語義Web在中醫藥領域的應用研究綜述

于 彤 崔 蒙 李敬華

(中國中醫科學院中醫藥信息研究所，北京，100700)

中醫藥信息化建設是中醫藥知識傳承與創新發展的重要手段。國家對此高度重視、持續投入，建立了為數眾多、內容豐富、規模巨大的中醫藥科學數據庫群，基本實現了中醫藥知識遺產的系統性保護。但這些資源也存在著獨立封閉、零散分布、異質異構等問題，嚴重地阻礙了知識的跨域流動和持續創新。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)數據資源存在質量缺陷，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)缺乏知識創造與發現的有效手段。語義Web(Semantic Web，簡稱SW)為解決這些問題提供了有效的技術手段。

語義 Web是 World Wide Web Consortium(簡稱W3C)提出并倡導使用的一項擴展性技術。傳統Web的主要缺陷，是缺乏對結構性數據(Structured Data)的支持。為此，Web創始人蒂姆·伯納斯 －李(Tim Berners－Lee，Tim BL)等人于2001年在《科學美國人》上正式提出了“Semantic Web(簡稱 SW)”的構想［1］，其核心思想是在Web上構建一個全球性的數據網絡，用以實現更為智能的 Web應用［1－2］。近年來，SW 技術在歐、美等地取得迅速發展，得到IBM、Oracle等著名IT企業的鼎力支持，在生命科學、醫療保健和新藥研發等領域取得廣泛應用［3］。受其影響，中醫團體開展了一系列SW技術的推廣工作，初步證實了在中醫藥領域中使用SW技術的必要性和可行性［4－6］。本文將介紹語義Web的基本概念，闡述語義Web在中醫藥領域的應用現狀和發展前景，為該技術在中醫藥領域的推廣工作提供參考。

2 語義Web在中醫藥領域發揮的作用

SW被視為“機器可以理解的Web”。它是對Web架構的系統性擴展，使Web支持結構性數據的發表、共享和關聯，提高Web的有序性，支持智能代理的實現。作為SW的基石，領域本體(Domain Ontology)是針對某個領域的概念體系的精確規范，用以明確概念的定義以及概念之間的語義關系［2，7］。Web本體是通過Web在領域團體中共享的本體，為SW提供了標準術語，使得SW上的數據具有規范的表達方式，便于數據資源的互聯、共享與重用。

SW的核心工作是整合各類數據資源，構建全球數據網絡。2006年，Tim BL等人發起了“開放關聯數據(Linked Open Data，LOD)”這一大型國際合作項目，號召各界團體、個人廣泛參與，通過在線協作的方式，將各種公開數據(它們在數據格式、編碼方式和訪問方法等方面存在異構性)統一轉為SW格式并重新發表［8］。正如關系型數據庫支持SQL查詢，LOD支持SPARQL查詢［8］。SPARQL可被視為概念層次上的查詢，結構簡單、易于理解，能有效的屏蔽不同數據模式之間的結構差異，同時又富含語義，能清楚表達用戶的查詢意圖，提供了強大的LOD數據訪問能力。當前，LOD在生命科學、醫療保健、新藥研發等領域取得成功的應用［9］，成為SW領域最具影響力的工程，為實現SW的構想邁出了堅實的第一步。

SW技術在中醫藥領域具有廣闊的應用前景［4－5］。下面從3個方面討論SW技術在中醫藥信息化建設中發揮的作用。

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

在中醫藥本體工程實踐中，我們發現中醫藥領域具有復雜性、模糊性和整體性等特點，需要研發與之相適應的特定方法。為此，毛氏、宓氏、于氏等從中醫藥領域需求出發，對國際最新的OWL表達框架做出了一系列的改進和擴展，將SW技術成功引入中醫藥本體工程中。例如，毛氏提出了子本體模型，設計了基于子本體的緩存、演化和推理方法，較好地解決了中醫藥本體管理與重用問題［12］。宓氏等基于這些方法構建了中醫藥本體共建系統DartOnto，支持Web本體的協作式在線加工［13］。于氏等使用DartOnto系統，構建示范性本體，對中醫藥理論知識進行辨認、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，以及五行學說、藏象學說、辯證論治和方劑配伍等理論學說。

于氏、宓氏等提出基于SW的中醫藥術語融合方案，開發并部署了中醫藥多術語融合系統，將《中醫臨床術語集》《中醫藥學主題詞表》和《中醫藥學名詞》等多項術語系統統一轉換為SKOS格式，實現中醫藥領域主要術語系統的融合，面向中醫團體提供統一的術語服務［5，13］。

