由ＨＰ实验室开发的⽤于构建语义⽹应⽤的Ｊａｖａ框架，包含ＳＰＡＲＱＬ查询引擎，
⽽Ｐｒｏｔéｇ
éＯＷＬ　ＡＰＩ封装了Ｊｅｎａ，因此仍使⽤ＰｒｏｔéｇéＯＷＬ　ＡＰＩ读取已写⼊实例的本体，并调⽤ＳＰＡＲＱＬ查询引擎实现对本体类和实例的查询。

⽤户界⾯见图９，⽤户可以在界⾯左侧浏览本体中的疾病概念，在界⾯右侧输⼊查询条件，查询条件包括临床试验本体类各属性值中的关键字以及疾病实例，
查询结果在界⾯右下侧显⽰。

在图９的系统界⾯图中，显⽰了图６所⽰语义查询图的查询结果，
即符合查询要求的临床试验实例为ＮＣＴ００９０５９４４。

该实例的简要标题“Ｅｘｅｒｃｉｓｅｉｎ　Ｐａｔｉｅｎｔｓ　Ｗｉｔｈ　ａ　Ｂｉｖｅｎｔｒｉｃｕｌａｒ　
Ｐａｃｅｍａｋｅｒ”中包含“ｂｉｖｅｎｔｒｉｃｕｌａｒ　ｐａｃｅｍａｋｅｒ”，简要摘要“Ｔｈｅ　ｉｎｖｅｓｔｉ－ｇａｔｏｒｓ　ｗｉｌｌ　ｅｖａｌｕａｔｅ　ｔｈｅ　ｅｆｆｅｃｔｓ　ｏｆ　ａｎ　ｅｘｅｒｃｉｓｅ　ｐ
ｒｏ－ｇｒａｍ　ｏｎ　ｔｈｅ　ｐｈｙｓｉｃａｌ　ｐｅｒｆｏｒｍａｎｃｅ…”中包含“ｐｈｙｓ－ｉｃａｌ　ｐ
ｅｒｆｏｒｍａｎｃｅ”。

因为“Ｃｏｎｄｉｔｉｏｎ”属性值为“ＬｅｆｔＶｅｎｔｒｉｃｕｌａｒ　Ｆａｉｌｕｒｅ”，所以通过概念识别，其相关疾病实例也为“Ｌｅｆｔ　ｖｅｎｔｒｉｃｕｌａｒ　
ｆａｉｌｕｒｅ”。

如果查找简要摘要中包含“ｈｅａｒｔ　ｄｉｓｅａｓｅ”且与“Ｃｏｎｇ
ｅｓｔｉｖｅ　ｈｅａｒｔ　ｆａｉｌｕｒｅ”相关的临床试验注册数据，则返回８条查询结果，其中，临床试验ＮＣＴ０００００６０７的“Ｃｏｎｄｉｔｉｏｎ”属性值为“Ｃａｒｄｉｏｖａｓｃｕｌａｒ　
Ｄｉｓｅａｓｅｓ；Ｈｅａｒｔ　Ｄｉｓｅａｓｅｓ；Ｈｅａｒｔ　Ｆａｉｌｕｒｅ；Ｈｅａｒｔ　Ｆａｉｌｕｒｅ，Ｃｏｎ－ｇ
ｅｓｔｉｖｅ”，包含了“Ｈｅａｒｔ　Ｆａｉｌｕｒｅ，Ｃｏｎｇｅｓｔｉｖｅ”，因此，
黄必清，等：　基于本体的临床试验数据语义查询
５３　
图９　系统界⾯
通过概念识别，其相关疾病实例为“Ｃｏｎｇｅｓｔｉｖｅｈｅａｒｔ　
ｆａｉｌｕｒｅ”，且权重值为１０，排名靠前。

⽽临床试验ＮＣＴ０００００５４７的“Ｄｅｔａｉｌｅｄ＿Ｄｅｓｃｒｉｐｔｉｏｎ”属性值中包含了“ｌｅｆｔ　ｖｅｎｔｒｉｃｕｌａｒ　ｆａｉｌｕｒｅ”，描述了该临床试验⽤于研究某治疗⽅法容易最终导致左⼼衰竭的问题，使⽤疾病实例“Ｌｅｆｔ　ｖｅｎｔｒｉｃｕｌａｒ　ｆａｉｌｕｒｅ”作为相关疾病属性值时，
权重值为１０×０．６＝６，⽽使⽤疾病实例“Ｃｏｎｇｅｓｔｉｖｅ　ｈｅａｒｔ　ｆａｉｌｕｒｅ”作为相关疾病属性值时，权重值为５×０．６＝３，因此，在该查询中，ＮＣＴ０００００６０７排名靠后。

