語義Web在中醫(yī)藥領(lǐng)域的應(yīng)用研究綜述

于 彤 崔 蒙 李敬華

(中國中醫(yī)科學(xué)院中醫(yī)藥信息研究所，北京，100700)

中醫(yī)藥信息化建設(shè)是中醫(yī)藥知識傳承與創(chuàng)新發(fā)展的重要手段。國家對此高度重視、持續(xù)投入，建立了為數(shù)眾多、內(nèi)容豐富、規(guī)模巨大的中醫(yī)藥科學(xué)數(shù)據(jù)庫群，基本實現(xiàn)了中醫(yī)藥知識遺產(chǎn)的系統(tǒng)性保護(hù)。但這些資源也存在著獨立封閉、零散分布、異質(zhì)異構(gòu)等問題，嚴(yán)重地阻礙了知識的跨域流動和持續(xù)創(chuàng)新。其中的主要問題包括:1)缺乏適合自身特點的知識建模方法;2)數(shù)據(jù)資源存在質(zhì)量缺陷，整合程度較低;3)缺乏有效的知識共享與傳播手段，知識資源過分閑置;4)缺乏知識創(chuàng)造與發(fā)現(xiàn)的有效手段。語義Web(Semantic Web，簡稱SW)為解決這些問題提供了有效的技術(shù)手段。

語義 Web是 World Wide Web Consortium(簡稱W3C)提出并倡導(dǎo)使用的一項擴(kuò)展性技術(shù)。傳統(tǒng)Web的主要缺陷，是缺乏對結(jié)構(gòu)性數(shù)據(jù)(Structured Data)的支持。為此，Web創(chuàng)始人蒂姆·伯納斯 －李(Tim Berners－Lee，Tim BL)等人于2001年在《科學(xué)美國人》上正式提出了“Semantic Web(簡稱 SW)”的構(gòu)想［1］，其核心思想是在Web上構(gòu)建一個全球性的數(shù)據(jù)網(wǎng)絡(luò)，用以實現(xiàn)更為智能的 Web應(yīng)用［1－2］。近年來，SW 技術(shù)在歐、美等地取得迅速發(fā)展，得到IBM、Oracle等著名IT企業(yè)的鼎力支持，在生命科學(xué)、醫(yī)療保健和新藥研發(fā)等領(lǐng)域取得廣泛應(yīng)用［3］。受其影響，中醫(yī)團(tuán)體開展了一系列SW技術(shù)的推廣工作，初步證實了在中醫(yī)藥領(lǐng)域中使用SW技術(shù)的必要性和可行性［4－6］。本文將介紹語義Web的基本概念，闡述語義Web在中醫(yī)藥領(lǐng)域的應(yīng)用現(xiàn)狀和發(fā)展前景，為該技術(shù)在中醫(yī)藥領(lǐng)域的推廣工作提供參考。

2 語義Web在中醫(yī)藥領(lǐng)域發(fā)揮的作用

SW被視為“機器可以理解的Web”。它是對Web架構(gòu)的系統(tǒng)性擴(kuò)展，使Web支持結(jié)構(gòu)性數(shù)據(jù)的發(fā)表、共享和關(guān)聯(lián)，提高Web的有序性，支持智能代理的實現(xiàn)。作為SW的基石，領(lǐng)域本體(Domain Ontology)是針對某個領(lǐng)域的概念體系的精確規(guī)范，用以明確概念的定義以及概念之間的語義關(guān)系［2，7］。Web本體是通過Web在領(lǐng)域團(tuán)體中共享的本體，為SW提供了標(biāo)準(zhǔn)術(shù)語，使得SW上的數(shù)據(jù)具有規(guī)范的表達(dá)方式，便于數(shù)據(jù)資源的互聯(lián)、共享與重用。

