Sie befinden sich hier:
SMAFIRA
Tierversuche und Alternativmethoden
Bevor ein Tierversuch im Rahmen eines wissenschaftlichen Projektes durchgeführt werden darf, muss er von einer zuständigen Behörde genehmigt worden sein. Dazu reichen die verantwortlichen Forschenden einen Genehmigungsantrag ein, in dem die Erfüllung von wissenschaftlichen und gesetzlichen Anforderungen dargelegt ist. Teil dieses Antrags ist eine sorgfältige Literaturrecherche, um sicherzustellen, dass der geplante Tierversuch nicht durch eine Alternativmethode ersetzt werden kann. Eine solche Alternative wäre z. B. eine Methode oder ein Verfahren, mit dem eine spezifische wissenschaftliche Fragestellung ohne den Einsatz lebender (Wirbel-)Tiere beantwortet werden kann, z. B. in vitro-Verfahren. Die Recherche nach möglichen Alternativmethoden ist meist sehr komplex und ist eine große Herausforderung für Wissenschaftlerinnen und Wissenschaftler.
SMAFIRA – Künstliche Intelligenz zum Auffinden von Alternativmethoden
Obwohl es für biomedizinische Fragestellungen bereits Suchmaschinen und Literaturdatenbanken gibt, die auch semantische Techniken zur Verfügung stellen, gibt es noch keine zufriedenstellende Lösung für die Suche nach Alternativmethoden zu Tierversuchen. Zur Unterstützung der Wissenschaftlerinnen und Wissenschaftler entwickelt das Bf3R, eine Suchmaschine für Alternativmethoden zu Tierversuchen, die auf der frei zugänglichen biowissenschaftlichen Literaturdatenbank PubMed (Medline) aufsetzt und diese um wichtige Funktionen erweitert.
Die Suchmaschinen`SMAFIRA´ (`SMArt Feature basiertes Interaktives RAnking`) soll es den Wissenschaftlerinnen und Wissenschaftlern vor der Antragstellung ermöglichen, geeignete Vorschläge für Alternativmethoden zu einem vorgegebenen Tierversuch(= Referenzdokument) zu finden. Darüber hinaus SMAFIRA die Ergebnisse der Recherche d.h. gefundenen Literaturstellen bezüglich ihrer thematischen Übereinstimmung zu dem vorgegebenen Referenzdokument und ihrer Relevanz als potentielle Alternativmethode zu dem jeweiligen Tierversuch reihen. Die Basis für die Entwicklung von SMAFIRA bilden `state-of-the-art´ Methoden des Text Mining (z. B. `Information Retrieval´, `Named-Entity Recognition´ bzw. `Relation Extraction´) und des Machine Learning (z. B. `Neural Networks´).
Sie werden an dieser Stelle informiert, sobald die Suchmaschine SMAFIRA online verfügbar ist.
Literatur
- Neves M, Klippert A, Knöspel F, Rudeck J, Stolz A, Ban Z, Becker M, Diederich K, Grune B, Kahnau P, Ohnesorge N, Pucher J, Schönfelder G, Bert B, Butzke D Automatic classification of experimental models in biomedical literature to support searching for alternative methods to animal experiments. [under review, https://europepmc.org/article/ppr/ppr479254]
- Neves M. Integration of the PubAnnotation ecosystem in the development of a web-based search tool for alternative methods, Genomics & Informatics, 2020, 18(2). [full text and pdf, https://genominfo.org/journal/view.php?doi=10.5808/GI.2020.18.2.e18]
- Butzke D, Dulisch N, Dunst S, Steinfath M, Neves M, Mathiak B, Grune B. SMAFIRA-c: A benchmark text corpus for evaluation of approaches to relevance ranking and knowledge discovery in the biomedical domain, Preprint from Research Square. [full text and pdf, https://www.researchsquare.com/article/rs-16454/v1]
- Neves M, Butzke D, Grune B. Evaluation of Scientific Elements for Text Similarity in Biomedical Publications, 6th Workshop on Argument Mining, ACL 2019, Florence, Italy. [pdf and bibtex, https://www.aclweb.org/anthology/papers/W/W19/W19-4515/]
- Neves M, Butzke D, Schönfelder G, Grune B. Bf3R at SemEval-2018 Task 7: Evaluating Two Relation Extraction Tools for Finding Semantic Relations in Biomedical Abstracts, Proceedings of the 12th International Workshop on Semantic Evaluation, 2018, New Orleans, EUA. [pdf and bibtex, https://www.aclweb.org/anthology/papers/S/S18/S18-1130/]
- Neves M, Ševa J. An extensive review of tools for manual annotation of documents, Briefings in Bioinformatics, 2019. [full text, https://academic.oup.com/bib/advance-article/doi/10.1093/bib/bbz130/5670958]
