（文|欧阳思卓  审核人|李国亮）6月17日下午，来自IRD的研究员Pierre Larmande博士和来自法国国家农业，食品和环境研究所的研究主任Claire Nedellec应公司副教授夏静波邀约，通过线上平台腾讯会议分别向我们分享了题为“OryzaGP，a data set for rice gene annotations”和“Annotation of Wheat Traits and Phenotypes”的学术报告，报告由夏静波副教授主持，相关教师和员工参会。

   Pierre Larmande博士首先介绍了OryzaGP是一个水稻物种的基因和蛋白质数据集，以帮助NLP工具处理NER和NEN任务，数据集里包括了从Oryzabase中手动筛选的15k篇与水稻相关的PubMed条目，15k篇对应的摘要以及NER和NEN注释，这些注释是通过PubDictionary和HunFLAIR进行处理的，PubDictionary是一个生命科学公共词典库，HunFlair是一个覆盖五种生物医学实体类型的NER标记器。然后Pierre Larmande博士举了一些标注的例子为我们进行更进一步的说明。像是‘base pair’的缩写bp和基因bp会出现误标的情况，或者是把一些不该被标注成一个基因的其他实体标成了基因，对于这些注释的误报率，Pierre Larmande博士提出，True positive可能等于PubAnnotation + HunFLAIR的注释，或者是测量序列匹配，并提出了一些提高标注效果的方法，如修改Pubdictionary匹配的高级设置后再处理分析，又或者如果在文本中找到完整长度的基因名称，检查是否找到了相应的基因符号，还可以设计一些其他的规则，像例子里提到‘bp’被误标的情况，如果在digit后面发现了‘bp’，可以不要考虑它。报告结束后，夏静波老师，冯在文老师以及参会员工与Pierre Larmande博士就报告内容进行了热烈讨。

   随后，Claire Nedellec博士向我们分享了“Annotation of Wheat Traits and Phenotypes”为主题的报告，她首先介绍表型，基因控制着小麦品种的特性(如芒的长度)，基因等位基因决定其价值，表型(如无芒)，为了将基因与表型联系起来，引入了“Wheat Marker-Assisted Selection（MAS）”，这些‘markers’ 与基因等位基因密切相关，而且markers比基因更容易实验检测，使用markers选择具有农艺价值的品种，有助于发现其分子机制。Claire Nedellec博士还提到集成知识库的科学文献信息提取，目标是对信息进行集中、结构化和标准化，以便更好地访问重用，从海量的文本中给文本信息一个结构，将它们链接到语义共享引用(ontology)，使其与其他数据相结合，这一过程可以使用文本挖掘的方法实现。报告的第二部分，Claire Nedellec博士介绍，在文献中自动识别一些实体（如：genes，markers，phenotypes）以及它们在整篇文献里的关系，这些关系可以构成一个大的知识模型。但是在标注时，实体规范化是互操作性的一个关键问题。Claire Nedellec博士还介绍了WTO的分别在ToMap和Alvis平台上的相关工作。报告的第三部分，Claire Nedellec博士介绍了一个用于小麦数据资源和生物信息学的工具WheatIS，这个工具为研究界提供获取遗传、表型和基因组学资源的单一入口点，推动基于现有数据库的服务开发，也有权为数据管理、命名、标准和集成定义指导方针，并比较了两个本体WTO和CO_321。报告结束，夏静波老师，冯在文老师，参会员工与Claire Nedellec博士和Pierre Larmande博士进行了愉快的交流讨论。

   会议结束，师生收获颇丰。