SW的核心工作是整合各類數(shù)據(jù)資源，構(gòu)建全球數(shù)據(jù)網(wǎng)絡(luò)。2006年，Tim BL等人發(fā)起了“開放關(guān)聯(lián)數(shù)據(jù)(Linked Open Data，LOD)”這一大型國際合作項目，號召各界團(tuán)體、個人廣泛參與，通過在線協(xié)作的方式，將各種公開數(shù)據(jù)(它們在數(shù)據(jù)格式、編碼方式和訪問方法等方面存在異構(gòu)性)統(tǒng)一轉(zhuǎn)為SW格式并重新發(fā)表［8］。正如關(guān)系型數(shù)據(jù)庫支持SQL查詢，LOD支持SPARQL查詢［8］。SPARQL可被視為概念層次上的查詢，結(jié)構(gòu)簡單、易于理解，能有效的屏蔽不同數(shù)據(jù)模式之間的結(jié)構(gòu)差異，同時又富含語義，能清楚表達(dá)用戶的查詢意圖，提供了強大的LOD數(shù)據(jù)訪問能力。當(dāng)前，LOD在生命科學(xué)、醫(yī)療保健、新藥研發(fā)等領(lǐng)域取得成功的應(yīng)用［9］，成為SW領(lǐng)域最具影響力的工程，為實現(xiàn)SW的構(gòu)想邁出了堅實的第一步。

SW技術(shù)在中醫(yī)藥領(lǐng)域具有廣闊的應(yīng)用前景［4－5］。下面從3個方面討論SW技術(shù)在中醫(yī)藥信息化建設(shè)中發(fā)揮的作用。

2.1 中醫(yī)藥知識建模 中醫(yī)藥行業(yè)尚缺乏被廣泛接受的標(biāo)準(zhǔn)化知識表示模型，這嚴(yán)重地阻礙了知識的交換、共享與傳播。中醫(yī)專家正在使用領(lǐng)域本體作為中醫(yī)藥知識建模的有效手段。例如，尹愛寧等開發(fā)了《中醫(yī)藥一體化語言系統(tǒng)》這樣一個面向中醫(yī)藥領(lǐng)域的大型領(lǐng)域本體［10－11］，證明了本體工程方法在中醫(yī)藥領(lǐng)域的可行性。

在中醫(yī)藥本體工程實踐中，我們發(fā)現(xiàn)中醫(yī)藥領(lǐng)域具有復(fù)雜性、模糊性和整體性等特點，需要研發(fā)與之相適應(yīng)的特定方法。為此，毛氏、宓氏、于氏等從中醫(yī)藥領(lǐng)域需求出發(fā)，對國際最新的OWL表達(dá)框架做出了一系列的改進(jìn)和擴(kuò)展，將SW技術(shù)成功引入中醫(yī)藥本體工程中。例如，毛氏提出了子本體模型，設(shè)計了基于子本體的緩存、演化和推理方法，較好地解決了中醫(yī)藥本體管理與重用問題［12］。宓氏等基于這些方法構(gòu)建了中醫(yī)藥本體共建系統(tǒng)DartOnto，支持Web本體的協(xié)作式在線加工［13］。于氏等使用DartOnto系統(tǒng)，構(gòu)建示范性本體，對中醫(yī)藥理論知識進(jìn)行辨認(rèn)、梳理、澄清和永久保真處理［5］。本體建模的對象包括陰陽、五行、臟腑、證候、草藥、方劑等基本概念，以及五行學(xué)說、藏象學(xué)說、辯證論治和方劑配伍等理論學(xué)說。

于氏、宓氏等提出基于SW的中醫(yī)藥術(shù)語融合方案，開發(fā)并部署了中醫(yī)藥多術(shù)語融合系統(tǒng)，將《中醫(yī)臨床術(shù)語集》《中醫(yī)藥學(xué)主題詞表》和《中醫(yī)藥學(xué)名詞》等多項術(shù)語系統(tǒng)統(tǒng)一轉(zhuǎn)換為SKOS格式，實現(xiàn)中醫(yī)藥領(lǐng)域主要術(shù)語系統(tǒng)的融合，面向中醫(yī)團(tuán)體提供統(tǒng)一的術(shù)語服務(wù)［5，13］。

上述實踐表明，SW技術(shù)能夠提供友好、高效的開發(fā)工具，輔助領(lǐng)域?qū)＜覅f(xié)同工作，保證大型本體開發(fā)的質(zhì)量。

2.2 中醫(yī)藥知識服務(wù) 中醫(yī)藥知識主要存儲于關(guān)系型數(shù)據(jù)庫，它們往往服務(wù)于特定的醫(yī)療和研究機構(gòu)，無法被其他機構(gòu)訪問，形成“數(shù)據(jù)孤島”現(xiàn)象［14］。

