OntoGene in the BioNLP Shared Task

and in BioCreative II.5

Fabio Rinaldi

   

Outline

Background our work on GENIA participation to BioCreative II

The IntAct activity Interactors (AIME 09), Methods (SMBM08), Organisms 

(BioNLP 09), Interactions (CICLING 09)

Recent work:  BioNLP shared task BioCreative II.5

   

Outline

Background our work on GENIA participation to BioCreative II

The IntAct activity Interactors (AIME 09), Methods (SMBM08), Organisms 

(BioNLP 09), Interactions (CICLING 09)

Recent work:  BioNLP shared task BioCreative II.5

   

OntoGene: the beginnings

BioNLP identified as a 'hot' area for research Leverage on the work done on terminology 

structuring original focus: ontology learning later refocused on ontology usage

Gradually moved into relation extraction leverage upon dependency structures (Pro3Gres)  organize different tools into an NLP pipeline

   

   

OG-RM

   

How does it work?

The pipeline delivers: tokens with unique identifiers terms and their heads chunks and their heads dependency relations; encoded as (sentence­id, type, 

head, dependent); can be delivered either as CSV or XML

OG­RM application makes use of this information (stored in a Prolog database) in order to extract domain relations by means of cascading rules

   

NLP Pipeline sentence splitting (mxterminator), tokenizer 

(Penn Treebank tokenizer),  POS­tagger (MXPOST), lemmatizer (morpha), NG/VG chunker (LTCHUNK), dependency parser (Pro3Gres)

each tool has a wrapper to make input­output XML­based

other outputs are possible: CSV, Prolog

integrates LingPipe, Term Detection...

support various post­processing of dependency relations

Performance: 1 hour to parse the GENIA corpus

dual core AMD opteron 2.5 Ghz, 8GB ram 45 min for parsing

   

Pro3Gres parse example

   

OG-RM: cascading rules

X1

By  [by, through, via]

X3

X2

subj

prep

pobj

A B

H

agent target

A regulates BB is regulated by Athe regulation of B by A

semRel(xrel([H,A,B]),  direct_transitive([H,A,B])).semRel(xrel([H,A,B]),   passive([H,B,A])).semRel(xrel([H,A,B]),   nominalization([H,B,A])).

   

OG-RM: cascading rules

X1

By  [by, through, via]

X3

X2

subj

prep

pobj

A B

H

agent target

A H [nominalisation]

trigger

BPrep [of, ..]

xrel

deprel

A triggers the H of B

   

References

Fabio Rinaldi, Gerold Schneider, Kaarel Kaljurand, Michael Hess, Martin Romacker. An environment for relation mining over richly annotated corpora: the case of GENIA. BMC Bioinformatics 2006, 7(Suppl 3):S3. doi:10.1186/1471­2105­7­S3­S3

   

Outline

Background our work on GENIA participation to BioCreative II

The IntAct activity Interactors (AIME 09), Methods (SMBM08), Organisms 

(BioNLP 09), Interactions (CICLING 09)

Recent work:  BioNLP shared task BioCreative II.5

    Krallinger et al., Overview of the protein­protein interaction annotation task of BioCreative II, 

Genome Biology (2008), vol. 9, suppl. 2, pp. S4

   

IPS: Our Approach

Protein Name Detection and Disambiguation identification of proteins organism­based disambiguation further disambiguation

Interaction Detection generation of potential interactions filtering of candidate interactions

Syntax­based filter Novelty filter

Evaluation

   

UniProt

   

NEWT

   

Annotated Abstract

   

   

   

IMS

Detection of experimental methods, based on PSI­MI taxonomy

Best official results !!!!!

   

References

Fabio Rinaldi, Thomas Kappeler, Kaarel Kaljurand, Gerold Schneider, Manfred Klenner, Simon Clematide, Michael Hess, Jean­Marc von Allmen, Pierre Parisot, Martin Romacker, Therese Vachon. OntoGene in BioCreative II. Genome Biology, 2008, 9:S13.

   

Outline

Background our work on GENIA participation to BioCreative II

The IntAct activity Methods (SMBM08), Interactors (AIME 09), Organisms 

(BioNLP 09), Interactions (CICLING 09)

Recent work:  BioNLP shared task BioCreative II.5

   

Detection of Biological Interactions

from Biomedical Literature[SNF 100014 / 118396]

Duration: 18 months (April 2008 – September 2009) SNF Funding:  114'046 CHF Novartis Funding: ~ 70'000 CHF University funding: 50% Fabio's position

   

   

IntAct

Can be used as source of interactions, interactors, methods, organisms, “snippets” Used to derive distributional frequencies Used to derive a gold standard for testing purposes (for 

IMS and TX): 621 PubMed­indexed articles

Subtasks: IMS: Experimental Methods  TX: Organism Detection PID: Protein Identification and Disambiguation PPI: Protein Interactions 

   

Balance so far

Highlights: IntAct, BioNLP shared task, BioCreative Publications:

Genome Biology paper finally published 4 poster presentations (G2S, LREC, CICLING, ISWC) 4 conference papers (SMBM, OWLED, CICLING, 

AIME) 2 workshop presentations [BioNLP workshop & shared 

task]

Invited presentations: FBK, Trento; DBTA, Basel; CCP, Denver.

   

Outline

Background our work on GENIA participation to BioCreative II

The IntAct activity Interactors (AIME 09), Methods (SMBM08), Organisms 

(BioNLP 09), Interactions (CICLING 09)

Recent work:  BioNLP shared task BioCreative II.5

   

Introduction

Approach originally developed for participation in the BioCreative protein­protein interaction task

Used also on an internal project based on the IntAct dataset of protein interactions

Adaptation to the BioNLP shared task took approximately one month

Based on straightforward rewriting of syntactic structures to event structures, taking statistics from training data into account

   

Preprocessing

Lingpipe for sentence splitting, tokenization, and PoS tagging (GENIA training model)

Term annotation: only terms provided in a1,a2 files (in 10 cases not compatible with tokenization)

Lemmatization (morpha) used only by dep. Parser Chunking using LTCHUNK & detecting chunk heads Dependency parsing with Pro3Gres, only among 

chunks

   

   

Data format

Tokens (tokID ­> lemma, Pos Tag, offset) Chunks (tokID ­> chunk, chunk type, head) Terms (tokID ­> term ID) Sentences (sent ID ­> tokens Ids) Dependences (dependent ID ­> head ID)

   

Data from training

word_to_freq(+Word, ­F) eword_to_event(+EventWord, ­EventType, 

­EventArgs, ­F1, ­F2) F1: frequency of EventWord, EventType, EventArgs F2: frequency of EventWord as trigger

Domination path Direct domination

“regulates expression” Chunk internal domination

“inducible Oct­2 expression”

   

   

Trigger generation

   

Event structure generation

   

Event argument filling

   

BioNLP shared task

   

BioNLP shared task

   

Outline

Background our work on GENIA participation to BioCreative II

The IntAct activity Interactors (AIME 09), Methods (SMBM08), Organisms 

(BioNLP 09), Interactions (CICLING 09)

Recent work:  BioNLP shared task BioCreative II.5

   

Our approach

Core pipeline delivers rich annotation format Used to process training and test data

Entities Detection and Disambiguation (IntAct approach)  [Org­based disambiguation]

Candidate interactions Initial training based on GENIA (IntAct approach) Statistics adjusted using training data

Results: “impressively good” AUC training: ~ 22%

   

BioCreative II.5

   

Acknowledgments Kaarel Kaljurand Gerold Schneider Thomas Kappeler Simon Clematide

Therese Vachon Martin Romacker Josef Scheiber

www.ontogene.org