華為云聯(lián)合浙江大學(xué)構(gòu)建新冠科研開(kāi)放知識(shí)圖譜

隨著疫情的發(fā)展,研究人員迫切需要能夠系統(tǒng)梳理和整合新型冠狀病毒的相關(guān)知識(shí),加速對(duì)新冠病毒的機(jī)制研究和抗病毒藥物研發(fā)。例如,新冠病毒所屬的病毒族系是什么,新冠病毒的重要屬性有哪些,抗病毒藥物與病毒靶點(diǎn)之間的關(guān)系是什么,以及病毒親緣關(guān)系等。這些知識(shí)存在于眾多的知識(shí)庫(kù)或者最新發(fā)表的文獻(xiàn)中,很難被科研人員系統(tǒng)的檢索和使用。

為了解決這一問(wèn)題,華為云醫(yī)療智能體團(tuán)隊(duì)、華為云語(yǔ)音語(yǔ)義創(chuàng)新Lab聯(lián)合浙江大學(xué)計(jì)算機(jī)學(xué)院陳華鈞教授組成聯(lián)合團(tuán)隊(duì),在浙江大學(xué)先期構(gòu)建的第一版病毒分類圖譜的基礎(chǔ)上,又添加了三個(gè)新的科研知識(shí)圖譜,全方位地涵蓋了新冠病毒的基礎(chǔ)屬性,為科研人員針對(duì)病毒的研究和抗病毒藥物研發(fā)提供了更強(qiáng)力的工具。

第一版本新冠科研圖譜從病毒的生物學(xué)分類角度出發(fā),以NCBI美國(guó)生物信息中心 Taxonomy板塊下的數(shù)據(jù)為基礎(chǔ),構(gòu)建了一個(gè)病毒的族系網(wǎng)絡(luò):病毒分類圖譜。該圖譜具有較大的規(guī)模,其中實(shí)例的數(shù)量達(dá)20萬(wàn)以上,三元組的數(shù)量更是達(dá)到了190萬(wàn)+。但是其在分類及族系關(guān)系以外未引入其他信息,具有一定的局限。

因此第二版中,聯(lián)合團(tuán)隊(duì)通過(guò)梳理病毒、基因、蛋白、藥物等相關(guān)概念,圍繞新型冠狀病毒、抗病毒藥物等展開(kāi)工作。從病毒的基因,蛋白,宿主以及核苷酸序列等相關(guān)信息出發(fā),基于NCBI數(shù)據(jù)庫(kù)中新冠病毒(SARS-CoV-2,原名稱:2019-nCoV)相關(guān)數(shù)據(jù),構(gòu)建了新冠基本信息圖譜v1.0。從抗病毒藥物、Human Protein、Virus Protein、宿主等信息出發(fā),基于DrugBank等數(shù)據(jù)庫(kù)的數(shù)據(jù),構(gòu)建了抗病毒藥物圖譜v1.0。最后,考慮到病毒流行學(xué)是重要的科研方向,聯(lián)合團(tuán)隊(duì)以Gisaid全球流感數(shù)據(jù)庫(kù)所提供的實(shí)時(shí)新冠病毒sequence數(shù)據(jù)為基礎(chǔ),結(jié)合nextstrain對(duì)于新冠病毒基因組流行病學(xué)的分析及相關(guān)算法, 整理出了一個(gè)短期病毒突變的連接網(wǎng)絡(luò)——病毒親緣關(guān)系圖譜v1.0,其中包含了地理,時(shí)間,變異度,突變的基因蛋白等信息,為后續(xù)的相關(guān)研究(病毒溯源)及圖譜的融合提供支撐。

新冠基本信息圖譜 v1.0

express表示SARS-CoV-2與其表達(dá)基因間的關(guān)系,例如SARS-CoV-2表達(dá)membrane protein gene (M) /Envelope protein gene(E)/ Nucleoprotein gene (N)等類型的基因。

translate表示基因與蛋白間的翻譯關(guān)系,例如SARS-CoV-2的membrane protein gene (M)可翻譯出membrane protein。

produce關(guān)系表示SARS-CoV-2可產(chǎn)生對(duì)應(yīng)的蛋白。

host用來(lái)表示SARS-CoV-2和宿主的關(guān)系,目前圖譜中的宿主實(shí)體主要是human和vertebrates。

新冠基本信息圖譜示意圖

抗病毒藥物圖譜 v1.0

effect關(guān)系用于表示抗病毒藥物對(duì)于病毒有一定效果,例如Ritonavir和Abacavir對(duì)Human immunodeficiency virus 1有抗病毒效果,通過(guò)本關(guān)系可查看抗病毒藥物和對(duì)應(yīng)病毒間的聯(lián)系。