Cheung K.等提出使用SW作為中醫(yī)藥數(shù)據(jù)表示標(biāo)準(zhǔn)，在LOD的基礎(chǔ)上實現(xiàn)中西醫(yī)領(lǐng)域的數(shù)據(jù)互聯(lián)，解決“數(shù)據(jù)孤島”的問題［6］。為實施這一策略，Chen H.等研制了DartGrid工具集，并使用DartGrid工具構(gòu)建了大型數(shù)據(jù)庫集成系統(tǒng)，該系統(tǒng)整合70多個數(shù)據(jù)庫，內(nèi)容覆蓋中醫(yī)學(xué)、中藥學(xué)、針灸學(xué)等幾乎所有中醫(yī)藥門類，成為全球知名的中醫(yī)藥知識融合與共享平臺，面向中醫(yī)團(tuán)體提供復(fù)雜、跨域、普適的知識服務(wù)［15－17］。

付氏等開發(fā)了語義搜索引擎DartSearch，該系統(tǒng)提供豐富的內(nèi)容和強大的搜索功能，有效滿足Web用戶的知識檢索需求［18］。盛氏等開發(fā)了語義查詢系統(tǒng)DartQuery，向Web用戶提供簡易、友好的查詢構(gòu)造界面，引導(dǎo)用戶以交互的方式構(gòu)造SPARQL查詢［19］。宓氏等使用語義維基技術(shù)開發(fā)了中醫(yī)藥百科系統(tǒng)，支持知識資源的有序組織、有效管理和協(xié)作式加工［13］。

2.3 中醫(yī)藥知識發(fā)現(xiàn) 通過知識發(fā)現(xiàn)方法，能從海量中醫(yī)藥數(shù)據(jù)中發(fā)現(xiàn)新穎知識(模式與規(guī)則等)，以輔助新藥研發(fā)和臨床決策等活動［20］。SW能更好地解決中醫(yī)藥領(lǐng)域的數(shù)據(jù)集成問題，為中醫(yī)藥知識發(fā)現(xiàn)提供了豐富的數(shù)據(jù)資源［21］。吳氏等基于語義網(wǎng)格技術(shù)框架，研制了中醫(yī)藥知識發(fā)現(xiàn)平臺，支持面向海量數(shù)據(jù)的數(shù)據(jù)挖掘與知識發(fā)現(xiàn)［14］。該系統(tǒng)在利用分子生物學(xué)研究中醫(yī)藥物成份和功能方面取得了具有啟發(fā)性的結(jié)果。

中醫(yī)藥領(lǐng)域涉及大量實體之間的復(fù)雜關(guān)系，如證候和基因之間的對應(yīng)關(guān)系、方劑與中藥之間的組成關(guān)系，中藥之間的相互作用關(guān)系等。這些關(guān)系適合被表示為具有復(fù)雜拓?fù)浣Y(jié)構(gòu)的網(wǎng)絡(luò)［22］。陳氏、于氏等提出了語義圖挖掘方法論，該方法論使用本體和語義圖作為領(lǐng)域知識表示的主要手段，結(jié)合圖挖掘和機器推理等方法來分析復(fù)雜網(wǎng)絡(luò)，并挖掘有意義的模式和規(guī)則［23－24］。于氏等在面向LOD的分布式計算環(huán)境中實現(xiàn)了這一方法論，用于分析中藥相互作用網(wǎng)絡(luò)、證候－基因網(wǎng)絡(luò)等中醫(yī)藥復(fù)雜網(wǎng)絡(luò)［21］，初步驗證了在中醫(yī)藥知識發(fā)現(xiàn)領(lǐng)域使用SW技術(shù)的可行性。

