Browsing by Author "Chen, Pei-Hsuan"

Now showing 1 - 2 of 2

以混合式方法自生醫文獻擷取藥物－藥物交互作用之研究
(2017) 陳佩瑄; Chen, Pei-Hsuan
一種疾病往往伴隨著許多不同的症狀，而一種症狀通常使用一種藥物治療，例如:感冒時，會有咳嗽、鼻塞或頭痛等症狀，所以就需要多種藥物來治癒該疾病。在服藥期間，若藥物與藥物之間產生不理想之狀況，像是藥效過強或互相抵抗，導致療效失敗，嚴重甚至導致死亡，就是所謂的藥物－藥物交互作用(Drug-Drug Interaction, DDI)。目前許多的藥物－藥物交互作用仍隱藏在大量的生醫文獻中，等著被研究人員挖掘，若利用自然語言處理(Natural Language Processing, NLP)的擷取和分析等技術，將能大量挖掘隱藏的藥物－藥物交互作用以及減少研究人員的挖掘時間。論文中所使用的資料來源是由SemEval 2013 Task 9所提供的語料庫，內容包括MedLine的摘要和DrugBank的資料庫，SemEval 2013 Task 9的競賽內容為自生醫文獻中擷取藥物－藥物交互作用(SemEval 2013 Task9：Extraction of Drug-Drug Interactions from Biomedical Texts)，將藥物－藥物交互作用分成五類：Advice(建議)、Effect(影響)、Mechanism(機制)、Int(交互作用)和無交互作用，評估的方式為計算辨識和分類的precision、recall和F1-measure。本研究利用混合式方法進行辨識和分類，其中混合式方法為機器學習方法和以規則為基方法，由於語料庫內部五個類別的數量呈現不平衡的狀態，因此，運用兩階段的方式先辨識藥物對是否有交互作用存在，辨識所獲得的F1-measure為70.8%，接著再將辨識出有交互作用的藥物對做分類，分類所獲得的F1-measure為62.5%，其中FBK-irst隊伍獲得最好的效能，辨識和分類的F1-measure分別為80.0%和65.1%，參賽隊伍之平均辨識和分類的F1-measure分別為68.1%和51.8%，雖然辨識和分類無法比FBK-irst隊伍所獲得的F1-measure還高，但所獲得的F1-measure高於平均許多。在未來可將機器學習方法和以規則為基方法運用於其他領域的資訊擷取研究上。
利用微生物 MerR 家族與二元調節系統設計銅離子生物感測器
(2016) 陳姵璇; Chen, Pei-Hsuan
本研究使用微生物抵抗銅離子的調控系統，利用基因重組技術設計量測銅離子的全細胞生物感測器。本研究分別使用青枯桿菌 (Ralstonia eutropha) 中屬於 MerR 家族的 cue 基因調控組，以及耐金屬貪銅菌 (Cupriavidus metallidurans) 中屬於二元調節系統的 cop 基因調控組，以紅色螢光蛋白作為訊號輸出的報導基因來建構質體，設計出不同的銅離子生物感測器。其中，cueR 生物感測器除了能夠量測銅離子之外，在適當的前處理下還能分別量測銀離子與金離子。根據世界衛生組織所公布的飲用水水質準則，飲用水中銅離子的含量不得超過 2 mg/L (31 μM)，本研究所設計的 cueR 生物感測器以耐金屬貪銅菌作為質體之宿主時，量測銅離子的最低偵測極限為 25.54 μM，能夠量測飲用水中銅離子是否超標。而在 copSR 生物感測器的實驗中，嘗試使用不同的 cop 啟動子，建構出多種 copSR 生物感測器。也嘗試表現紫茉莉的 4,5-多巴雙加氧酶 (DOPA 4,5-Dioxygenase of Mirabilis jalapa, MjDOD)，透過添加 L-多巴 (L-3,4-dihydroxyphenylalanine, L-DOPA) 催化產生出甜菜黃色素 (betaxanthin)，以色素的生成作為輸出訊號，進而縮短檢測時間。此外，我們嘗試在不同來源的水樣品中額外添加銅離子進行量測，證明本研究設計的 copSR 生物感測器不會受到水中其他雜質干擾而影響銅離子量測。本研究設計出多種銅離子生物感測器，隨著每種生物感測器偵測範圍不同，可望運用在不同的需求上。