用于生物网络的人群验证的系统和方法技术方案

提供了用于策划和传播网络模型的系统和方法。提供网络模型的表示，并且接收表示用户动作的数据。用户动作被导向至所述网络模型的至少一个元素。基于为相应的元素接收的用户动作的数目而将得分分配给每个相应的元素。具有超出验证阈值的分配的得分的边的验证的子集被识别，并且具有低于拒绝阈值的分配的得分的边的拒绝的子集被识别。边和相关联的节点的验证的子集作为策划的网络模型被提供，该模型省略了边的拒绝的子集。

【技术实现步骤摘要】
【国外来华专利技术】
技术介绍
近20年来，众包计划已用来利用和集中广泛的各种各样的技术社区的专长来解决称之为“挑战”的具体问题。这些挑战已解决了就像预测电影的观众评价(Netflix挑战)、知识发现与数据挖掘(KDD cup，www.kdd.org/kddcup/，[Kohavi R、Brodley CE、Frasca B、Mason L、Zheng Z.，“KDD-Cup 2000organizers'report:peeling the onion”，ACM SIGKDD Explorations Newsletter，2000年第2(2)期第86-93页])，微阵列和下一代测序(MAQC，www.fda.gov/MicroArrayQC/，[Shi L、Campbell G、Jones WD等人。“The Microarray Quality Control(MAQC)-II study of common practices for the development and validation of microarray-based predictive models”(EI)，2010])和蛋白质折叠(FoldIt，www.fold.it,[Good BM、Su AI，“Games with a scientific purpose”，Genome Biology，2011年第12(12)期第135页])那样多样化且劳动密集的话题。基于人群的方案还尝试在诸如BioCarta(www.biocarta.com/)或WikiPathways(www.wikipathways.org的常用数据仓库中收集科学知识[Pico AR、Kelder T、van Iersel MP、Hanspers K、Conklin BR、Evelo C，“WikiPathways:pathway editing for the people”，PLoS biology，2008年7月22日第6(7)期：e184])。然而，这些方案对于在验证可通过结合大量的出版物中报道的数据而得出的知识的过程中使用来说不够稳健。复杂的关系数据不能通过经典的同行评审过程来容易地评估[Meyer P、Alexopoulos LG、Bonk T等人，“Verification of systems biology research in the age of collaborative competition”，Nat Biotechnol.，2011年9月第29(9)期第811-815页]。本专利技术提供了一种系统，该系统可以解决正面临
中数据和出版物的爆炸性增长的科学家和工程师的需求。
技术实现思路
如上所述，当由许多研究者在短时间内产生关于单一复杂话题的各个相
关方面的大量定量数据时，用于由指定的个人验证知识的早期解决方案可能无法达到所要求的速度。申请人已认识到，通过使用计算机网络可以有利于由一群策划网络模型并传播所得到的策划的网络模型。本文所述计算机系统和计算机程序产品通过包括来自多个个体的输入而实现包括网络模型的策划(curation)的方法。通过聚合多个用户的意见，本公开允许开发关于从多个个体的观点来看网络模型的哪些部分是有效的以及网络模型的哪些部分需要进一步调查的详细的理解。在某些方面，本公开的系统和方法提供了一种用于策划网络模型的计算机化方法。该计算机化方法包括由计算机系统提供，该计算机系统包括通信端口和与至少一个非暂态计算机可读介质通信的至少一个计算机处理器，所述至少一个非暂态计算机可读介质存储包括表示初始网络模型和该初始网络模型的元素的数据的至少一个电子数据库。初始网络模型包括与多个边互连的多个节点，每个边表示在两个相连的节点之间的因果关系。向多个用户请求用户动作，用户动作被导向至网络模型的元素。网络模型的元素可以是边、节点或与边、节点或模型的一部分相关联的信息项。然后，基于为相应的元素接收的用户动作为网络模型的每个元素分配得分，并且各具有超出验证阈值的得分的经验证的元素被识别。表示一个经策划的网络模型的数据经由通信端口被提供，该模型包括初始网络模型的经验证的元素。在某些具体实施中，该计算机化方法还包括识别各具有小于拒绝阈值的得分的被拒绝的元素，其中，策划的网络模型省略被拒绝的元素。各具有大于拒绝阈值且小于验证阈值的得分的未验证的元素被识别，并且指示在策划的网络模型中的未验证的元素。在某些具体实施中，用户动作中的至少一些是由用户提供的二进制投票，该投票指示用户是否赞同或不赞同网络模型的元素。分配给相应的元素的得分是导向至所述相应的元素的接收的用户动作的数目、接收的用户动作中的每一个的特性或两者的函数。接收的用户动作中的每一个的特性可包括所述相应的用户动作是否具有正属性或负属性的指示。在某些具体实施中，用户动作中的至少一些包括与节点或边相关联的信息的提供。该计算机化方法还可包括将表示策划的网络模型的数据传播给至
少所述多个用户或公众。至少一个用户动作可包括网络模型的表示中此前不存在的新节点或新边的建议，并且该方法还可包括通过包括该新节点或新边来修改网络模型。在某些具体实施中，网络模型表示生物系统，每个节点表示与其它节点中的至少一个相互作用的生物实体，并且每个边表示在生物系统中的生物实体之间的因果关系。在某些具体实施中，网络模型是表示生物系统的生物网络模型，生物网络模型是宏观网络模型的子集，并且通过选择该宏观网络模型的边界来限定。使用生物表达语言(Biological Expression Language)提供表示网络模型的数据。在某些具体实施中，该计算机化方法还包括使用一个集成声誉系统来管理根据每个相应的用户的用户动作奖给各个用户的奖励。集成声誉系统根据用户动作将一数目的分数分配给用户，其中，该数目可以根据网络模型的状况来修改。可用来确定网络模型的状况的一个或多个因素包括为该元素接收的用户动作的数目、为该元素接收的用户动作的属性、或该节点或边相对于网络模型中的其它节点和边的位置。在所述元素被后续的用户动作验证之前，声誉系统基于导向至该元素的验证的用户动作将额外的分数奖给用户。反映在增强或验证网络模型时取得的进展的其它因素可用来确定集成声誉系统的功能和编程。在某些具体实施中，用户动作中的至少一个在网络模型中创建新边，该新边是网络模型的表示中此前不存在的。分配给提供该新边的用户的分数的数目大于分配给提供网络模型中的现有边的修改的用户的分数的数目。在某些具体实施中，从不同用户接收的用户动作可以彼此独立。通过对其他用户不显示或隐藏由一用户采取的导向至元素的动作，或通过不向一用户显示由其他用户对初始网络模型进行的修改，可以实现这一目的。在某些具体实施中，根据由用户积累的声誉分的数目对用户排序。附图说明在结合附图考虑以下详细描述之后，本公开的另外的特征、其性质和各种优点将显而易见，贯穿附图，类似的附图标记表示类似的部件，并且在附
图中：图1是用于提供网络验证过程的计算机网络的框图。图2是用于提供网络验证过程的服务器的框图。图3是示例性计算设备的框图，该计算设备可用来实现本文所述计算机化系统中的任一个中的任一本文档来自技高网...

