跳到主要内容
返回时间线
bioRxiv来源发表:

生物医学知识图谱补上证据与实验条件:SPIDER把79.0%的“矛盾关系”判为条件差异

核心概要

生物医学知识图谱常把同一对实体间的相反关系压成一条记录,读者难以分辨真正的科学分歧与实验条件不同。SPIDER用多智能体流程把图谱关系锚定到PubMed文献证据,并抽取研究条件,在整合48个数据库与本体、分析195万篇摘要后新增231万对文献支持的实体对。在89,937个有证据支持的潜在冲突比较中,79.0%被判为条件依赖差异,6.1%为真正分歧,对专家标注的宏F1为80.3%。

Source-provided article image: SPIDER: Contextualizing Biomedical Knowledge for Evidence-Grounded Scientific Reasoning
Figure 1 · bioRxiv · 第 2 页

深度剖析

生物医学知识图谱里的关系现在可以逐条挂上支撑文献和实验条件,而不只是保留一个聚合后的关系标签。 此前的图谱即使链接到出版物或整理记录,也未必把每一项具体发现与其证据和具体研究条件对应起来,同一对实体在不同组织、模型或干预下的相反结论因此难以区分。 在整合48个数据库与本体的图谱上,文献锚定把至少有一篇支撑出版物的实体比例从14.6%提高到65.0%,实体对比例从34.0%提高到79.4%。

同一对实体之间看似矛盾的关系,多数来自研究条件不同,而不是结论真的对立。 潜在不相容的关系类型本身只标出候选,不能证明存在科学分歧;判断需要看支撑文本和条件。 在89,937个两侧都有文献证据的比较单元中,79.0%被判为条件依赖差异,6.1%为真正分歧,2.9%为关系映射错误,12.1%未解决;对618个抽样单元与八位医学专业人员标注相比,四类总体准确率83.3%,条件差异与真正分歧两类的宏F1为80.29%。

抽取出的结构化研究条件本身就能提升大模型回答冲突类问题的表现。 只给三元组时,回答模型在SPIDER-Bench上没有获得统计显著的提升。 在SPIDER-Bench上,三元组加结构化条件把准确率从50.5%提高到77.0%,宏F1从50.3%提高到77.0%,接近同时提供文献证据的配置。

带证据的知识层在多个生物医学推理任务上改善了同一回答模型的表现,但幅度因任务而异。 对照是同一模型直接作答,或由其他五个生物医学知识图谱支持。 BioMixQA准确率从87.46%升到95.50%,CIViC从54.27%升到68.44%,Open Targets GWAS的平均倒数排名从0.8195升到0.8630,DICTrank三分类宏F1从0.4664升到0.4942、四分类从0.3476升到0.3718。

启示与展望

已展示的范围是:以48个数据库与本体整合出的研究型子图为起点,用PubMed标题与摘要做文献锚定,并在89,937个两侧均有文献证据的比较单元上完成条件感知分类;SPIDER-Bench与四个下游基准的对照都在同一回答模型下进行。

分类比例需与专家验证结果和筛选后的证据支持比较集一起解读;专家评估发现模型倾向于把关系映射错误判为条件依赖差异。当前框架主要使用PubMed标题与摘要,并受限于预定义实体集、不相容模式与条件模板,仅见于全文或补充材料的细节可能被遗漏,条件不完整会让发现的可比性存疑。GLTP与鱼鳞病案例只提供生物学背景,未确立GLTP与ABCA12之间的功能耦合,也未解释GLTP变异如何致病。