循证知识综合和假设验证： 通过 可解释的 AI 和代理系统导航生物医学知识库

该协议提供了一个平台，可以可靠地探索生物医学和临床问题，并用于假设生成。Rugged 通过利用大型语言模型，将它们连接到同行评审的出版物和精选的生物医学知识库，以及使用可解释的人工智能来发现新的关系，从而帮助探索生物医学领域。生成式人工智能和大型语言模型的最新进展改变了我们与有证据支持的生物医学资源的互动方式，使我们能够完成摘要、问答和灵活假设探索等任务。早期的方法依赖于文本挖掘从生物医学文献中提取模式和高级关系。如今，各种方法正在将大型语言模型与检索增强生成、代理系统和工具调用功能相结合。许多公开可用的语言模型在可靠性方面存在困难，可能会产生与事实不正确的信息。虽然最近的模型有所改进，但它们在发表时的输出往往缺乏领域特异性，依赖于模糊的一般语言，并产生冗长和支散的解释。在之前与 JoVE 的出版物中，我们强调了如何应用文本挖掘和生物医学知识图谱建模来预测和理解蛋白质、细胞成分和心血管疾病之间的关系。在此基础上，我们的最新研究重点是将这种结构化的生物医学知识与大型语言模型支持的工作流程相结合，从而实现准确的推理和循证响应。

[旁白]首先，使用终端中的命令启动 Rugged 服务。使用 caseOLAP LIFT 提取生物医学文献并识别相关文件以及高级蛋白质疾病关系。访问 caseOLAP LIFT JoVE 协议并执行 caseOLAP LIFT 文本挖掘分析。接下来，在终端中克隆 Know2BIO 存储库。使用命令行执行create_edge_files.py脚本以下载知识库资源并监控提取管道的进度。然后，使用 prepare_kgs.py 脚本构建知识图谱。整合combine_kg_results.py脚本的结果，将文本挖掘分析和知识图谱构建中提取的关系和实体合并为一个综合图。通过查看知识图谱并选择用于预测分析的相关节点来识别感兴趣的生物医学实体。使用 filter.py 脚本从选定的感兴趣疾病节点中提取两个跃点内可访问的子图，然后运行该命令。通过指定要预测的边和输入的知识图谱作为命令行参数来运行预测分析脚本，并获取输出。现在，连接到 Rugged Docker 容器。如果上一个终端窗口已关闭，请重新连接到 Docker 容器。连接后，在命令行中导航到带有 CD 工作区 Rugged 的 Rugged 目录，然后在此命令行窗口中执行所有剩余步骤。验证所有支持服务是否正在运行后，在命令行界面中启动 Rugged 以开始与系统交互。要查询知识图谱，请用自然语言提出一个问题，以关键字“查询”开头。例如，键入“查询哪些当前处方药被归类为 β 受体阻滞剂？使用以关键字“预测”开头的问题探索链接预测分析中的预测。然后，使用关键字“搜索”以自然语言检索与第二步生物医学主题相关的文档。在同一终端窗口中使用 Rugged 的类似聊天的界面迭代细化查询。或者，在 Neo4j 中重新运行和修改密码命令以优化知识图谱查询结果。用关键词“summarize”总结整个交互，输出文本摘要以供后期审阅，并在最终确定摘要之前进行人工循环审查，以增强系统响应的可读性和准确性。最后，查看 Rugged 中日志文件夹中的聊天日志并检查交互的全文。使用Know2BIO构建的知识图谱包括219,450个节点和6,323,257条边。Rugged 系统使用 BART 模型进行矢量搜索嵌入知识图谱和出版物数据，对超过 500 个标记的出版物进行分段总结。