3 語義Web在中醫(yī)藥領(lǐng)域的應(yīng)用案例

3.1 中醫(yī)藥語義電子科學(xué)環(huán)境(TCM Semantic e－Science Environment，TCM－SESE)TCM－SESE是一個大型的電子科學(xué)平臺，該系統(tǒng)實現(xiàn)了中醫(yī)藥知識資源的有效集成和綜合管理，面向全國40多家機構(gòu)提供中醫(yī)藥知識服務(wù)［17］。該工程首次將SW技術(shù)系統(tǒng)引入中醫(yī)藥領(lǐng)域，具體工作包括:1)采用Web本體技術(shù)，構(gòu)建中醫(yī)藥領(lǐng)域本體，解決中醫(yī)藥知識建模問題;2)采用語義映射和查詢重寫等技術(shù)，實現(xiàn)大量中醫(yī)藥數(shù)據(jù)庫的有效整合，解決中醫(yī)藥“數(shù)據(jù)孤島”問題;3)采用語義查詢、語義搜索、語義維基等技術(shù)，面向臨床決策、新藥研發(fā)和電子教學(xué)提供知識服務(wù)，解決中醫(yī)藥知識傳播問題。TCM－SESE現(xiàn)已投入使用并穩(wěn)定運行，實現(xiàn)中醫(yī)藥知識資源的深度整合和充分共享，促進(jìn)中西醫(yī)領(lǐng)域?qū)＜抑g的交流與合作，在臨床決策、新藥研發(fā)和電子教學(xué)等案例中發(fā)揮了重要作用。

3.2 Linking Open Drug Data(LODD)［24］LODD 是一個大型國際合作項目，旨在利用LOD的技術(shù)框架，整合醫(yī)藥學(xué)數(shù)據(jù)資源，加速新藥研發(fā)的進(jìn)程。針對傳統(tǒng)中草藥的研究，可能對現(xiàn)代新藥研發(fā)提供重要線索，但這些寶貴研究結(jié)果往往缺乏整合和應(yīng)用［25］。為此，LODD的一項重要任務(wù)是將中醫(yī)藥知識發(fā)布在LOD上，并建立中西醫(yī)之間的知識關(guān)聯(lián)，支持中藥新藥研發(fā)等應(yīng)用［26－27］。LODD中記錄了草藥的知識(如化學(xué)成分、療效等)，以及疾病、基因、草藥之間的關(guān)聯(lián)關(guān)系，能輔助研究人員找出能夠治療某種疾病的草藥，理解草藥的性質(zhì)和療效，支持中藥新藥研發(fā)等應(yīng)用。LODD被成功用于“研究具有抗抑郁功效的中草藥”這一實際案例:通過SPARQL查詢從LOD中查找出可能治療抑郁的中草藥，檢索它們的活性成分，作為新藥研發(fā)過程的先導(dǎo)化合物［28］。

這兩個項目在海量中醫(yī)藥數(shù)據(jù)處理方面積累了豐富的經(jīng)驗，在中西醫(yī)之間建立了一道交流的橋梁，驗證了LOD技術(shù)方案的可行性以及SPARQL查詢語言和協(xié)議的靈活性，為后續(xù)工作起到了良好的示范作用。

4 結(jié)束語

SW正在成為一項主流技術(shù)，獲得廣泛的認(rèn)可和采用。中醫(yī)團(tuán)體已開展了SW的推廣工作，如中醫(yī)藥語義電子科學(xué)環(huán)境、LODD等，為保護(hù)中醫(yī)藥文化遺產(chǎn)，促進(jìn)中西醫(yī)結(jié)合，推動中醫(yī)藥現(xiàn)代化做出重要貢獻(xiàn)，展示了SW在跨組織、跨領(lǐng)域、跨文化應(yīng)用中的技術(shù)優(yōu)勢。展望未來，我們相信SW技術(shù)將在跨文化、多學(xué)科交叉的研究中發(fā)揮更為重要的作用。

［1］BERNERS －LEE T，HENDLER J，LASSILA O.The Semantic Web［J］.Scientific American，2001，May.

［2］ALLEMANG D，HENDLER J.Semantic Web for the Working Ontologist［M］.Elsvier，2011.

［3］DOMINGUE J，F(xiàn)ENSEL D，HENDLER J.Handbook of Semantic Web Technologies［M］.Springer，2011.

［4］吳朝暉.語義Web與中醫(yī)藥［N］.計算機世界，2007－11－26.

［5］于彤.知識服務(wù):語義Web在中醫(yī)藥領(lǐng)域的應(yīng)用研究［D］.浙江大學(xué)，2012.

［6］CHEUNG K，CHEN H.Semantic Web for data harmonization in Chinese medicine［J］.Chinese Medicine 2010，12(5):2.

