MINERVA-微生物组网络研究和可视化地图:一个可扩展的知识图表,用于绘制微生物组与疾病的关联
Saul Langarica1,2, Young-Tak Kim2, Adham Alkhadrawi2
1Department of Electrical Engineering, Pontificia Universidad Católica de Chile, Av. Vicuña Mackenna 4860, Macul, Santiago 7820436, Chile.
Briefings in bioinformatics
|September 23, 2025
概括
MINERVA是一个新的平台,使用大型语言模型从科学文献中绘制微生物疾病链接. 它帮助研究人员发现隐藏的关联,以便更好地诊断和治疗.
科学领域:
- 微生物学和生物信息学
- 计算生物学 计算生物学
- 医疗信息学 医疗信息学
背景情况:
- 细菌病原体导致全球疾病负担显著.
- 了解微生物与人类健康相互作用对于医学进步至关重要.
- 分散的微生物组研究数据阻碍了全面的分析和临床应用.
研究的目的:
- 推出MINERVA,一个用于绘制微生物疾病协会的创新平台.
- 解决微生物组研究中知识碎片化的挑战.
- 促进微生物组研究转化为临床实践.
主要方法:
- 利用一个微调的大型语言模型来处理科学文献.
- 构建微生物疾病关联的本体学驱动的知识图.
- 开发用于分析,可视化和个性化微生物组合的专用模块.
主要成果:
- 在广泛的文献中对微生物疾病关联的系统绘制.
- 创建一个透明和准确的知识图表,以便有效地进行勘探.
- 通过先进的算法识别隐藏的连接和可操作的见解.
结论:
- MINERVA弥合了微生物组研究和临床应用之间的差距.
- 该平台加速了对微生物与疾病相互作用的发现.
- 米内尔瓦有潜力改变患者护理和推进医学科学.
