OptimusKG：在现代多模态图中统一生物医学知识

生物医学知识图谱（KG）广泛应用于生命科学领域，但许多知识图谱源自非结构化文档，因此缺乏模式级约束，而由结构化资源组装而成的图谱很难协调成统一的表示。我们提出了 OptimusKG，这是一种多模态生物医学标记属性图 (LPG)，由结构化和半结构化资源构建，用于保存跨分子、解剖、临床和环境领域的事实、特定类型的元数据。 OptimusKG 包含跨 10 个实体类型的 190,531 个节点、跨 26 个关系类型的 21,813,816 个边，以及 67,249,863 个属性实例，编码跨 150 个不同属性键的 110,276,843 个值，这些值源自 18 个本体和受控词汇表。该图强制执行节点和边的顶级模式，并保留跨分子、解剖、临床和环境领域的细粒度、特定于类型的属性、交叉引用和来源。我们通过使用多模态代理 PaperQA3 评估图关系是否得到科学文献证据的支持来评估 OptimusKG 的有效性。 PaperQA3 为 70.0% 的采样边缘确定了支持证据，而 83.4% 的采样错误边缘没有获得支持证据。没有文献支持的边缘集中在源自实验和功能基因组学资源的关联中，这表明 OptimusKG 捕获了可能先于科学文献中的合成的生物医学知识。 OptimusKG 以 Apache Parquet 文件形式分发，为基于图形的机器学习、使用大语言模型进行基于知识的检索以及假设生成等生物医学发现用例提供标准化资源。