用于生物医学数据整合的人工智能语义学

研究人员日益需要探索跨越不同尺度、生物体和领域的多模态数据假设。在实践中，这要求在彼此割裂的数据库之间建立知识连接，而这些数据库往往具有不兼容的 API 和异质性的注释实践。大型语言模型（LLM）智能体能够自动化这一数据整合过程，但如何将 LLM 智能体的输出锚定于科学上正确的真实来源仍然是一项重大挑战。本文描述了我们部署的一种新型 AI 语义工作流，该工作流利用 LLM 智能体实现可扩展的数据整合，并以本体形式的生物学知识作为基础支撑。我们的工作流包括：（1）一个多智能体系统，利用本体查找服务（Ontology Lookup Service, OLS）作为锚定基础，对跨本体的科学知识进行整理；（2）一项 LLM 嵌入服务，通过映射本体术语实现科学数据库之间的互操作性；以及（3）GrEBI，一个知识图谱和模型上下文协议（Model Context Protocol, MCP）服务器，使 LLM 智能体能够执行跨领域、多组学的生物医学查询。

研究人员日益需要探索跨越不同尺度、生物体和领域的多模态数据假设。在实践中，这要求在彼此割裂的数据库之间建立知识连接，而这些数据库往往具有不兼容的 API 和异质性的注释实践。大型语言模型（LLM）智能体能够自动化这一数据整合过程，但如何将 LLM 智能体的输出锚定于科学上正确的真实来源，仍然是一项重大挑战。本文描述了我们部署的一种新型 AI 语义工作流，该工作流利用 LLM 智能体实现可扩展的数据整合，并以本体形式的生物学知识作为基础支撑。我们的工作流包括：（1）一个多智能体系统，利用 Ontology Lookup Service（OLS）作为基础锚定，对跨本体的科学知识进行整理；（2）一种 LLM 嵌入服务，通过映射本体术语实现科学数据库之间的互操作性；以及（3）GrEBI——一个知识图谱和模型上下文协议（MCP）服务器，使 LLM 智能体能够执行跨领域的多组学生物医学查询。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.03.742514v1?rss=1

🏷️ 人工智能语义 生物医学数据整合 大型语言模型 本体映射 知识图谱 多智能体系统