*************************** Ce fichier contient un inventaire des modifications apportŽes ˆ Link Parser dans le cadre de son intŽgration au projet Caderige (CatŽgorisation Automatique de Documents pour l'Extraction de RŽseaux d'Interactions GEniques). *************************** La grammaire de Link Parser rŽunit le lexique et les rgles d'analyse: a chaque mot ou liste de mots correspond une description de son comportement syntaxique (ex: verbes transitifs vs. intransitifs). Link Parser n'opre pas un dŽcoupage et un Žtiquetage syntagmatiques mais identifie les dŽpendances syntaxiques qu'entretiennent les mots entre eux. Les modification que nous avons apportŽes sont LOCALES. Le typede la grammaire de Link Parser permet donc de modifier le comportement d'un mot ou d'ajouter une rgle pour un mot nouveau sans que l'analyse complte de la phrase ne s'en voie modifiŽe. Ceci nous a permis d'adapter efficacement LP au domaine de la gŽnomique. 1) Ajout de rgles au module de "morpho-guessing": LP propose un module prŽalable ˆ l'analyse qui permet d'assigner une Žtiquette morpho-syntaxique ˆ un mot inconnu. Cette prŽdiction est est basŽe sur la morphologie du mot en question. Elle existait pour les mots en ``-ing'' (gŽrondif ->.g), ``ed'' (verbe ->.v), ``-ly'' (adverbe -> .e) et les pourcentages (``%'' -> .n). Nous avons ajoutŽ: - ``-ase'' -> nom (.n) - ``-ic'' -> adjectif (.a) et pensons ajouter : - ``-ation'' -> nom (.n) 2) Ajout de mots nouveaux aux listes de mots a1) liste de noms de gnes dŽjˆ fournie. Avec dŽfinition d'un comportement syntaxique Žquivalent ˆ celui des noms communs singuliers dŽnombrables. a2) liste de termes correspondant ˆ des noms de gnes (on trouve les mmes sans espace dans la liste de genes). sigma_A sigma_B sigma_C sigma_D sigma_E sigma_F sigma_G sigma_H sigma_L sigma_K sigma_X sigma_W sigma_43 sigma_37 sigma_28 sigma_29 sigma_27 sigma_54 Mme comportement. b)in_vitro, in_vivo : comportement syntaxique (CS): = north, south, northwest... (adjectifs) c) noms CS: masse ou dŽnombrable (incidence sur la dŽtermination) type ``regulation'' centrifugation elution ethanol fractionation phosphorylation sporulation synthase synthesis d)Adjectifs (ordinaires) type ``genetic'' amino anaerobic archaeal autostimulatory bicistronic chromosomal developmental efferent epigenetic exponentional extracellular fermentative flagellar genomic glycolytic homolactic homologous hydrophobic hyperthermophile insecticidal morphogenetic multimeric oxidative palindromic phylogenetic positional refractile scalable thermophilic e) noms singuliers ordinaires (dŽnombrables) type "accent" acceptor acetyl acyltransferase alanine aminotransferase anabolism antigen antisense antitermination arginine aspartate autoregulation bacterium barnase biosynthesis butirosin butyrate carboxyphosphonoenolpyruvate carcinogen catabolism catabolite catalase catalysis chromatography circuitry citrate codon coenzyme complementation crosslinking cysteine cytochrome cytokine decarboxylase dehydrogenase derepression desorption dihydrolipoamide electrophoresis engulfment ethylation eubacterium edema forespore fructose galactose genome genus helix hexamer hybridization histidine holoenzyme homeostasis homolog homologue homology hydroperoxide hydroxyl hydroxylation inactivation irradiation isoleucine kinase lipopolysaccharide lipoprotein locus lysis lysozyme microarray morphogenesis mRNA mutagenesis mutant natto nattokinase necrosis nitrite nuclease nucleoside nucleotide oeni operon overexpression oxidoreductase peptide pheromone phenotype phosphoacceptor photoaffinity phosphodiesterase phosphokinase phosphonomutase plasmid polyacrylamide polymerase polypeptide prespore proliferator protease proteolysis purine pyruvate regulon replication repressor ribonuclease ribosome ribozyme secobarbital septum sigma spectrometry sporangium stimulus subunit sulfide sulfur symptomatology terminator thioredoxin titration trans transferase transversion tryptophan upshock valine f) noms singuliers masse type ``agility'' gluconeogenesis glycolysis leucine phosphofructokinase propionate sucrose sulfhydryl g) noms odinaires (dŽnombrables) pluriel en -s type ``actions'' antiterminators auxotrophs centisomes characteristics crosslinks cytochromes cytokines eukaryotes exotoxins formers homologs homologues hydroperoxides inducers lysates macrophages metabolites monocytes mRNAs mutants nucleotides operons phosphatases plasmids polymerases primases proliferators purines ribonucleases stressors subunits supernatants synthases synthetases transformants triphosphates h) pluriels autres qu'en -s archaea eubacteria loci (de locus) sporangia stimuli i) verbes a part. passŽ transitifs autoregulated.v cannulated.v initiated.v j) ajout de mot : ``h'' (pour hour) dans unitŽ de mesure type ``mile'' 3) Changement de classe de mot Certains mots ne prŽsentent pas le mme comportement syntaxique dans les textes de gŽnomique que dans la langue gŽnrale. On doit donc leur faire subir un changement de classe: verbe transitif vers transitif-intransitif : initiate, initiates, initiated nom dŽnombrable vers masse-dŽnombrable: synthesis, synthase feature (nom dŽnombrable ordinaire) vers rgle spŽcifique existante pour ``reason'' permettant ``one common feature is that ...'' 4) ajout de rgles pour le traitements des noms et adjectifs latins Autorisation d'un adjectif postposŽ pour la liste de noms latins de bactŽries (et abbrŽviations): dŽpendance crŽŽe: AP+ Bacillus Lactobacillus Halobacterium Haloferax Streptomyces streptomyces Escherichia Borrelia Chlamydia Treponema Lactococcus Dianthus Proteus Mycoplasma Staphylococcus Thermotoga Saccharomyces H B S E M Autorisation d'une dŽpendance ˆ gauche vers un nom : dŽpendance crŽŽe: AP- subtilis rhamnosus fermentum salinarum volcanii megaterium coelicolor polymyxa acetobutylicum thuringiensis coli acidophilus burgdorferi aeolicus spp. pallidum lactis hygroscopicus caryophyllus mirabilis anthracis capricolum pentosus licheniformis maritima cerevisiae delbruckii sphaericus mazei 5) Ajout de rgle : participes prŽsents employŽs comme adjectifs Autorisation d'un adverbe antŽposŽ exemple: a gene probably encoding the DNA-3-methyladenine ... 6) Ajout de rgle : unitŽ de mesure genomique: kb, Kb, bp, kbp, base_pairs, base-pair, base-pairs, kilobase_pairs permet une prŽposition ˆ gauche: This cluster of genes was mapped [at about 235 kb] from ... 7) Ajout de rgles : upstream, downstream .a: adjectifs -> ``the upstream sequence of the operon promoter were ...'' .e: adverbe -> autorise ``256 kb upstream from...'' note: on trouve aussi ``the region (ou sequence) upstream from ..'' : faire une classe particulire acceptant un adjectif postposŽ ? 8) Ajout de rgles : entrŽes particulires pour ``gene'' et ``genes'' permet article ou pas (expression of cat-86 gene) (fautes d'auteurs) permet gene 57, 25 gene, genes 27 and 28 permet nom de gene entre () ex: we identified a novel gene ( dep ) responsible for ...