图 | PharmKG构建、模型、应用框架
生物医药知识图谱（Biomedicalknowledge graphs）已开始在医学实践和研究中发挥关键作用。它有助于简化复杂的生物系统以及病理学过程，使研究人员能更好地理解其中的原理。然而，由于其复杂性和构建的特定要求，此类知识图谱的挖掘和落地仍然充满着挑战。现有的研究常常会遇到诸如数据集稀疏和嘈杂、建模方法不足、评价指标不一致等问题。在这篇论文中，作者构建了一种数据更为全面、质量更高、应用更广泛的生物医药知识图谱系统，即PharmKG。此图谱为多关系属性生物医学知识图谱，由基因、药物以及疾病之间的500,000多个关系组成，并包含29种关系种类以及超过8000种歧义实体。PharmKG中的每个实体都附带从多组数据中提取出来的异构、特定领域的信息，即基因表达、化学结构和疾病词嵌入，同时保留了语义和生物医学特征。
图 | PharmKG与其他知识图谱比较
图 | PharmKG关系、实体分布
对于基准，我们提供了9种最先进的知识图谱方法以及一种直观的、基于生物学和图神经网络的新型知识图谱方法，该方法结合了全局网络结构和异构域特征。在基准之上，我们进行了广泛的实验，以使用多种评估指标评估这些知识图谱模型。
图 | 案例研究_PharmKG知识图谱最支持的10条路径
论文链接：https://doi.org/10.1093/bib/bbaa344
关于德睿智药：
德睿智药（MindRank AI)为德国Xetra上市AI医疗公司的spin off中国公司, 办公室位于杭州市江干区。
公司致力于使用AI技术提高药物研发效率与成功率，让更多疾病有药可医，让更多生命重获健康。旗下原创AI解决方案已经获得“欧盟创新药物计划”采纳并成功服务多家企业。团队成员来自世界顶级名校，曾服务于国内外头部药企。
图 | 办公室（500平米办公场地）
欢迎洽谈合作以及咨询工作机会
info@mindrank.ai