KAIST研究团队开发出可自动提取生物通路信息的人工智能框架。
KAIST28日表示,生命化学工程系金贤旭教授研究团队开发出基于机器学习的“生物通路信息提取框架(EBPI,Extraction of Biological Pathway Information)”,可从生物通路图像中自动提取基因和代谢物信息。
表现基因、蛋白质、代谢物等复杂信息的生物通路图像蕴含着重要研究成果,但此前针对基于图像的信息提取研究并不充分。
研究团队开发的EBPI可识别从文献中提取的图像中的箭头和文本,并据此将生物通路重构为可编辑的表格形式。其利用目标检测模型等机器学习技术检测通路图像中箭头的位置和方向,并将图像中的文本分类为基因、蛋白质、代谢物,随后整合所提取的信息,以表格形式提供通路信息。
研究团队将从7万4853篇论文中提取的生物通路图像与既有人工绘制的通路图进行比较,验证了EBPI的性能。结果确认,生物通路信息以较高准确度被自动提取。
利用EBPI,研究团队还成功从大量文献中的生物通路图像中提取出未被收录于主要生物通路数据库的生化反应信息。
用EBPI分析具有多种产业价值的代谢物生物合成相关文献后发现,存在一些文献中已报道但在既有数据库中缺失的生化反应。研究以在化学产业中具有多种应用领域的1,4-丁二醇、2-甲基丁酸、羟基酪醇、乙酰丙酸及戊内酰胺的生物合成通路为例展示了这些发现。
主持该研究的金贤旭教授表示:“本次研究开发的EBPI将成为大规模文献数据分析的重要工具。”他还表示:“这是在生物工程、代谢工程及合成生物学领域首次用AI分析生物通路图像的案例,可在相关研究的实验设计与分析中得到有效应用。”
该研究由KAIST生命化学工程系博士生权文洙与李俊奎共同担任第一作者,已刊载于代谢工程及合成生物学领域代表性国际学术期刊《代谢工程》(Metabolic Engineering,JCR领域前10%以内)11月号。






