文摘

增加体积的生物医学文献发表的快速和有效的检索文献的序列,结构和功能的生物实体是一个重要的任务为生物学和医学的快速发展。生物医学文献中捕捉语义信息更有效的生物医学文献集群时,我们提出一个新的multi-evidence-based语义文本相似度计算方法。使用两个语义相似性和一个内容相似,两个语义相似之处包括基于网格语义相似度和字embedding-based语义相似度。更有效地融合三种不同的相似之处,之后,分别计算两个语义和一个内容相似性生物医学文献,前馈神经网络应用于集成这两个语义相似之处。最后,用于集成语义加权线性组合方法和内容相似之处。评估效果,该方法与现有的基本方法相比,和该方法优于现有的相关方法。基于证明本研究的结果,可以使用此方法不仅在实际生物或医学实验如蛋白质序列和功能分析也在生物和医学研究领域,这将帮助提供,使用和理解主题一致的文档。

1。介绍

在生物和医学领域的发展,生物医学文献的数量正在迅速增加。每一年,一个大发表的论文数量在PubMed和索引,一个标准的生物医学文献数据库。到2022年,PubMed包含超过3400万生物医学文献。生物学和相关领域的专家作出了很多努力找到必要的文件,和很多搜索技术是新兴的回应。特别是,语义聚类或分类生物医学文档(1,2一直是一个非常活跃的领域。集群的医疗文件是非常重要的生物学家、专家、生物研究和文档搜索者在各个领域;此外,它也极大地促进了知识发现在一个更高的水平。

领域的文本聚类或检索,文本相似性度量是一个关键的步骤。文本基于内容相似性度量非常古典,旨在从文本中提取关键词的功能(3]。例如,一项频率(TF)或一项frequency-inverse文档频率(TF-IDF)通常是应用于提取特征和测量文档相似度(4]。在PubMed PubMed-related文章的排名指标(PMRA) [5)是用于查找“相关文章”,获得文章类似于搜索文章的集合。PMRA和BM256)具有相同的理论基础生物医学文本之间的相似度计算基于内容(标题、摘要等)通过生成项通过泊松分布频率。显然,基于文本内容相似的缺陷捕获文本的语义信息。在大多数情况下,两种文本具有相同文本内容表达不同的语义信息在不同的上下文中。在这一点上,语义文本相似性尤为重要。

语义相似度的文本是首先应用向量空间模型的信息检索(7]。这个模型使用查询和文档之间语义相似度检索最相关的文档从一组给定的查询,例如,网页搜索,小标题采矿、词义消歧、相关性反馈和文本分类(8- - - - - -10]。与此同时,自然语言处理(NLP)应用程序充分利用语义文本相似,包括文本摘要,机器翻译,意译检测和情绪分析11]。生物医学文献之间的语义相似度也是非常重要的信息挖掘在生物医学领域。在医学领域,许多生物医学词有不同的含义在不同的语言环境。因此,研究生物医学文档的语义相似度度量可以找到生物医学文献之间的细微差别在语义层面,以集群生物医学文件更准确。

与词表示学习神经网络的快速发展(12- - - - - -14),字嵌入近年来受到越来越多的关注。字嵌入研究的技术可以应用在一般和特殊领域的语义相似度。字嵌入语言建模是一个一般术语,表示在NLP学习技术。从概念上讲,它指嵌入一个高维空间的维度是所有单词的数量的连续向量空间更低维度,其中每个单词或短语被映射到一个向量在实数领域。字嵌入的方法包括人工神经网络(15),降维的词同现矩阵(16- - - - - -18),概率模型(19,明确表示这个词所在的上下文,等。目前,流行词嵌入模型主要包括学习的模型上下文无关的话,比如Word2Vec [15和手套14),和学习的模型上下文相关的单词,如埃尔莫(20.]和伯特[21]。在[22),Word2Vec应用于计算生物医学方面的相似性。在[23集群),吴等人短文件基于语义相似度的应用biterm主题模型(BTM)和手套。y李等人承认中国在电子病历临床命名实体基于艾尔摩和晶格长期短期记忆模型(24]。在[25),生物医学文档之间的语义相似性计算使用伯特算法。虽然字embedding-based文档同样计算方法考虑文本的上下文,他们不考虑生物医学领域的专业知识。此外,这些方法仍然想念生物医学专业的文档之间的关系。