上述實踐表明，SW技術能夠提供友好、高效的開發工具，輔助領域專家協同工作，保證大型本體開發的質量。

2.2 中醫藥知識服務 中醫藥知識主要存儲于關系型數據庫，它們往往服務于特定的醫療和研究機構，無法被其他機構訪問，形成“數據孤島”現象［14］。

Cheung K.等提出使用SW作為中醫藥數據表示標準，在LOD的基礎上實現中西醫領域的數據互聯，解決“數據孤島”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工具構建了大型數據庫集成系統，該系統整合70多個數據庫，內容覆蓋中醫學、中藥學、針灸學等幾乎所有中醫藥門類，成為全球知名的中醫藥知識融合與共享平臺，面向中醫團體提供復雜、跨域、普適的知識服務［15－17］。

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

2.3 中醫藥知識發現 通過知識發現方法，能從海量中醫藥數據中發現新穎知識(模式與規則等)，以輔助新藥研發和臨床決策等活動［20］。SW能更好地解決中醫藥領域的數據集成問題，為中醫藥知識發現提供了豐富的數據資源［21］。吳氏等基于語義網格技術框架，研制了中醫藥知識發現平臺，支持面向海量數據的數據挖掘與知識發現［14］。該系統在利用分子生物學研究中醫藥物成份和功能方面取得了具有啟發性的結果。

中醫藥領域涉及大量實體之間的復雜關系，如證候和基因之間的對應關系、方劑與中藥之間的組成關系，中藥之間的相互作用關系等。這些關系適合被表示為具有復雜拓撲結構的網絡［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域知識表示的主要手段，結合圖挖掘和機器推理等方法來分析復雜網絡，并挖掘有意義的模式和規則［23－24］。于氏等在面向LOD的分布式計算環境中實現了這一方法論，用于分析中藥相互作用網絡、證候－基因網絡等中醫藥復雜網絡［21］，初步驗證了在中醫藥知識發現領域使用SW技術的可行性。

3 語義Web在中醫藥領域的應用案例

3.1 中醫藥語義電子科學環境(TCM Semantic e－Science Environment，TCM－SESE)TCM－SESE是一個大型的電子科學平臺，該系統實現了中醫藥知識資源的有效集成和綜合管理，面向全國40多家機構提供中醫藥知識服務［17］。該工程首次將SW技術系統引入中醫藥領域，具體工作包括:1)采用Web本體技術，構建中醫藥領域本體，解決中醫藥知識建模問題;2)采用語義映射和查詢重寫等技術，實現大量中醫藥數據庫的有效整合，解決中醫藥“數據孤島”問題;3)采用語義查詢、語義搜索、語義維基等技術，面向臨床決策、新藥研發和電子教學提供知識服務，解決中醫藥知識傳播問題。TCM－SESE現已投入使用并穩定運行，實現中醫藥知識資源的深度整合和充分共享，促進中西醫領域專家之間的交流與合作，在臨床決策、新藥研發和電子教學等案例中發揮了重要作用。

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的技術框架，整合醫藥學數據資源，加速新藥研發的進程。針對傳統中草藥的研究，可能對現代新藥研發提供重要線索，但這些寶貴研究結果往往缺乏整合和應用［25］。為此，LODD的一項重要任務是將中醫藥知識發布在LOD上，并建立中西醫之間的知識關聯，支持中藥新藥研發等應用［26－27］。LODD中記錄了草藥的知識(如化學成分、療效等)，以及疾病、基因、草藥之間的關聯關系，能輔助研究人員找出能夠治療某種疾病的草藥，理解草藥的性質和療效，支持中藥新藥研發等應用。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，作為新藥研發過程的先導化合物［28］。

這兩個項目在海量中醫藥數據處理方面積累了豐富的經驗，在中西醫之間建立了一道交流的橋梁，驗證了LOD技術方案的可行性以及SPARQL查詢語言和協議的靈活性，為后續工作起到了良好的示范作用。

4 結束語

SW正在成為一項主流技術，獲得廣泛的認可和采用。中醫團體已開展了SW的推廣工作，如中醫藥語義電子科學環境、LODD等，為保護中醫藥文化遺產，促進中西醫結合，推動中醫藥現代化做出重要貢獻，展示了SW在跨組織、跨領域、跨文化應用中的技術優勢。展望未來，我們相信SW技術將在跨文化、多學科交叉的研究中發揮更為重要的作用。

［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，FENSEL D，HENDLER J.Handbook of Semantic Web Technologies［M］.Springer，2011.

［4］吳朝暉.語義Web與中醫藥［N］.計算機世界，2007－11－26.

［5］于彤.知識服務:語義Web在中醫藥領域的應用研究［D］.浙江大學，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＜中醫藥一體化語言系統＞［J］.中國中醫藥信息雜志，2003，10(3):90 －91.

［11］ZHOU X，WU Z，YIN A，WU L，FAN 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.中醫藥知識工程應用［D］.浙江大學計算機科學與技術學院，2010.

［14］吳朝暉，陳華鈞.語義網格:模型、方法與應用［M］.杭州:浙江大學出版社，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.基于超鏈數據的中醫藥語義查詢系統［D］.浙江大學，2011.

［20］FENG Y，WU Z，ZHOU X，ZHOU Z，FAN 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，FENG 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，FENG 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.