PulseAugur
实时 09:25:20
English(EN) MolBioKG: Grounding Out-of-Graph Molecules in Biomedical Knowledge Graphs via Multi-Resolution Structural Anchoring

MolBioKG 系统将未注册分子置于生物医学知识图谱中

研究人员开发了 MolBioKG,一个旨在将未注册分子连接到生物医学知识图谱的新型两层系统。该系统通过使用多分辨率结构锚定将未见过的分子置于现有的生物医学证据中,解决了“图外分子”的挑战。MolBioKG 仅使用 SMILES 字符串即可检索结构相关的图实体并遍历其生物医学邻域,在多跳推理和图外目标召回等任务中表现优于现有方法。 AI

影响 通过实现以前断开的分子数据与知识图谱的集成,增强药物发现。

排序理由 该集群包含一篇详细介绍连接分子与生物医学知识图谱新方法的 ist 研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

MolBioKG 系统将未注册分子置于生物医学知识图谱中

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Yiming Zhang, Hikaru Shindo, Shuan Chen, Kaushalya Madhawa, Jun Jin Choong, Yuna Oikawa, Takashi Fujiwara, Keisuke Ozawa ·

    MolBioKG:通过多分辨率结构锚定将图外分子置于生物医学知识图谱中

    arXiv:2608.06713v1 Announce Type: new Abstract: Biomedical knowledge graphs (KGs) accelerate drug discovery, but standard pipelines assume query molecules already exist as graph entities, leaving unregistered molecules disconnected. We address this cold-start challenge, termed th…