为了解决这个弱点,生物医学本体应用于测量文档相似性,如网格和基因本体。网格是一个标准的生物医学本体发表的国家医学图书馆(NLM),和在MEDLINE数据库中每一篇文章是由几个网格索引标题代表的生物医学领域的文章,总结文章的语义内容。与此同时,所有网格标题被组织成一个树状结构(网格树)基于语义。计算相似性的文章时,文章可以被提取的语义网格特征的文章。因此,本体基于结构的语义相似度度量是注意到。有两种方法来测量网格之间的相似之处:一是基于路径的方法,另一种是基于内容的方法的信息。基于节点的路径的相似性是基于传播激活理论26],它假定的层级网状组织根据其语义相似度。由于本体中所有标题组织层级结构,整体网的标题往往是在层次结构的根和更具体的网格标题在整个网格层次结构的底部附近的树。基于本体层次结构中的节点的相似性取决于路径长度(距离)和节点之间的深度。然后,网格节点之间相似度的标题可以计算基于网格树中的位置和深度和它们之间的距离,在SP (27,王28],WP [29日],LC [30.李],[31日)等信息内容的网,网的频率相关的标题在一个特定的语料库。同时,网是一个树状结构,这可能是一个网的标题包含与被包含的关系。因此,当计算每个网格标题出现的次数,包括网格的数量是很重要的标题,是与一个特定的网格。信息基于内容相似性计算方法应用于测量网格标题等本体术语之间的关系,其中包括主et al。32,蕾斯尼克33林),(34],和江Conrath [35]。在[36,37),他们提出并实现基于网本体语义相似度计算方法为生物医学文件。基于本体的语义关系应用于其他不同类型的字段,如相似功能和基因产品中鸡(38)和计算语义相似度在生物医学领域的知识资源(39],比如系统化Medicine-Clinical术语的术语(snom CT)和统一医疗语言系统(uml)。然而,在生物医学领域的文本相似度的研究,是不够只考虑医学文本的语义特征嵌入到网,这是一个高泛化的生物医学文献的语义特征,因此它也是必须考虑语义特征嵌入医学文本的文本内容。

充分考虑生物医学文件中语义信息,在本文中,我们提出一个multi-evidence-based合奏的方法。我们使用从多个pretrained字嵌入向量模型训练两种语料来表示词语的语义来捕捉句语义的抽象。在生物医学中包含语义信息网,我们使用网格树来捕获语义网的关系。我们也使用传统的TF-IDF获得文本的内容特征。最后,我们计算生物医学文本之间的语义相似度通过融合多个特性。

这项工作的主要贡献如下:(我)三种不同的特征提取和融合提出multi-evidence-based文档相似度测量方法,可以理解语义信息的实质利益生物文档。我们执行一个完整的比较相似的计算过程和分析方法的特点,在每个特性(2)一个新的整体文本相似度计算方法提出了基于模糊神经网络集成两个语义相似之处。加权线性组合方法应用于集成语义和生物医学文档内容的相似之处

2。材料和方法

2.1。框架

我们建议的方法主要包括三个步骤:(1)预处理,(2)相似性计算,和(3)相似的集成,如图1。输入是生物医学文档数据集和输出融合语义相似度矩阵的文件。首先,从文档中提取三种特性预处理。基于提取的特征,我们测量两个语义相似性和一个内容相似性生物医学文献,分别。语义相似之处包括词embedding-based相似性和基于网格的相似性。我们两个合适的集成方法应用于引信相似之处。我们使用模糊神经网络生成语义相似度矩阵。然后,加权线性组合方法应用于集成内容相似性和语义相似性。

2.2。预处理

生物医学文本提取多个特性,我们使用几种不同的预处理方法。在语义特征方面,我们认为语义信息嵌入在抽象和网格。因此,给定一个生物医学文献,我们首先提取语义特征的抽象和网格计算。为内容的特性,我们标记stopwords抽象和过滤器。然后,我们使用TF-IDF方法生成TF-IDF-based内容功能。

2.3。相似度计算

捕捉各种语义信息,我们运用两种不同的语义相似度计算方法,单词embedding-based相似性度量和基于网格的相似性度量。词embedding-based相似性反映了上下文信息,基于网格相似包括生物医学领域的语义信息。TF-IDF-based内容相似度反映了句上下文信息用于文档。

