BioMedKG: aprendizaje representacional contrastivo multimodal en grafos de conocimiento biomédicos aumentados

Área de la Ciencia:

• Informática Biomédica
• Biología Computacional
• Ciencia de Datos

Sus antecedentes:

• Los grafos de conocimiento biomédicos (BKG) son cruciales para integrar datos diversos para comprender las complejas relaciones biológicas.
• La predicción de vínculos eficaz en BKG puede identificar conexiones novedosas, como posibles asociaciones entre fármacos y enfermedades.
• Los BKG existentes enfrentan limitaciones para integrar de manera integral datos multimodales.

Objetivo del estudio:

• Desarrollar un enfoque multimodal novedoso para mejorar la predicción de vínculos en grafos de conocimiento biomédicos.
• Introducir PrimeKG++, un BKG enriquecido que incorpora secuencias biológicas y descripciones textuales.
• Mejorar la generalización y la precisión de la predicción de vínculos, incluso para entidades no vistas.

Principales métodos:

• Un enfoque multimodal que unifica incrustaciones de modelos de lenguaje (LM) especializados con aprendizaje contrastivo de grafos (GCL) para relaciones intraentidad.
• Utilización de un modelo de incrustación de grafos de conocimiento (KGE) para capturar relaciones interentidad para la predicción de vínculos.
• Desarrollo de PrimeKG++, un grafo de conocimiento enriquecido con datos multimodales (secuencias biológicas, descripciones textuales).

Principales resultados:

• El método propuesto demuestra una fuerte generalización, lo que permite predicciones de vínculos precisas para nodos no vistos.
• La validación experimental en PrimeKG++ y el conjunto de datos DrugBank muestra la efectividad y robustez del método.
• El enfoque combina con éxito información semántica y relacional en una representación unificada.

Conclusiones:

• El novedoso enfoque multimodal mejora significativamente la precisión de la predicción de vínculos en grafos de conocimiento biomédicos.
• PrimeKG++ proporciona una base sólida para descubrir relaciones biomédicas complejas y posibles interacciones fármaco-objetivo.
• La metodología y los recursos desarrollados están disponibles públicamente, lo que facilita la investigación futura en el campo.