【技术保护点】
一种用于策划网络模型的计算机化方法，所述方法包括：由计算机系统提供，所述计算机系统包括通信端口和与至少一个非暂态计算机可读介质通信的至少一个计算机处理器，所述至少一个非暂态计算机可读介质存储包括表示初始网络模型和所述初始网络模型的元素的数据的至少一个电子数据库，所述初始网络模型包括与多个边互连的多个节点，每个边表示在两个相连的节点之间的因果关系；向多个用户请求用户动作，所述用户动作被导向至所述网络模型的元素，其中，所述元素包括边、节点或与边或节点相关联的信息项；基于为所述相应的元素接收的所述用户动作为所述网络模型的每个元素分配得分；识别经验证的元素，所述经验证的元素各具有超出验证阈值的得分；以及经由所述通信端口提供表示策划的网络模型的数据，所述策划的网络模型包括所述初始网络模型的所述经验证的元素。

【技术特征摘要】
【国外来华专利技术】2013.08.12 US 61/864,9041.一种用于策划网络模型的计算机化方法，所述方法包括：由计算机系统提供，所述计算机系统包括通信端口和与至少一个非暂态计算机可读介质通信的至少一个计算机处理器，所述至少一个非暂态计算机可读介质存储包括表示初始网络模型和所述初始网络模型的元素的数据的至少一个电子数据库，所述初始网络模型包括与多个边互连的多个节点，每个边表示在两个相连的节点之间的因果关系；向多个用户请求用户动作，所述用户动作被导向至所述网络模型的元素，其中，所述元素包括边、节点或与边或节点相关联的信息项；基于为所述相应的元素接收的所述用户动作为所述网络模型的每个元素分配得分；识别经验证的元素，所述经验证的元素各具有超出验证阈值的得分；以及经由所述通信端口提供表示策划的网络模型的数据，所述策划的网络模型包括所述初始网络模型的所述经验证的元素。2.根据权利要求1所述的计算机化方法，还包括识别被拒绝的元素，所述被拒绝的元素各具有小于拒绝阈值的得分，其中，所述策划的网络模型省略所述被拒绝的元素。3.根据权利要求2所述的计算机化方法，还包括识别未验证的元素并指示在所述策划的网络模型中的所述未验证的元素，所述未验证的元素各具有大于所述拒绝阈值且小于所述验证阈值的得分。4.根据权利要求1所述的计算机化方法，其中，至少一个用户动作包括所述网络模型中此前不存在的新元素的建议，所述方法还包括请求导向至所述新元素的用户动作。5.根据权利要求4所述的计算机化方法，还包括在所述新元素被验证之后通过包括所述新元素来修改所述初始网络模型或所述策划的网络模型。6.根据权利要求1所述的计算机化方法，其中，所述用户动作中的至少一些是由所述用户提供的二进制投票，所述二进制投票指示所述用户是否赞
\t同或不赞同所述网络模型的元素。7.根据权利要求1所述的计算机化方法，其中，分配给相应的元素的得分是导向至所述相应的元素的接收的用户动作的数目、所述接收的用户动作中的每一个的特性或两者的函数。8.根据权利要求7所述的计算机化方法，其中，所述接收的用户动作中的每一个的所述特性包括所述相应的用户动作是否为正属性或负属性的指示。9.根据权利要求1所述的计算机化方法，其中，所述用户动作中的至少一些包括与节点或边相关联的信息的提供。10.根据权利要求1所述的计算机化方法，还包括将表示所述策划的网络模型的数据传播给至少所述多个用户或公众。11.根据权利要求1所述的计算机化方法，其中，所述网络模型表示生物系统，每个节点表示与其它节点中的至少一个相互作用的生物实体，并且每个边表示在所述生物实体之间的因果关系。12.根据权利要求11所述的计算机化方法，其中，表示所述网络模型的所述数据使用生物表达语提供。13.根据权利要求1所述的计算机化方法，还包括由集成...

【专利技术属性】
技术研发人员：W·海斯，J·霍恩格，M·C·派奇，
申请(专利权)人：菲利普莫里斯生产公司，塞尔文塔公司，
类型：发明
国别省市：瑞士;CH