2.3.1。词Embedding-Based语义相似度

获取语义,我们用一个字嵌入模型来衡量文本之间的相似度。基于文本语义相似的文档,我们获得整个文档之间的语义相似性。

(1)模型的训练。由于研究领域文本在生物医学领域,我们需要一个字嵌入模型的训练,生物医学领域的主体之一。构建一个健壮的模型中,我们使用了两种大全集,维基百科语料库和MEDLINE语料库。因此,我们可以获得一般的上下文信息和生物医学专业信息。在这项研究中,Word2Vec [15)采用构造词嵌入模型,根据语料库,分别名为Wiki_W2V的模型和MEDLINE_W2V。Wiki_W2V代表模型在通用领域,MEDLINE_W2V代表模型在医学领域,和词向量的维度模型是300如表所示1。

(2)平均语义向量的文档。一般来说,更像两个词的语义信息嵌入空间”这个词,这个词向量的点积越大。Word2Vec模型使用的单词作为基本单位来提取语义信息。在这项研究中,我们需要提取整个文档的语义信息。因此,我们使用一个方法Word2Vec词权重向量的模型来获得文档语义向量ASV可以表示。算法1文档中描述了ASV算法。

在算法1,每个文档预处理 ,和ASV作为初始化 - - - - - -维零向量。每个单词的 ,如果存在于这个词Word2Vec模型W2V,这个词向量提取W2V模型和添加到ASV和添加1。穿越后的话说 ,ASV除以 在这一步中,向量ASV可能抵消在不同的方向。因此,我们需要ASV正常化。在这里,我们选择 - - - - - -分数归一化。让 ,z分数归一化是 ,和它的变化公式如下: 在哪里是指,标准偏差。

(3)相似的文档嵌入基于词。假设ASV和ASV是平均语义向量计算通过使用算法1在文档和 ,然后,基于字嵌入文档之间的相似度表示如下: 在哪里和是向量ASV和ASV的元素 ,分别。

2.3.2。基于网格语义相似度

MEDLINE数据库中的文档由一组网格标记标题(通常10 - 15人),由生物医学专家和代表统一文档的主题如表所示2。因此,这些网的标题可以表示文档的语义信息。与此同时,每个网格标题包含多个节点,在树上出现在不同的位置。每个节点代表一个独特的树数量见下表3。给定一组文件 ,对于每个引用 ,网的标题,它是 ,然后,基于网格在计算相似度时的特性,我们把它分成两个步骤:(1)计算网格之间的相似度 和(2)计算文档之间的相似度 。

(1)相似的网格。网格树包含16子树,每一个都代表一个生物医学方向的药。两个基于路径方法和两种信息基于内容的方法用于计算节点之间的相似性,包括WP (29日],LC [30.林),(34],和JC [35]。特别是,如果两个节点在两个不同的子树,那么我们可以假设两个节点之间的相似性是0。每个网格标题包含多个节点。因此,有必要考虑到两个网格标题包含的影响所有节点之间的相似度。此外,一个网格标题可能对应于不同的子树中的节点,节点可能在不同的子树。当我们计算两个网格标题之间的相似性,我们通常需要计算两两之间的相似度对应的节点和其他节点,然后取平均值作为最终的相似度值两个网格之间的标题。所以,传统的方法可能导致相似度小于实际价值。为了避免这个问题,我们选择平均最大匹配(AMM)。给定两个网格的标题,和 ,之间的相似性和表示如下: 在哪里 代表了最大的相似性和任何节点在 。

(2)基于网格的MEDLINE文档的相似度。考虑到每个文档包含多个网格标题和每个网格标题包含多个节点,节点的相似性相似网标题类似于网文档标题相似。还在这里,我们使用一个mm计算文档相似度的方法;鉴于两个文档,和 ,之间的相似性和表示为

类似于方程(3), 表示最大网格标题之间的相似性和任何网格标题中包含的文档 。

2.3.3。内容相似

内容相似度是指MEDLINE文档作为特征相似的内容。在本部分中,一个文档由实际价值表示向量 ,它包含的内容特征信息吗 。在这里,我们将传统TF-IDF方法应用于提取文档的内容的功能。给文件和 ,相应的实际价值向量和 ,然后,文档的相似度和可以表示为基于内容特征

2.4。相似性集成

在前面的部分中,我们基于一个特性生成文档的相似度矩阵,如词嵌入或基于网格的语义特征和TF-IDF-based内容功能。基于两个集成的方法,我们把三个不同的文档相似性。

