您可以使用基因组序列的线性回归来预测描述中单词的出现。进一步来说：

1. 使用虚拟变量对基因组序列进行编码。

2. 使用词干使同一单词的不同变位相同。

3. 使用词袋表示来表示单词。

4. 使用字数的缩放 $w_i$ 喜欢 $\log(w_i+1)$或更高级的TF-IDF。

5. 由于您有很多自变量（可能超过记录数？），您应该对模型进行一些正则化。如果您想要一个稀疏模型，Lasso 将是一个不错的选择，如果您想在系数上置零，请使用岭回归。

此方法可用于预测基因序列的典型词，从而表征序列。

您可以使用线性模型的中间结果来查看哪些组织对预测很重要。重要的是“开启”并具有高系数的虚拟变量。因为您有多个输出，您可以通过仅使用前 n 个可能单词的系数来简化此操作。

您想要的每个序列的所有信息是否都包含在附加的文本中？如果是这样，只需将疾病列表和组织列表与每个文本进行比较。疾病列表可以在例如CDC网站上找到。