［7］HORROCKS I.Ontologies and the semantic web［J］.Commun.ACM，2008，51(12):58－67.

［8］HEATH T，BIZER C.Linked Data:Evolving the Web into a Global Data Space［M］.Morgan＆ Claypool，2011.

［9］BIZER C.HEATH T.BERNERS－LEE T.Linked data － the story so far［J］.Int.J.Semantic Web Inf.Syst.，2009，5(3):1 – 22.

［10］尹愛寧，張汝恩.建立＜中醫(yī)藥一體化語言系統(tǒng)＞［J］.中國中醫(yī)藥信息雜志，2003，10(3):90 －91.

［11］ZHOU X，WU Z，YIN A，WU L，F(xiàn)AN W，ZHANG R:Ontology development for unified traditional Chinese medical language system［J］.Artif Intell Med，2004，32(1):15－27.

［12］MAO Y，WU Z，TIAN W，et al.Dynamic sub－ontology evolution for traditional Chinese medicine web ontology［J］.Journal of Biomedical Informatics，2008，41(5):790 －805.

［13］宓金華.中醫(yī)藥知識工程應(yīng)用［D］.浙江大學(xué)計算機科學(xué)與技術(shù)學(xué)院，2010.

［14］吳朝暉，陳華鈞.語義網(wǎng)格:模型、方法與應(yīng)用［M］.杭州:浙江大學(xué)出版社，2008.

［15］CHEN H，WANG Y，WANG H，et al.From Legacy Relational Databases to the Semantic Web:an In－Use Application for Traditional Chinese Medicine［C］//International Semantic Web Conference，2006.

［16］CHEN H，WU Z，MAO Y，ZHENG G.DartGrid:a semantic infrastructure for building database Grid applications［J］.Concurrency and Computation Practice and Experience，2006，18(14):1811－1828.

［17］CHEN H，MAO Y，ZHEN X，et al.Towards semantic e－science for traditional chinese medicine.BMC Bioinformatics，2007，8(Suppl 3):56.

［18］FU Z，CHEN H，YU T.Intelligent search on integrated knowledge base of traditional Chinese medicine.Journal of Southeast University(English Edition)［J］.2009，25(4):460－463.

［19］盛浩.基于超鏈數(shù)據(jù)的中醫(yī)藥語義查詢系統(tǒng)［D］.浙江大學(xué)，2011.

［20］FENG Y，WU Z，ZHOU X，ZHOU Z，F(xiàn)AN W.Knowledge discovery in traditional Chinese medicine:State of the art and perspectives.Artificial Intelligence in Medicine，2006，38(3):219－236.

［21］WU Z，YU T，CHEN H，et al.Semantic Web Development for Traditional Chinese Medicine［C］//AAAI－08/IAAI－08，2008，1757 －1762.

［22］ZHOU X，LIU B，WU Z，F(xiàn)ENG Y.Integrative mining of traditional Chinese medicine literature and MEDLINE for functional gene networks［J］.Artificial Intelligence in Medicine，2007，41，87 －104.

［23］CHEN H，DING L，WU Z，TONG Y，et al.Semantic web for integrated network analysis in biomedicine［J］.Briefings in Bioinformatics，2009，10(2):177 －192.

［24］YU T，JIANG X，F(xiàn)ENG Y.Semantic Graph Mining for e－Science［C］//AAAI workshop on Semantic e－Science，2007，77 －80.

［25］FANG Y，HUANG H，CHEN H，JUAN H.TCMGeneDIT:a database for associated traditional Chinese medicine，gene and disease information using text mining［J］.BMC Complement Altern Med，2008，8:58.

［26］ZHAO J，JENTZSCH A，SAMWALD M，CHEUNG K.Linked data for connecting traditional Chinese medicine and Western medicine［C］.The Sixth International Workshop of Data Integration in the Life Sciences(Poster＆Demo).Manchester，UK 2009，13.

［27］ZHAO J.Publishing Chinese medicine knowledge as Linked Data on the Web［J］.Chinese Medicine 2010，5(1):27.

［28］SAMWALD M，DUMONTIER M，ZHAO J，et al.Integrating findings of traditional medicine with modern pharmaceutical research:the potential role of linked open data［J］.Chinese Medicine，2010，Dec17(5):43.