2.4.1。语义相似度的集成

实现多个语义特征的影响在文档的语义相似度,我们将前馈神经网络模型应用于集成网格特性和字嵌入文档的功能。

前馈神经网络模型FNN_sem我们构造的语义特征集成图所示2。输入层包含2输入神经元,隐藏层包含300个隐藏层神经元,输出层包含1输出神经元。激活函数的输入层和隐层ReLU,和激活函数的输出层是乙状结肠。

FNN_sem模型构建的目的是将网格特性和字嵌入特性。我们采取基于网格特征的相似性, ,和基于词嵌入相似, ,作为输入,把基于集成的语义相似度,(相似语义特征集成后),输出。在培训期间,任何两个文档和在给定的数据集,如果和博士都是同样的话题,那么它们之间的相似性是设置为0.9;如果和公关是同样的话题,然后设置为0.5;否则,它被设置为0.1。迭代的数量设置为100。

培训结束后,我们可以输入和文档之间获得 ,从而达到语义特征的集成。

2.4.2。融合相似性的一代

加权线性组合方法应用于集成内容相似性和语义相似度。首先,和归一化处理,使其最小值是0,最大值为1。我们的标准化方法选择SumNorm,性能优良的治疗在周术语集群证明等。36]。在这之后,和由线性集成方法。具体来说,设置的重量作为 ,然后集成后的相似性

从方程(6),我们可以看到确定的贡献在 。当是0,等于 。我们会找到最合适的通过调整大小的为了使更准确。

3所示。实验数据和评价方法

在实验中,我们评估方法的性能。由于没有官方的真值之间MEDLINE文档到目前为止,我们将评估该方法的性能集群基于该方法的相似性。

3.1。数据

文本检索会议(TREC) 2005基因组数据4591008 MEDLINE数据库文件(MEDLINE记录从1994年至2003年)和50生物医学研究的话题。50个主题模拟真实的信息需要在生物医学领域和分布查询标题所有竞争的信息检索系统。对于每个话题,都有绝对相关(DR)文件,可能有关(PR)文件,而不是有关(NR)文件,由不同的检索系统返回绝对有关文件在哪里,然后这些文件聚合为手动评估生物学家。

在上面的数据中,我们需要做进一步的处理,具体步骤如下:首先,我们删除主题只有九个或更少的文档以避免出现小集群因为太小集群影响公平的评价结果。然后,我们进一步删除相关文件的多个主题,最后,我们活到24个主题包含2317个文档。为了充分测试这种相似性的性能,我们建造100个不同的数据集,每个随机选择3 - 12中包含的文档主题和24个话题。表4显示了100数据集的基本信息。

3.2。评价方法

本文中的聚类方法评估选择谱聚类算法。很多研究显示[40],谱聚类算法是一种有效和稳定的聚类方法。

3.2.1之上。谱聚类

谱聚类算法非常适合聚类数据与相似性矩阵,它比其他聚类算法在生物医学文本聚类。所以我们利用谱聚类算法进行聚类的实验调查这种相似性的性能。谱聚类的想法来自光谱分区,将数据聚类作为多路无向图的划分问题。数据点被认为是顶点一个无向图 ,和边的集合 代表两个点之间的相似度的计算是基于一定的相似性度量。表示数据点之间的相似性矩阵集群,这被认为是无向图的邻接矩阵,包含集群所需的所有信息。然后,一个分区标准定义和优化这样分在同一个类中有高度的相似性,而不同阶层之间的分低程度的相似性。

3.2.2。指标

我们获得的数据,集群每个文档所属已经确定,所以我们可以通过光谱聚类结果进行外部评估基于这种相似性和它们所属的集群。在这里,我们选择四个评价指标,纯洁,调整兰德指数(ARI),归一化互信息(敝中断),和Fowlkes-Mallows指数(FMI)。

纯洁是一个简单的和透明的评估标准计算基于一个方程。每个集群分配给最多的类别的文档,然后精度是衡量正确计算文档的数量分配,然后除以总数量的文件。 在哪里 代表真实价值的集群, 代表聚类的聚类结果,表示引用的总数。