查询结果排名顺序与各临床试验和查询条件的匹配程度相⼀致。

５　结　论
传统查询⼀般仅基于关键字的匹配，需要⽤户⼿⼯输⼊疾病名称。

输⼊的名称难以统⼀和规范，降低了查询的查全率。

另外，基于关键字的匹配难以描述具有语义的复杂查询条件，也影响了查询的查准率。

本⽂通过构建临床试验和疾病本体类，对临床试验数据实现基于本体的结构化语义查询，便于⽤户通过疾病实例或临床试验属性值关键字定位所需查找的临床试验。

临床试验数据的各数据项如相关疾病、⼲预⼿段、录⽤标准等⼤都采⽤⾃然语⾔进⾏描述，这些内容没有采⽤形式化的语⾔进⾏描述，缺乏语义，不利于被计算机理解和利⽤，也不便于⽤户进⾏查询。

本⽂识别出了相关疾病中的疾病概念，建⽴了临床试验与疾病之间的关系，从⽽可通过疾病实例定位临床试验注册数据。

下⼀步⼯作中，可以构建包含药物、设备等概念的⼲预⼿段本体和包含年龄、地区等概念的录⽤标准本体，
建⽴临床试验与药物、地区等概念的关系，从⽽实现更多功能的语义查询。

参考⽂献　（Ｒｅｆｅｒｅｎｃｅｓ
）［１］Ｗｏｒｌｄ　Ｈｅａｌｔｈ　Ｏｒｇ
ａｎｉｚａｔｉｏｎ．ＩＣＴＲＰ，ｉｎｔｅｒｎａｔｉｏｎａｌ　ｃｌｉｎｉｃａｌｔｒｉａｌｓ　ｒｅｇｉｓｔｒｙ　ｐ
ｌａｔｆｏｒｍ［Ｚ／ＯＬ］．［２０１１－０３－１５］．ｈｔｔｐ：／／ｗｗｗ．ｗｈｏ．ｉｎｔ／ｉｃｔｒｐ
／ｚｈ／．［２］ＵＳ　Ｎａｔｉｏｎａｌ　Ｉｎｓｔｉｔｕｔｅｓ　ｏｆ　Ｈ
ｅａｌｔｈ．ＣｌｉｎｉｃａｌＴｒｉａｌｓ．ｇｏｖ［Ｚ／ＯＬ］．［２０１１－０３－１５］．ｈｔｔｐ：／／ｃｌｉｎｉｃａｌｔｒｉａｌｓ．ｇｏｖ／．［３］Ａｎｇ
ｅｌｉｓ　Ｃ，Ｄｒａｚｅｎ　Ｊ　Ｍ，Ｆｒｉｚｅｌｌｅ　Ｆ　Ａ，ｅｔ　ａｌ．Ｃｌｉｎｉｃａｌ　ｔｒｉａｌｔｅｇ
ｉｓｔｒａｔｉｏｎ：ａ　ｓｔａｔｅｍｅｎｔ　ｆｒｏｍ　ｔｈｅ　ｉｎｔｅｒｎａｔｉｏｎａｌ　ｃｏｍｍｉｔｔｅｅ　ｏｆｍｅｄｉｃａｌ　ｊｏｕｒｎａｌ　ｅｄｉｔｏｒｓ［Ｊ］．ＣＭＡＪ，２００４，１７１（６）：６０６－６０７．［４］Ｓｈａｈ　Ｎ　Ｈ，Ｒｕｂｉｎ　Ｄ　Ｌ，Ｓｕｐｅｋａｒ　Ｋ　Ｓ，ｅｔ　ａｌ．Ｏｎｔｏｌｏｇｙ
－ｂａｓｅｄａｎｎｏｔａｔｉｏｎ　ａｎｄ　ｑｕｅｒｙ　ｏｆ　ｔｉｓｓｕｅ　ｍｉｃｒｏａｒｒａｙ　
ｄａｔａ［Ｃ］／／ＡＭＩＡＡｎｎｕａｌ　Ｓｙｍｐｏｓｉｕｍ　Ｐｒｏｃｅｅｄｉｎｇｓ．Ｗａｓｈｉｎｇ
ｔｏｎ，ＤＣ：ＰｕｂＭｅｄ，２００６：７０９－７１３．［５］Ｓｈａｈ　Ｎ　Ｈ，Ｊｏｎｑｕｅｔ　Ｃ，Ｃｈｉａｎｇ　
