生物域数据集(如word2vec和手套中的词相似数据集)

Question

我正在对word2vec进行生物医学方面的培训。为了执行单词相似性和词类比测试，我希望有一对具有相同关系的生物医学术语(可能是任何关系)，就像我们在word2vec中有一个完整的城市州数据列表一样。我尝试搜索网页，但由于我是新的领域，我发现它令人困惑。

那么，在哪里可以找到与药物基因或蛋白质作用等相关的清单呢？或者我怎么才能挖掘这些数据。请建议公开提供这类数据集。此外，请提出任何其他有趣的关系，我也可以查询。

另一种方法是使用可用的本体论，因为它们包括概念之间的关系，如有部分、有向、有原因、有症状等。我能用本体论来提取这样的对吗？如果是，那是什么本体论和如何？

是否有任何金本位数据集可以为我的目的服务？

Answer 1

那么，在哪里可以找到与药物基因或蛋白质作用等相关的清单呢？

看一看ChEMBL，例如阿司匹林链接到目标环氧化酶

另一种方法是使用可用的本体论，因为它们包括概念之间的关系，如有部分、有向、有原因、有症状等。我能用本体论来提取这样的对吗？如果是，那是什么本体论和如何？

ChEBI本体是一个很好的开端。