<em id="lbmtt"></em>
  • <th id="lbmtt"><track id="lbmtt"></track></th>
    <li id="lbmtt"></li>
    <progress id="lbmtt"><big id="lbmtt"></big></progress>

    PharmKG:專用于生物醫藥數據挖掘的知識圖譜

    近日,國際生物信息學重要期刊《Briefings in Bioinformatics》在線發表了“PharmKG: a dedicated knowledge graph benchmark for biomedical datamining”。該論文提出了一種新的基于50,000種不同基因,藥物以及疾病之間聯系的生物醫藥知識圖譜構建方式。該知識圖譜比以往的相關圖譜擁有更高的質量和多樣性,使其能更好地解決現有知識圖譜研究及應用中所面對的技術問題,以期為今后的生物醫藥研究提供更廣泛的研究思路。該論文由德睿智藥MindRank AI(德國Xetra上市AI醫療公司的spin off,其AI解決方案曾獲得 “歐盟創新藥物計劃” 認可)團隊(團隊代表為牛張明,核心成員來自于世界頂尖名校及國際頭部藥企,包括劍橋大學英國兩院院士,AI競賽世界冠軍等)與廣州中山大學數據科學與計算機學院楊躍東教授團隊聯合主導。

    PharmKG:專用于生物醫藥數據挖掘的知識圖譜

    圖 | PharmKG構建、模型、應用框架

    生物醫藥知識圖譜(Biomedicalknowledge graphs)已開始在醫學實踐和研究中發揮關鍵作用。它有助于簡化復雜的生物系統以及病理學過程,使研究人員能更好地理解其中的原理。然而,由于其復雜性和構建的特定要求,此類知識圖譜的挖掘和落地仍然充滿著挑戰?,F有的研究常常會遇到諸如數據集稀疏和嘈雜、建模方法不足、評價指標不一致等問題。在這篇論文中,作者構建了一種數據更為全面、質量更高、應用更廣泛的生物醫藥知識圖譜系統,即PharmKG。此圖譜為多關系屬性生物醫學知識圖譜,由基因、藥物以及疾病之間的500,000多個關系組成,并包含29種關系種類以及超過8000種歧義實體。PharmKG中的每個實體都附帶從多組數據中提取出來的異構、特定領域的信息,即基因表達、化學結構和疾病詞嵌入,同時保留了語義和生物醫學特征。

    PharmKG:專用于生物醫藥數據挖掘的知識圖譜

    圖 | PharmKG與其他知識圖譜比較

    圖 | PharmKG關系、實體分布

    對于基準,我們提供了9種最先進的知識圖譜方法以及一種直觀的、基于生物學和圖神經網絡的新型知識圖譜方法,該方法結合了全局網絡結構和異構域特征。在基準之上,我們進行了廣泛的實驗,以使用多種評估指標評估這些知識圖譜模型。

    圖 | 案例研究_PharmKG知識圖譜最支持的10條路徑

    論文鏈接:https://doi.org/10.1093/bib/bbaa344

    關于德睿智藥:

    德睿智藥(MindRank AI)為德國Xetra上市AI醫療公司的spin off中國公司, 辦公室位于杭州市江干區。

    公司致力于使用AI技術提高藥物研發效率與成功率,讓更多疾病有藥可醫,讓更多生命重獲健康。旗下原創AI解決方案已經獲得“歐盟創新藥物計劃”采納并成功服務多家企業。團隊成員來自世界頂級名校,曾服務于國內外頭部藥企。

    圖 | 辦公室(500平米辦公場地)

    歡迎洽談合作以及咨詢工作機會

    info@mindrank.ai

     

    X
    亚洲网络在线,五月亚洲色图,亚洲 色 图 小 说,亚洲一级a毛片免费视频在线播放