Ａ　Ｐ，ｅｔ　ａｌ．Ｏｎｔｏｌｏｇｙ－ｄｒｉｖｅｎｉｎｄｅｘｉｎｇ　ｏｆ　ｐｕｂｌｉｃ　ｄａｔａｓｅｔｓ　ｆｏｒ　ｔｒａｎｓｌａｔｉｏｎａｌ　ｂｉｏｉｎｆｏｒｍａｔｉｃｓ［Ｊ］．ＢＭＣ　Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ，２００９，１０（Ｓｕｐｐｌ　２）：Ｓ１．［６］Ｎｏｙ　
Ｎ　Ｆ，Ｓｈａｈ　Ｎ　Ｈ，Ｗｈｅｔｚｅｌ　Ｐ　Ｌ，ｅｔ　ａｌ．ＢｉｏＰｏｒｔａｌ：ｏｎｔｏｌｏｇｉｅｓ　ａｎｄ　ｉｎｔｅｇ
ｒａｔｅｄ　ｄａｔａ　ｒｅｓｏｕｒｃｅｓ　ａｔ　ｔｈｅ　ｃｌｉｃｋ　ｏｆ　ａｍｏｕｓｅ［Ｊ］．Ｎｕｃｌｅｉｃ　Ａｃｉｄｓ　Ｒｅｓｅａｒｃｈ，２００９，３７（２）：１７０－１７３．［７］Ｇｒｕｂｅｒ　Ｔ　Ｒ．Ａ　ｔｒａｎｓｌａｔｉｏｎ　ａｐｐｒｏａｃｈ　ｔｏ　ｐｏｒｔａｂｌｅ　ｏｎｔｏｌｏｇｙ
ｓｐｅｃｉｆｉｃａｔｉｏｎｓ［Ｊ］．Ｋｎｏｗｌｅｄｇｅ　Ａｃｑ
ｕｉｓｉｔｉｏｎ，１９９３，５：１９９－２２０．
５４　
清华⼤学学报（⾃然科学版）
２０１２，５２（１
）［８］Ｐｅｒｅｚ　Ａ，Ｂｅｎｊａｍｉｎｓ　Ｖ．Ｏｖｅｒｖｉｅｗ　ｏｆ　ｋｎｏｗｌｅｄｇｅ　ｓｈａｒｉｎｇ　
ａｎｄｒｅｕｓｅ　ｃｏｍｐｏｎｅｎｔｓ：ｏｎｔｏｌｏｇｉｅｓ　ａｎｄ　ｐｒｏｂｌｅｍ－ｓｏｌｖｉｎｇ　
ｍｅｔｈｏｄｓ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　ＩＪＣＡＩ－９９Ｗｏｒｋｓｈｏｐ　
ｏｎ　Ｏｎｔｏｌｏｇｉｅｓａｎｄ　Ｐｒｏｂｌｅｍ－ｓｏｌｖｉｎｇ　Ｍｅｔｈｏｄｓ．Ｓｔｏｃｋｈｏｌｍ：ＣＥＵＲ，１９９１：１－１５．［９］Ｓｔｕｄｅｒ　Ｒ，Ｂｅｎｊａｍｉｎｓ　Ｖ，Ｆｅｎｓｅｌ　Ｄ．Ｋｎｏｗｌｅｄｇｅ　ｅｎｇｉｎｅｅｒｉｎｇ
：ｐｒｉｎｃｉｐｌｅｓ　ａｎｄ　ｍｅｔｈｏｄｓ［Ｊ］．Ｄａｔａ　＆Ｋｎｏｗｌｅｄｇｅ　Ｅｎｇｉｎｅｅｒｉｎｇ，１９９８．２５（１－２）：１６１－
１９７．［１０］Ｈｅｒｎａｎｄｅｚ　Ｔ，Ｋａｍｂｈａｍｐａｔｉ　Ｓ．Ｉｎｔｅｇｒａｔｉｏｎ　ｏｆ　ｂｉｏｌｏｇ
ｉｃａｌｓｏｕｒｃｅｓ：ｃｕｒｒｅｎｔ　ｓｙｓｔｅｍｓ　ａｎｄ　ｃｈａｌｌｅｎｇｅｓ　ａｈｅａｄ［Ｊ］．ＳＩＧＭＯＤＲｅｃ，２００４，３３（３）：５１－
６０．［１１］Ｂｏｄｅｎｒｅｉｄｅｒ　Ｏ．Ｂｉｏｍｅｄｉｃａｌ　ｏｎｔｏｌｏｇ
