bioRxiv 预印本· Lu, Y., Guan, X., Wu, W., Quan, L., Wang, L., Chen, L., Wang, J. ·· 2026-10-19AI 评分20
MetaKG:以代谢物为中心的知识图谱结合自监督多模态学习,实现预测与机制洞察
Metabolite-centric Knowledge Graph Unveils Predictive and Mechanistic Insights through Self-supervised Multimodal Learning
AI 导读
研究者开发了以代谢物为中心的知识图谱 MetaKG,整合化学、生物学与语义数据,并配套全局自监督多模态学习框架生成嵌入(MetaKGE)。MetaKG 在标准表示学习指标及 12 个外部数据集上优于现有模型,还能识别错误标注、发现此前被忽视的生化关系。在 G6PD 缺乏症和结直肠癌研究中,其预测能力可产生可检验的生化假设。
来源:bioRxiv 预印本 · biorxiv.org