為了解決這一問(wèn)題，華為云醫療智能體團隊、華為云語(yǔ)音語(yǔ)義創(chuàng )新Lab聯(lián)合浙江大學(xué)計算機學(xué)院陳華鈞教授組成聯(lián)合團隊，在浙江大學(xué)先期構建的第一版病毒分類(lèi)圖譜的基礎上，又添加了三個(gè)新的科研知識圖譜，全方位地涵蓋了新冠病毒的基礎屬性，為科研人員針對病毒的研究和抗病毒藥物研發(fā)提供了更強力的工具。
第一版本新冠科研圖譜從病毒的生物學(xué)分類(lèi)角度出發(fā)，以NCBI美國生物信息中心 Taxonomy板塊下的數據為基礎，構建了一個(gè)病毒的族系網(wǎng)絡(luò )：病毒分類(lèi)圖譜。該圖譜具有較大的規模，其中實(shí)例的數量達20萬(wàn)以上，三元組的數量更是達到了190萬(wàn)+。但是其在分類(lèi)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)合團隊通過(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數據庫中新冠病毒（SARS-CoV-2，原名稱(chēng)：2019-nCoV）相關(guān)數據，構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等數據庫的數據，構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)合團隊以Gisaid全球流感數據庫所提供的實(shí)時(shí)新冠病毒sequence數據為基礎，結合nextstrain對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與其表達基因間的關(guān)系，例如SARS-CoV-2表達membrane protein gene （M） /Envelope protein gene（E）/ Nucleoprotein gene （N）等類(lèi)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)生對應的蛋白
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于病毒有一定效果，例如Ritonavir和Abacavir對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應病毒間的聯(lián)系
produce關(guān)系可用于挖掘病毒與其所表達蛋白間的express關(guān)系，并可進(jìn)一步挖掘不同病毒與同一類(lèi)型蛋白間的關(guān)系，進(jìn)而發(fā)現兩個(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)現某抗病毒藥物和另一病毒的間接關(guān)系，可以幫助發(fā)現對于某一類(lèi)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)合團隊從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(guān)的了解某drug的一些重要信息。之后團隊會(huì )進(jìn)一步完善補充更多關(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
知識圖譜中有Strain毒株，Branch分支，Country國家，State區域和City城市這些實(shí)體類(lèi)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)標識。Country，State，City互相連接構成網(wǎng)絡(luò )。
對于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。其中變異數據和差異率數據都是相對mutate_from_branch指示的Branch結點(diǎn)來(lái)說(shuō)的，而B(niǎo)ranch也相對上層的Branch，因此最終的Strain突變應當是整個(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用
新冠科研圖譜的潛在應用如下：
- 預測新病毒的生物學(xué)分類(lèi)
- 預測病毒變異性
- 預測病毒熱穩定性
- 預測病毒的易感群體
- 預測病毒的致病部位
- 預測病毒可導致的癥狀
- 潛在治療的藥物，或者老藥新用
- 預測病毒的傳播途徑
- 預測可能與病毒蛋白相互作用的蛋白，發(fā)現新的蛋白靶點(diǎn)
- 針對新的蛋白靶點(diǎn)，進(jìn)行藥物開(kāi)發(fā)
- 病毒溯源，病毒變異的分析與預測
知識圖譜的構建通常是一個(gè)漫長(cháng)且費時(shí)費力的過(guò)程，在此次新冠科研圖譜的構建中，聯(lián)合團隊利用華為云知識圖譜服務(wù)進(jìn)行了端到端的知識圖譜構建，并且利用華為云ModelArts AI平臺智能的從文獻中抽取新的實(shí)體關(guān)系，在短短一周的時(shí)間里就構建出了內容豐富的新冠科研圖譜，極大地提升了效率和準確性，接下來(lái)聯(lián)合團隊會(huì )將更多從最新的文獻中抽取的知識更新到知識圖譜中。