ｉｅｓ　ｉｎ　ａｃｔｉｏｎ：ｒｏｌｅ　ｉｎｋｎｏｗｌｅｄｇｅ　ｍａｎａｇｅｍｅｎｔ，ｄａｔａ　ｉｎｔｅｇｒａｔｉｏｎ　ａｎｄ　ｄｅｃｉｓｉｏｎｓｕｐｐｏｒｔ［Ｊ］．Ｙｅａｒｂ　Ｍｅｄ　Ｉｎｆ
ｏｒｍ，２００８：６７－７９．［１２］Ｗｏｒｌｄ　Ｈｅａｌｔｈ　Ｏｒｇ
ａｎｉｚａｔｉｏｎ．ＩＣＤ，ｉｎｔｅｒｎａｔｉｏｎａｌ　ｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆ　ｄｉｓｅａｓｅｓ［Ｚ／ＯＬ］．［２０１１－０３－１５］．ｈｔｔｐ：／／ｗｗｗ．ｗｈｏ．ｉｎｔ／ｃｌａｓｓｉｆｉｃａｔｉｏｎｓ／ｉｃｄ／ｅｎ／．　
［１３］Ｇｅｎｅ　Ｏｎｔｏｌｏｇｙ　
Ｃｏｎｓｏｒｔｉｕｍ．Ｔｈｅ　Ｇｅｎｅ　Ｏｎｔｏｌｏｇｙ（ＧＯ）ｐｒｏｊｅｃｔ　ｉｎ２００６［Ｊ］．Ｎｕｃｌｅｉｃ　Ａｃｉｄｓ　Ｒｅｓｅａｒｃｈ，２００６，３４：３２２－３２６．［１４］Ｒｏｓｓｅ　Ｃ，Ｍｅｊｉｎｏ　Ｊ　Ｌ　Ｆ．Ａ　ｒｅｆｅｒｅｎｃｅ　ｏｎｔｏｌｏｇｙ　ｆｏｒ　ｂｉｏｍｅｄｉｃａｌｉｎｆｏｒｍａｔｉｃｓ：ｔｈｅ　ｆｏｕｎｄａｔｉｏｎａｌ　ｍｏｄｅｌ　ｏｆ　ａｎａｔｏｍｙ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆＢｉｏｍｅｄｉｃａｌ　Ｉｎｆ
ｏｒｍａｔｉｃｓ，２００３，３６（６）：４７８－５００．　［１５］Ｗ３Ｃ．ＯＷＬ　ｗｅｂ　ｏｎｔｏｌｏｇｙ　ｌ
ａｎｇｕａｇｅ　ｏｖｅｒｖｉｅｗ［Ｚ／ＯＬ］．［２０１１－０３－１５］．ｈｔｔｐ：／／ｗｗｗ．ｗ３．ｏｒｇ／ＴＲ／ｏｗｌ－ｆｅａｔｕｒｅｓ／．［１６］Ｎｏｙ　Ｎ　Ｆ，Ｓｉｎｔｅｋ　Ｍ，Ｄｅｃｋｅｒ　Ｓ，ｅｔ　ａｌ．Ｃｒｅａｔｉｎｇ　
ｓｅｍａｎｔｉｃ　ｗｅｂｃｏｎｔｅｎｔｓ　ｗｉｔｈ　Ｐｒｏｔｅｇｅ－２０００［Ｊ］．Ｉｎｔｅｌｌｉｇｅｎｔ　Ｓｙｓｔｅｍｓ，ＩＥＥＥ，２００１，１６（２）：６０－
７１．［１７］Ｓｈａｈ　Ｎ　Ｈ，Ｂｈａｔｉａ　Ｎ，Ｊｏｎｑｕｅｔ　Ｃ，ｅｔ　ａｌ．Ｃｏｍｐ
ａｒｉｓｏｎ　ｏｆｃｏｎｃｅｐｔ　ｒｅｃｏｇｎｉｚｅｒｓ　ｆｏｒ　ｂｕｉｌｄｉｎｇ　ｔ
ｈｅ　Ｏｐｅｎ　ＢｉｏｍｅｄｉｃａｌＡｎｎｏｔａｔｏｒ［Ｊ］．ＢＭＣ　Ｂｉｏｉｎｆｏｒｍａｔｉｃｓ，２００９，１０（９）：Ｓ１４．［１８］Ｗ３Ｃ．ＳＰＡＲＱＬ　ｑｕｅｒｙ　ｌ
ａｎｇｕａｇｅ　ｆｏｒ　ＲＤＦ［Ｚ／ＯＬ］．［２０１１－０３－１５］．ｈｔｔｐ：／／ｗｗｗ．ｗ３．ｏｒｇ／ＴＲ／ｒｄｆ－ｓｐａｒｑｌ－ｑｕｅｒｙ