produce關(guān)系可用于挖掘病毒與其所表達(dá)蛋白間的express關(guān)系,并可進(jìn)一步挖掘不同病毒與同一類型蛋白間的關(guān)系,進(jìn)而發(fā)現(xiàn)兩個(gè)病毒間的間接關(guān)系,再通過(guò)某病毒與某抗病毒藥物間關(guān)系,又可發(fā)現(xiàn)某抗病毒藥物和另一病毒的間接關(guān)系,可以幫助發(fā)現(xiàn)對(duì)于某一類型病毒蛋白可能有作用的更多藥物。

interaction和binding關(guān)系可以用于發(fā)現(xiàn)病毒蛋白與宿主蛋白間的相互作用,比如HIV1的NP(nucleoprotein)可binding在Human的HYOU1;之后可再補(bǔ)充某些藥物和HYOU1間的target關(guān)系,進(jìn)而可以研究這些藥物和HIV1的NP(nucleoprotein)間的作用。

在屬性方面,聯(lián)合團(tuán)隊(duì)從DrugBank挖掘了以下信息(商品名、化學(xué)式,分子重量,indication等),作為drug實(shí)體的屬性,使得研究者可以更直觀的了解某drug的一些重要信息。之后團(tuán)隊(duì)會(huì)進(jìn)一步完善補(bǔ)充更多關(guān)鍵實(shí)體的重要信息。

抗病毒藥物圖譜示意圖

病毒親緣關(guān)系圖譜 v1.0

知識(shí)圖譜中有Strain毒株,Branch分支,Country國(guó)家,State區(qū)域和City城市這些實(shí)體類型,其中地理位置與Strain毒株的連接通過(guò)from_country, from_division和from_location來(lái)標(biāo)識(shí)。Country,State,City互相連接構(gòu)成網(wǎng)絡(luò)。

對(duì)于Strain毒株的屬性,包括了AA變異,核苷酸突變,與上一分支的差異率等等信息,展示在圖中的表格中。其中變異數(shù)據(jù)和差異率數(shù)據(jù)都是相對(duì)mutate_from_branch指示的Branch結(jié)點(diǎn)來(lái)說(shuō)的,而B(niǎo)ranch也相對(duì)上層的Branch,因此最終的Strain突變應(yīng)當(dāng)是整個(gè)樹(shù)目錄突變的總和。

病毒親緣關(guān)系圖譜示意圖

新冠科研圖譜的潛在應(yīng)用

新冠科研圖譜的潛在應(yīng)用如下: 1. 預(yù)測(cè)新病毒的生物學(xué)分類 2. 預(yù)測(cè)病毒變異性 3. 預(yù)測(cè)病毒熱穩(wěn)定性 4. 預(yù)測(cè)病毒的易感群體 5. 預(yù)測(cè)病毒的致病部位 6. 預(yù)測(cè)病毒可導(dǎo)致的癥狀 7. 潛在治療的藥物,或者老藥新用 8. 預(yù)測(cè)病毒的傳播途徑 9. 預(yù)測(cè)可能與病毒蛋白相互作用的蛋白,發(fā)現(xiàn)新的蛋白靶點(diǎn) 10. 針對(duì)新的蛋白靶點(diǎn),進(jìn)行藥物開(kāi)發(fā) 11. 病毒溯源,病毒變異的分析與預(yù)測(cè)。

知識(shí)圖譜的構(gòu)建通常是一個(gè)漫長(zhǎng)且費(fèi)時(shí)費(fèi)力的過(guò)程,在此次新冠科研圖譜的構(gòu)建中,聯(lián)合團(tuán)隊(duì)利用華為云知識(shí)圖譜服務(wù)進(jìn)行了端到端的知識(shí)圖譜構(gòu)建,并且利用華為云ModelArts一站式AI開(kāi)發(fā)與管理平臺(tái)智能的從文獻(xiàn)中抽取新的實(shí)體關(guān)系,在短短一周的時(shí)間里就構(gòu)建出了內(nèi)容豐富的新冠科研圖譜,極大地提升了效率和準(zhǔn)確性,接下來(lái)聯(lián)合團(tuán)隊(duì)會(huì)將更多從最新的文獻(xiàn)中抽取的知識(shí)更新到知識(shí)圖譜中。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。