蛋白质翻译后修饰作为一类重要的蛋白质作用过程,在各种生命活动中起着重要的作用,如信号传导、细胞代谢、发育、分化、成长、凋亡等,从而引起了人们研究的巨大兴趣.随着相关研究的急速增长,PubMed 等生物医学文献数据库中积累了大量的蛋白质翻译后修饰信息,而依靠传统的人工方式系统收集、整理这些信息存在难度大、效率低等诸多困难.为解决上述问题,本研究利用自然语言处理技术,提出了一种基于语法关系树的文本信息提取方法,可有效地挖掘PubMed 生物医学文献中蛋白质磷酸化相关的作用底物、激酶、位点等多种信息.测试结果表明,该方法明显优于如RLIMS-P 等基于规则挖掘的现有方法.进一步将该方法有效地扩展到如蛋白质甲基化、糖基化等多种翻译后修饰过程的信息提取,并构建了一个蛋白质翻译后修饰的在线生物医学文献挖掘系统MPTM(http：//bioinformatics.ustc.edu.cn/mptm/),能够高效、准确地挖掘用户感兴趣的PubMed文献中的蛋白质翻译后修饰信息.此外,将方法进一步改进后,用于长非编码RNA-基因相互作用的生物医学文献信息挖掘,也取得了理想的效果,表明该方法是一种用途广泛、高效的生物医学文献信息挖掘技术.