／．［１９］于河，刘建平．国际临床试验注册概述［Ｊ］．中西医结合学
报，２００７，５（３）：２３４－
２４２．ＹＵ　Ｈｅ，ＬＩＵ　Ｊｉａｎｐｉｎｇ．Ａ　ｒｅｖｉｅｗ　ｏｆ　ｉｎｔｅｒｎａｔｉｏｎａｌ　ｃｌｉｎｉｃａｌ　ｔ　ｒｉａｌｒｅｇｉｓｔｒａｔｉｏｎ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｃｈｉｎｅｓｅ　Ｉｎｔｅｇｒａｔｉｖｅ　Ｍｅｄｉｃｉｎｅ，２００７，５（３）：２３４－２４２．（ｉｎ　
Ｃｈｉｎｅｓｅ）［２０］Ｄａｎｉｅｌ　Ｌ，Ｒｕｂｉｎ　Ｓ　Ｅ，Ｌｅｗｉｓ　Ｃ　Ｊ，ｅｔ　ａｌ．Ｎａｔｉｏｎａｌ　ｃｅｎｔｅｒ　
ｆｏｒｂｉｏｍｅｄｉｃａｌ　ｏｎｔｏｌｏｇｙ：ａｄｖａｎｃｉｎｇ　ｂ
ｉｏｍｅｄｉｃｉｎｅ　ｔｈｒｏｕｇｈｓｔｒｕｃｔｕｒｅｄ　ｏｒｇａｎｉｚａｔｉｏｎ　ｏｆ　ｓｃｉｅｎｔｉｆｉｃ　ｋｎｏｗｌｅｄｇ
ｅ［Ｊ］．ＯＭＩＣＳ：ａ　Ｊｏｕｒｎａｌ　ｏｆ　Ｉｎｔｅｇｒａｔｉｖｅ　Ｂｉｏｌｏｇｙ，２００６，１０（２）：１８５－１９８．［２１］Ｊｏｎｑｕｅｔ　Ｃ，Ｓｈａｈ　Ｎ　Ｈ，Ｍｕｓｅｎ　Ｍ　Ａ．Ｔｈｅ　ｏｐ
ｅｎ　ｂｉｏｍｅｄｉｃａｌａｎｎｏｔａｔｏｒ［Ｃ］／／ＡＭＩＡ　Ｓｕｍｍｉｔ　ｏｎ　ＴｒａｎｓｌａｔｉｏｎａｌＢｉｏｉｎｆｏｒｍａｔｉｃｓ．Ｓａｎ　Ｆｒａｎｃｉｓｃｏ：ＰｕｂＭｅｄ，２００９：５６－
６０．［２２］ＺＨＡＮＧ　Ｌｅｉ，ＬＩＵ　Ｑｉａｏｌｉｎｇ，ＺＨＡＮＧ　Ｊｉｅ，ｅｔ　ａｌ．Ｓｅｍｐ
ｌｏｒｅ：ａｎ　ＩＲ　ａｐｐｒｏａｃｈ　ｔｏ　ｓｃａｌａｂｌｅ　ｈｙｂｒｉｄ　ｑｕｅｒｙ　
ｏｆ　ｓｅｍａｎｔｉｃ　ｗｅｂ　ｄａｔａ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　６ｔｈ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｔｈｅ　Ｓｅｍａｎｔｉｃ　Ｗｅｂａｎｄ　２ｎｄ　Ａｓｉａｎ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ａｓｉａｎ　Ｓｅｍａｎｔｉｃ　Ｗｅｂ　
Ｃｏｎｆｅｒｅｎｃｅ．Ｂｕｓａｎ，Ｋｏｒｅａ：Ｓｐｒｉｎｇｅｒ－Ｖｅｒｌａｇ，２００７：６５２－６６５．［２３］ＸＵＥ　Ｘｉａｏ，ＹＡＯ　Ｌｉｎａ，ＬＵＯ　Ｊｕｎｗｅｉ．Ｔｈｅ　ｒｅｕｓｅ　ｐｏｌｉｃｙ　
