FORVM Plants

Abstract

L’annotation de la littérature scientifique sur les matrices végétales représente un défi majeur pour la contextualisation des données en métabolomique. À ce jour, il n’existe pas de système d’indexation standardisé pour les espèces végétales, contrairement au domaine médical. Des initiatives comme Planteome, qui développe des ontologies spécialisées pour les plantes, demeurent donc largement sous-exploitées.Face à ce constat, le projet "FORVM Plants" propose de recourir à des modèles de langage (LLM) afin d’établir des associations entre composés chimiques et concepts ontologiques. Cette approche vise à améliorer l’interprétation des données expérimentales issues de matrices végétales en métabolomique. Pour surmonter le manque d’annotation, une méthode d’annotation automatique de la littérature scientifique par des termes ontologiques, basée sur la similarité sémantique des LLM, est proposée. Ces modèles sont capables de saisir le sens des mots et des phrases au-delà de leur simple forme lexicale.Cette stratégie s’appuie également sur la méthodologie développée dans le projet FORVM Disease, qui permet d’établir des associations statistiquement significatives entre composés chimiques et concepts de l’ontologie MeSH (Medical Subject Headings). L’intégration de ces approches ouvre de nouvelles perspectives pour la contextualisation des données expérimentales, notamment sur les plateformes de métabolomique.Les premiers résultats, obtenus grâce à la plateforme Big Data Metabolomics Semantic Data Lake, ont permis de générer des annotations et des associations pertinentes pour l’identification de biomarqueurs. Actuellement, ces connaissances sont en cours de validation dans trois domaines d’application : la réponse des Brassicacées au stress hydrique et osmotique, la caractérisation des variétés de cannabis riches en THC et en CBD, ainsi que l’étude du métabolisme redox des tomates. Cette stratégie innovante offre ainsi un cadre prometteur pour l’exploitation des ontologies végétales et l’extraction de connaissances à grande échelle dans le domaine de la métabolomique.