兰德指数(RI)计算两者之间的相似性衡量集群通过考虑所有样本对分配和计算对预测在相同或不同的集群和真正的集群,和它的值范围是0到1。 在哪里是文档的数量在一个类和一个集群,文档的数量在一个类而不是在一个集群中,文档的数量在不同的班级,但在一个集群中,然后呢在不同的类和文档的数量在不同的集群。

调整兰德指数(ARI)是一种改善国际扶轮和休伯特和Arabie提出的1985年41]。因为分工的国际扶轮的问题是两个随机变量,它的RI值不是常数接近0。调整兰德系数假设的超级分布模型是一个随机模型;也就是说,分工的和是随机的,然后,每个类别和集群的数据点的数量是固定的,和它的价值范围变成了1比1。模型越大,效果就越好: 在哪里国际扶轮的期望值。

敝中断是用来测量两者之间的通信数据分布的程度。研究Ghosh [42),发现敝中断指数可以实现集群的一个良好的评价效果。因此,我们也使用敝中断来评价聚类的性能:

在方程(10),和预计标签聚类和正确的标签后,分别 代表他们的互信息,的熵 ,和的熵(40),可以写进方程(11根据方程()10)。在方程(11),在数据集文件的总数,正确的类文档的数量 , 文档的数量在预测集群 ,和两类文档的总数吗和集群 。

提出了FMI Fowlkes和锦葵[43)1983年的几何平均成对精度和召回文档对: 在哪里 , ,和在国际扶轮表达的意思一样。

4所示。实验结果和讨论

全面评估本文所提及的每一个相似的性能,我们建立了三组聚类实验。

4.1。基于单相似性的分析结果

找到最好的计算方法基于每一个特性,我们建立了一个基于一个相似性聚类实验,包括(1)方法基于字嵌入特性,WE_M(模型MEDLINE_W2V字嵌入模型)和WE_W(模型WIKI_W2V字嵌入模型);(2)方法基于网格特性包括LC (30.],WP [29日林),(34],和JC [35](JC法的价值改变,以确定最优结果的方法);(3)基于内容的方法,反对。

100数据集的聚类结果基于相似性的嵌入特性的计算方法和网格特性如表所示5和6分别与最大斜体所示。从表可以看出5和图3(一个)基于嵌入特性相似,WE_M集群效应的方法( , , ,和 )比WE_W ( , , ,和 ),表明MEDLINE_W2V模型的总体效果优于Wiki_W2V模型。从表可以看出6和图4基于网格的聚类方法的特点,JC方法的总体效果是最好的,尤其是当 ( , , ,和 ),和LC方法的整体效果( , , ,和 )是最坏的打算。此外,从图可以看出4所有方法没有区别在每个评估方法,和JC方法的平均价值评估方法是最高的。这表明所有方法几乎没有差异的影响与不同的数据集大小和证明的优越性JC法在网格基于功能的方法。

我们也比较的方法达到最好的聚类结果基于相似性的特征,并比较结果如表所示7和图3 (b),最大的斜体所示。总的来说,当 ,JC法纯度和FMI达到最大值,分别是0.834和0.762。阿里的最大值和敝中断了反对分别为0.701和0.738,分别。实验结果表明,基于网格的语义相似度特性优于基于字嵌入特性。同时,语义相似度的影响基于网格特征相似的内容基于内容相似性特征。另一方面,这是证实,语义相似度的影响根据网格特性是相似的内容根据内容特性相似。

4.2。基于语义相似度的分析结果

我们进行聚类实验通过集成网格和字嵌入特征的相似性来探索最佳组合模式。有四个方法基于网格特征,和的值在JC方法将从1到5。总共有8相似度,两种方法基于嵌入这个词特征WE_M WE_W,分别,所以16的搭档组合方法生成,基于表8。

100数据集的聚类结果相似的基础上,结合网格和字嵌入特性如表所示8,最大的斜体所示。从表8,我们可以看到,整个集群效应集成后的语义相似度普遍高于单一的相似性。例如,所有指标的平均值( , , ,和 )组合后的LC法和WE_M法都是高于LC ( , , ,和 )。同时,我们发现所有的集群效应基于网格的方法结合WE_M方法高于方法结合WE_W方法,这充分表明WE_M方法的聚类效果优于WE_W方法。整体JC方法有最好的效果 和WE_M方法的组合效应( , , ,和 ),虽然WP法和WE_W法( , , ,和 )有最坏的打算。因此,我的下一个实验将使用的结合JC ( )法和WE_M法(JC_1_WE_M方法)来计算语义相似度。