ｉｎｄｅｖｅｌｏｐｉｎｇ　ｍｕｌｔｉ－ａｇｅｎｔ　ｓｙｓｔｅｍ［Ｊ］．Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｊｏｕｒｎａｌ　ｏｆＤｉｓｔｒｉｂｕｔｅｄ　Ｓｅｎｓｏｒ　Ｎｅｔｗｏｒｋｓ，２００９，５（１）：８２－
８２．［２４］Ａｐａｃｈｅ　Ｓｏｆｔｗａｒｅ　Ｆｏｕｎｄａｔｉｏｎ．Ｈｔｔｐ
Ｃｌｉｅｎｔ［Ｚ／ＯＬ］．［２０１１－０３－１５］．ｈｔｔｐ：／／ｈｃ．ａｐａｃｈｅ．ｏｒｇ／ｈｔｔｐｃｏｍｐｏｎｅｎｔｓ－ｃｌｉｅｎｔ－ｇａ／．［２５］Ｓｔａｎｆｏｒｄ　Ｃｅｎｔｅｒ　ｆｏｒ　Ｂｉｏｍｅｄｉｃａｌ　Ｉｎｆｏｒｍａｔｉｃｓ　Ｒ
ｅｓｅａｒｃｈ．Ｐｒｏｔéｇé－ＯＷＬ　ＡＰＩ［Ｚ／ＯＬ］．［２０１１－０３－１５］．ｈｔｔｐ：／／ｐｒｏｔｅｇｅ．ｓｔａｎｆｏｒｄ．ｅｄｕ／ｐｌｕｇ
ｉｎｓ／ｏｗｌ／ａｐｉ／．［２６］Ｍａｖｅｎ．ＨＴＭＬ　ｐａｒｓｅｒ［Ｚ／ＯＬ］．［２０１１－０３－１５］．ｈｔｔｐ
：／／ｈｔｍｌｐａｒｓｅｒ．ｓｏｕｒｃｅｆｏｒｇｅ．ｎｅｔ／．［２７］ＨＰ　Ｌａｂｓ．Ｊｅｎａ［Ｚ／ＯＬ］．［２０１１－０３－１５］．ｈｔｔｐ：／／ｊｅｎａ．ｓｏｕｒｃｅｆｏｒｇ
ｅ．ｎｅｔ
／．櫰櫰櫰櫰櫰櫰櫰櫰櫰櫰櫰櫰櫰櫰毱
毱
毱
毱
科技简讯
《清华⼤学学报（⾃然科学版）》荣获重要奖励２项
２
０１１年中国科技论⽂统计结果发布会于２０１１年１２⽉２⽇在北京国际会议中⼼举⾏。

《清华⼤学学报（⾃然科学版）》（以下简称学报中⽂版）在⼯程与技术类⼤学学报中的综合评价总分排名第⼀，再次被授予“中国百种杰出学术期刊”称号，从⽽蝉联了该重要奖项。

中国科学技术信息研究所２０１１年根据中国学术期刊的变化趋势和实际状况，对期刊的指标权重进⾏了重新核定，对２０１０年中国学术期刊的总被引频次、影响因⼦、即年指标、平均引⽂率等多项指标进⾏了评价，并在此基础上推出２０１０年“
中国百种杰出学术期刊”。

学报中⽂版同时被评为“第２届中国精品科技期刊”。

国家科技部⾃２０００年以来，先后⽴项进⾏了“中国精品科技期刊战略研究”和“中国精品科技期刊服务与保障系统”的研究⼯作，提出了打造精品科技期刊的概念，以提升中国科技期刊的整体⽔平。

２００８年，学报中⽂版曾被评为“⾸届中国精品科技期刊”。

该奖项每３年评选⼀次，每次遴选３００种科技期刊。

（ｈｔｔｐ：／／ｎｅｗｓ．ｔｓｉｎｇ
ｈｕａ．ｅｄｕ．ｃｎ）。