2020年初爆發(fā)的新型冠狀病毒（SARS-CoV-2）是一種全新的病毒，由于科學(xué)家對它的致病機制和傳播機制并不了解，給疾病的防御和治療帶來(lái)了巨大的挑戰。
隨著(zhù)各國研究人員不斷的從臨床研究、實(shí)驗室中收集針對SARS-CoV-2的研究數據，短時(shí)間內大量的科研成果發(fā)表在科研期刊上。迄今為止，在主流的醫學(xué)預印本文獻庫中，新冠病毒相關(guān)的學(xué)術(shù)文獻已經(jīng)達到了兩千多篇。
為了能夠更有效的幫助科研工作者在海量的新冠病毒相關(guān)文獻中總結、查詢(xún)、推理有效的知識，華為云使用ModelArts Pro知識圖譜套件，從公開(kāi)發(fā)表的新冠學(xué)術(shù)文獻中，自動(dòng)抽取相應實(shí)體和關(guān)系，并構建了首個(gè)包含藥物、疾病、病毒蛋白、人類(lèi)蛋白等不同類(lèi)型實(shí)體的新冠科研知識圖譜。
這項工作的一大難點(diǎn)，是如何實(shí)現高精度的領(lǐng)域命名實(shí)體識別和關(guān)系抽取，比如上圖中句子里提到的相關(guān)病毒蛋白（Virus Protein）、 人類(lèi)蛋白（Human Protein）、病毒（Virus）以及從上下文判別出的相互關(guān)系。
研發(fā)團隊采用了華為諾亞方舟實(shí)驗室和華為云最新研究成果醫學(xué)領(lǐng)域知識監督的預訓練語(yǔ)言模型：BERT-MK （BERT-based language model with Medical Knowledge） ，并融合了團隊在知識挖掘領(lǐng)域積累的多項深度語(yǔ)義表示和檢索技術(shù)。
值得一提的是，在此前的科學(xué)文獻挖掘領(lǐng)域相關(guān)賽事上，華為云語(yǔ)音語(yǔ)義創(chuàng )新Lab已多次奪冠，包括DigSci 2019和WSDM Cup 2020。
華為云同時(shí)提供了個(gè)性化的查詢(xún)可視化工具，可清晰直接地展現新冠科研知識圖譜內的知識點(diǎn)及其關(guān)聯(lián)，并且能夠快速溯源知識信息的來(lái)源，直接定位相關(guān)的文獻及知識所在段落。
例如：查詢(xún)藥物L(fēng)opinavir，可發(fā)現Lopinavir對于SARS-CoV-2的Mpro以及HIV protease均有一定效果。通過(guò)進(jìn)一步探索，可發(fā)現Colistin和Nelfinavir對SARS-CoV-2的Mpro也有一定效果。
通過(guò)查看具體關(guān)系，又可進(jìn)一步獲取該關(guān)系來(lái)源的文獻及段落信息等，直接溯源原始信息。該圖譜可協(xié)助科研人員快速、高效地開(kāi)展病毒機制研究、病毒蛋白相互作用等科學(xué)研究，協(xié)助藥物研發(fā)人員更加精確、有效地開(kāi)展藥物靶點(diǎn)研究、疫苗開(kāi)發(fā)等藥物研發(fā)工作。
在抗疫期間，華為云和浙江大學(xué)陳華鈞教授合作，已在OpenKG發(fā)布包括新冠病毒分類(lèi)圖譜、抗病毒藥物圖譜等多種類(lèi)型的新冠科研知識圖譜。
同時(shí)，華為云EI醫療智能體（EIHealth）和醫療領(lǐng)域的科研工作者共同奮斗在一線(xiàn)，相繼推出了一系列的抗病毒基因組服務(wù)、醫療影像服務(wù)和抗病毒藥物篩選服務(wù)，全面、立體地助力全球科研人員的研發(fā)工作。
