Los receptores acoplados a proteínas G (GPCRs) controlan la respuesta de las células a muchas señales y, como tal, están involucrados en la mayoría de los procesos celulares. Como receptores de membrana, son accesibles en la superficie de la célula. Los GPCRs son también la familia más grande de receptores de membrana, con más de 800 representantes en los genomas de mamíferos. Por esta razón, son objetivos ideales para medicamentos. Aunque aproximadamente un tercio de los medicamentos aprobados tienen como objetivo a los GPCRs, solo alrededor del 16% de los GPCRs son objeto de medicamentos. Una de las dificultades proviene de la falta de conocimiento sobre los eventos intracelulares desencadenados por estas moléculas. En las últimas dos décadas, los científicos han comenzado a mapear las redes de señalización desencadenadas por los GPCRs. Sin embargo, pronto apareció que el sistema es muy complejo, lo que llevó a la publicación de más de 320,000 artículos científicos. Claramente, un humano no puede tener en cuenta tales fuentes masivas de información. Estos artículos representan una mina de información sobre tanto el conocimiento ontológico como los resultados experimentales relacionados con los GPCRs, que deben ser explotados para construir redes de señalización. El proyecto ABLISS tiene como objetivo la construcción automática de redes de GPCRs utilizando razonamiento deductivo automatizado, permitiendo integrar todos los datos disponibles. Por lo tanto, procesamos la extracción automática de información de redes de la literatura utilizando Procesamiento de Lenguaje Natural (NLP). Nos centramos principalmente en los resultados experimentales sobre los GPCRs reportados en los artículos científicos, ya que hasta ahora no hay una fuente que reúna todos estos resultados experimentales. Diseñamos una base de datos relacional para hacerlos disponibles a la comunidad científica más adelante. Después de introducir los objetivos más generales del proyecto ABLISS, describimos el formalismo en detalle. Luego explicamos el programa de NLP utilizando los métodos de estado finito (cascadas de gráficos Unitex) que implementamos y discutimos los hechos extraídos obtenidos. Finalmente, presentamos el diseño de la base de datos relacional que almacena los hechos extraídos de los artículos seleccionados.