為了解決這一問題，華為云醫(yī)療智能體團(tuán)隊(duì)、華為云語音語義創(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，又添加了三個新的科研知識圖譜，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)20萬以上，三元組的數(shù)量更是達(dá)到了190萬+。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)庫所提供的實(shí)時新冠病毒sequence數(shù)據(jù)為基礎(chǔ)，結(jié)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)生對應(yīng)的蛋白
host用來表示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，通過本關(guān)系可查看抗病毒藥物和對應(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)兩個病毒間的間接關(guān)系，再通過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
知識圖譜中有Strain毒株，Branch分支，Country國家，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from_country, from_division和from_location來標(biāo)識。Country，State，City互相連接構(gòu)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(shù)據(jù)和差異率數(shù)據(jù)都是相對mutate_from_branch指示的Branch結(jié)點(diǎn)來說的，而Branch也相對上層的Branch，因此最終的Strain突變應(yīng)當(dāng)是整個樹目錄突變的總和。
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：
- 預(yù)測新病毒的生物學(xué)分類
- 預(yù)測病毒變異性
- 預(yù)測病毒熱穩(wěn)定性
- 預(yù)測病毒的易感群體
- 預(yù)測病毒的致病部位
- 預(yù)測病毒可導(dǎo)致的癥狀
- 潛在治療的藥物，或者老藥新用
- 預(yù)測病毒的傳播途徑
- 預(yù)測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)
- 針對新的蛋白靶點(diǎn)，進(jìn)行藥物開發(fā)
- 病毒溯源，病毒變異的分析與預(yù)測
知識圖譜的構(gòu)建通常是一個漫長且費(fèi)時費(fèi)力的過程，在此次新冠科研圖譜的構(gòu)建中，聯(lián)合團(tuán)隊(duì)利用華為云知識圖譜服務(wù)進(jìn)行了端到端的知識圖譜構(gòu)建，并且利用華為云ModelArts AI平臺智能的從文獻(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，接下來聯(lián)合團(tuán)隊(duì)會將更多從最新的文獻(xiàn)中抽取的知識更新到知識圖譜中。
