DancePartner：一个Python包，用于从文献和数据库中挖掘多组学关系网络

《Journal of Proteome Research》：DancePartner: Python Package to Mine Multiomics Relationship Networks from Literature and Databases

多组学分析揭示生物分子关系异质性，通过开发DancePartner工具包实现文献与数据库的整合挖掘，支持标准化映射、网络可视化和处理效率对比，以线虫和酵母为例验证其功能。

　　

多组学实验的目标是了解在不同条件下（通常是对照组和实验组之间），分子生物学的机制是如何发生变化的。这通常涉及研究多种生物分子（如脂质、代谢物、蛋白质等）之间的相互作用和代谢关系。尽管有许多数据库存储了生物分子之间的关系信息，但一些研究较少的物种在数据库中的相关数据可能非常有限甚至完全没有，因此需要从文献中挖掘这些信息。文献挖掘面临诸多挑战，包括自动化的全文提取、重复生物分子术语的合并以及复杂机器学习工具的实现。为了使关系提取更加方便研究人员使用，开发了一个名为DancePartner的Python软件包，它能够从文献和数据库中提取生物分子之间的关系，并具备将生物分子同义词映射到标准化标识符的功能，同时还能可视化并分析由此产生的多组学网络。这里提供了两个示例数据集来展示DancePartner的功能：一个包含14,986篇关于Caernohabditis elegans的论文和摘要的数据集，另一个包含33,606篇关于Saccharomyces cerevisiae的论文和摘要的数据集。这些关系数据与KEGG、WikiPathways、UniProt和LipidMaps中的数据相结合并进行可视化处理，随后比较了不同网络构建所需的时间差异。