标题： 高海拔疾病生物标志物前景的解析：基于文本挖掘构建的生物分子事件网络的见解 显示英文标题

标题： Unraveling the Biomarker Prospects of High-Altitude Diseases: Insights from Biomolecular Event Network Constructed using Text Mining

摘要： 高海拔疾病（HAD），包括急性高山病（AMS）、高原脑水肿（HACE）和高原肺水肿（HAPE），是由海拔2500米以上地区的低气压缺氧引起的。 这些状况会带来重大的健康风险，但其分子机制仍不够明确。 在本研究中，我们开发了一个生物分子事件抽取管道，结合监督机器学习与基于特征的多尺度拉普拉斯图核，以分析PubMed中的7847个精心整理的HAD相关摘要。 我们提取了超过150个独特的生物分子事件，包括基因表达、调控、结合和定位，并构建了一个包含97个节点和153条边的加权无向生物分子事件网络。 使用PageRank算法，我们根据事件网络中的中心性对关键生物分子进行了优先排序。 排名靠前的蛋白质包括促红细胞生成素（EPO）（0.0163）、血管内皮生长因子（VEGF）（0.0148）、缺氧诱导因子1（HIF-1）α（0.0136）、内皮 PAS 结构域蛋白1（EPAS1）和血管紧张素转换酶（ACE）（0.0119）、Egl九同源物1（EGLN1）、内皮素1（ET-1）和70千道尔顿热休克蛋白（Hsp70）（0.0118），所有这些蛋白质都在氧气感知、血管重塑、红细胞生成和血压调节中起着关键作用。 子网络分析揭示了三个以缺氧反应、炎症和应激适应通路为中心的主要功能簇。 我们的综合方法展示了大规模文本挖掘和基于图的分析在揭示机制性见解和优先考虑高海拔疾病潜在生物标志物方面的效用。 显示英文摘要

摘要： High-altitude diseases (HAD), encompassing acute mountain sickness (AMS), high-altitude cerebral edema (HACE), and high-altitude pulmonary edema (HAPE), are triggered by hypobaric hypoxia at elevations above 2,500 meters. These conditions pose significant health risks, yet the molecular mechanisms remain insufficiently understood. In this study, we developed a biomolecular event extraction pipeline integrating supervised machine learning with feature-based and multiscale Laplacian graph kernels to analyze 7,847 curated HAD-related abstracts from PubMed. We extracted over 150 unique biomolecular events including gene expression, regulation, binding, and localization and constructed a weighted, undirected biomolecular event network comprising 97 nodes and 153 edges. Using the PageRank algorithm, we prioritized key biomolecules based on their centrality within the event network. The top-ranked proteins included Erythropoietin (EPO) (0.0163), Vascular endothelial growth factor (VEGF) (0.0148), Hypoxia-inducible factor 1 (HIF-1) alpha (0.0136), Endothelial PAS Domain Protein 1 (EPAS1) and Angiotensin-Converting Enzyme (ACE) (0.0119), Egl nine homolog 1 (EGLN1), Endothelin 1 (ET-1), and 70 kilodalton heat shock protein (Hsp70)(0.0118), all of which play crucial roles in oxygen sensing, vascular remodeling, erythropoiesis, and blood pressure regulation. Subnetwork analysis revealed three major functional clusters centered on hypoxia response, inflammation, and stress adaptation pathways. Our integrative approach demonstrates the utility of large-scale text mining and graph-based analysis to uncover mechanistic insights and prioritize potential biomarkers for high-altitude disease.