4.3。基于融合相似性的分析结果

如上所述的方法,语义相似度和内容相似度综合加权线性组合方法。例如,JC_1_WE_M方法用于计算语义相似度正如上面提到的,和反面方法用于计算基于内容相似的特性。根据方程(6),我们调整的价值找到最好的价值 。

结合表9和图5,我们可以看到,随着增加的价值 ,所有指标的平均值慢慢增加,标准差慢慢减少,达到一个峰值时 。平均( , , ,和 )达到最大,标准偏差( , , ,和 )达到最小值。这表明基于内容相似性特性结果有很大的影响。与语义相似度相比,通过集成的语义相似度和内容相似,每个指标的平均值显著提高,标准偏差明显减少,表明更多的特性考虑,更好的聚类效果。

4.4。与相关工作

为了充分验证我们提出的集群性能相似,我们比较它与之前的相关聚类方法。表10显示了我们提出的相似性指数比较结果( ,即相似 )和朱等人提出的聚类方法。37在相同的数据集)。

朱等人提出的聚类方法是基于线性集成网格特征相似性和内容特征相似性进行谱聚类实验。从表10,它可以清楚地看到,所有指标的平均值谱聚类的相似性提出了高于朱法等。特别是,FMI的改善尤为显著(增加0.061)。这个结果进一步表明我们提出相似的有效性通过集成多个MEDLINE文档功能。

4.5。讨论该方法的可解释性

文本相似性的研究通常可以从两个方面提取特征:一个是文本的内容,另一个是文本的语义。同时,特殊领域的文本通常包含语义特征的领域,我们还需要提取这些特征。此外,对于特征提取的一个方面,认为数量往往决定了相似的性能。在前面的研究中,有两种类型的缺陷:一个(5,6),只有内容被认为是不考虑语义方面,和其他37)的数量特性被认为是在一个方面是更少。

我们的方法可以弥补上述两种缺陷的同时,这是我们考虑的内容和语义特征的生物医学文件在同一时间。在此基础上,我们考虑多个特性在语义方面(从网格中提取并通过字嵌入)从文本内容中提取和融合,以提高生物医学文本相似的性能。在实验部分,我们首先进行了筛选最佳的语义计算方法和内容,如表所示5,6,7。然后,我们通过模糊神经网络融合两个语义特征筛选最优的语义融合方案,如表所示8。最后,通过线性模型融合内容和语义方面,如表所示10获得最终的相似度计算方法。

此外,实验结果证明我们的提议multi-evidence-based语义文本相似度计算方法相比,提高了生物医学文档聚类的努力各种现有方法;它已经显示出优越的性能在几个评价指标如纯度、阿里,敝中断和FMI。从本质上讲,我们的方法提取和融合不同的特性,发现能够代表生物医学文献的语义信息。

5。结论

与多个文档相似度计算的准确性有一定的局限性。因此,为了解决这个问题,在本文中,我们提出了一种新的语义相似度的MEDLINE文档中包含的语义信息提取网格从MEDLINE文档标题和抽象,结合内容信息。在这种方法,计算语义相似度和内容相似的医疗文件,模糊神经网络和加权线性组合方法应用于集成语义和内容相似。此外,该方法与现有的基本方法分析医疗文件。实验结果表明,聚类效果明显改善,因特性视为语义相似度集成的数量增加的语义相似度集成集成网格功能和嵌入函数从一个相似,这个词和内容相似度和聚类性能在每个聚类指标相关。这是确认multievidence方法优于传统方法。

本研究的长处之一就是它达到提高性能的目的,考虑和整合不同的语义特征。我们的方法是基于多功能收敛的概念,不仅可以发挥重要作用在生物医学专家在通用领域专家和信息挖掘。因此,这些多个聚类特性的研究方法可以应用于其他领域的相似性的研究,比如研究计算基因之间的相似性。同时,在一般域,如果研究主题包含多个特性,我们可以应用这个想法来提高性能。

数据可用性

本研究的数据集用于支持这些发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项研究得到了国家自然科学基金(61911540482和61911540482)。部分这项工作也支持基础科学研究项目通过韩国国家研究基金会(NRF)由科技部,ICT和未来规划,2019年韩国,在格兰特k2a9a2a06020672, 2020 r1a2b5b02001717格兰特。