大型语言模型的应用,用于将基因注释到反应体路径中
Guanming Wu1, Lisa Matthews2, Nathan Boyer3
1Division of Oncological Sciences, Knight Cancer Institute, Oregon Health and Science University, Portland, OR 97239, United States.
bioRxiv : the preprint server for biology
|January 7, 2026
概括
大型语言模型 (LLM) 通过预测基因功能和提取文献证据,协助策划生物通路知识库Reactome. 这种人工智能驱动的方法提高了效率,并支持了手动策划的努力.
科学领域:
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
- 生命科学中的人工智能
背景情况:
- Reactome是一个全面的,手动策划的生物通路知识库.
- 手工策划是劳动密集型的,并且很难跟上生物医学文献的增长.
- 大型语言模型 (LLM) 和人工智能 (AI) 为生物信息学资源开发提供了潜在的解决方案.
研究的目的:
- 探索在Reactome手动策划中采用LLM/AI技术.
- 开发和验证一个LLM工作流程,以协助策展人进行基因注释和路径改进.
- 评估人工智能生成的摘要和提取的关系对改善Reactome内容的有用性.
主要方法:
- 开发了一个LLM工作流来预测基因路径关联,并识别支持文献.
- 从全文论文中生成了潜在分子机制的文本摘要和提取的功能关系.
- 使用语义相似性比较与现有的Reactome注释和手动策展人评估验证的工作流输出.
- 增强了基于反应的注释的蛋白质-蛋白质相互作用数据的工作流.
主要成果:
- 在LLM工作流程中,生成的摘要和Reactome注释之间的高度相似性匹配得到了显著的丰富.
- 手动评估表明,超过一半的工作流的输出对于支持策划任务是有用的.
- 结合蛋白质-蛋白质相互作用数据的增强工作流改善了基于反应的注释.
结论:
- 初步采用LLM/AI技术显示了Reactome策划的令人鼓舞的结果.
- 开发的工作流提供了一个实用的框架,用于将人工智能辅助方法集成到Reactome策划管道中.
- 采用的策略可能广泛适用于其他社区知识库.
