随着人类基因组学研究和高通量技术的发展,涉及蛋白质知识以及相关疾病、药物的医学文献呈指数增长。利用文本挖掘技术从大量的生物医学文本中发现和抽取有价值的、新颖的蛋白质知识已经成为可能。基于SemRep得到的特定疾病的M EDLINE文献的语义输出,通过显著信息提取算法对该语义输出进行打分排序,抽取得到与特定疾病相关的蛋白质以及蛋白质和药物之间的联系。之后与KEGG数据库中列出的该疾病相关的蛋白质、基因进行比较。实验结果对理解疾病的病因、蛋白质功能预测以及药物辅助设计都有重要的研究意义。