[发明专利]用于知识发现的搜索工具

说明书

公开了一种用于搜索生物实体的集合的系统。所述系统包括：用户输入模块，被配置为接收包括生物实体的表示的用户输入；搜索模块，被配置为确定生物实体的集合中的哪些实体与所述用户输入相关联；可视化模块，被配置为呈现所述集合的多个生物实体以及它们之间的亲子关系的可视化；以及覆盖模块，被配置为呈现关联指示符，所述关联指示符在视觉上指示与所述用户输入相关联的所述可视化的一个或多个生物实体。

本申请涉及用于在知识发现活动中执行搜索并可视地指示搜索结果以支持用户的系统和计算机实现的方法。

背景技术

一系列字段中的知识发现者有兴趣从可用的知识集合中解密新信息。搜索引擎提供强大的信息检索工具，并且对于从公共领域和其他信息源检索已建立的事实和信息是理想的。典型地，以相关性的顺序在有序列表中呈现搜索结果，其中使用搜索算法来计算相关性。被认为是最相关的结果被呈现在列表的顶部，被认为较不相关的结果被进一步向下呈现。

搜索引擎生成数十页或数百页的搜索结果并不罕见。这给用户造成了信息过载的问题，并且用户具有以有意义的方式有效地筛选或过滤结果的有限方式。通过搜索算法计算的相关性的次序支配用户的治疗结果和与结果交互的方式，并且用户难以检测可能在结果页面中被淹没的模式或趋势。例如，如果显著结果出现在搜索结果的页面100上，则用户找到该显著结果是非常耗时的。用户也难以注意到页面100上的结果可能以潜在所关注的方式与页面204上的结果相关。

这对试图从可用事实中辨别先前未知的信息如模式、趋势和关系的知识发现者提出了挑战。例如，在药物发现领域中，药物发现者可以使用搜索引擎来搜索与特定基因相关的疾病。所有熟知的与该基因相关的疾病可能在搜索结果列表的顶部被列为高度相关的。如果存在少量与该基因有关联但未被搜索算法确定为高度相关的疾病，则这些疾病可能出现在列表的更下方，使得药物发现者不太可能找到它们。此外，如果在列表下很远出现的两种疾病以潜在所关注的方式彼此相关，特别是如果它们例如在10、204和506页展开时，药物发现者非常难以发现它们。

下面描述的实施例不限于解决上述已知方法的任何或所有缺点的实施方案。

发明内容

提供发明内容是为了以简化的形式介绍将在以下具体实施方式中进一步描述的一些概念。发明内容不旨在标识所要求保护的主题的关键特征或必要特征，也不旨在用于确定所要求保护的主题的范围。

本发明提供了搜索实体(例如，诸如疾病的生物实体)的集合的系统和方法。向用户显示实体的可视图(优选地实体的全集，诸如所有已知人类疾病的全集)以及所显示实体中的哪些实体与搜索项相关联的可视指示。例如，如果显示疾病的图并且用户已经使用涉及特定基因的术语进行了搜索，则在该图上呈现诸如覆盖图的视觉指示以指示或以某种方式突出与该基因相关联的疾病。该突出显示创建了视觉图案，该视觉图案使得用户更容易视觉地识别与疾病有关的图案，并且突出了该图案的令人惊讶的特性，该特性可以为诸如在使用传统搜索工具进行搜索时不明显的药物发现等应用提供信息。

在第一方面，本发明提供了一种用于搜索生物实体的集合的系统，所述系统包括：用户输入模块，被配置为接收包括生物实体的表示的用户输入；搜索模块，被配置为确定生物实体的集合中的哪些实体与所述用户输入相关联；可视化模块，被配置为呈现所述集合的多个生物实体以及它们之间的亲子关系的可视化；和覆盖模块，被配置为呈现关联指示符，所述关联指示符在视觉上指示与所述用户输入相关联的所述可视化的一个或多个生物实体。

优选地，所述生物实体的集合包括疾病的集合、基因、蛋白质、药物、生物途径或生物过程。

优选地，所述用户输入包括疾病、基因、蛋白质、药物、生物途径、生物过程、解剖区域、解剖实体、组织或细胞类型中的一个或多个的表示。

优选地，所述关联指示符包括覆盖图。

优选地，对于所述多个生物实体中的每一个，所述可视化包括相应生物实体的视觉指示，所述视觉指示的大小取决于所述相应生物实体在所述亲子关系中的分层状态。