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(jī)制和傳播機(jī)制并不了解，給疾病的防御和治療帶來了巨大的挑戰(zhàn)。
隨著各國研究人員不斷的從臨床研究、實驗室中收集針對SARS-CoV-2的研究數(shù)據(jù)，短時間內(nèi)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(yī)學(xué)預(yù)印本文獻(xiàn)庫中，新冠病毒相關(guān)的學(xué)術(shù)文獻(xiàn)已經(jīng)達(dá)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(xiàn)中總結(jié)、查詢、推理有效的知識，華為云使用ModelArts Pro知識圖譜套件，從公開發(fā)表的新冠學(xué)術(shù)文獻(xiàn)中，自動抽取相應(yīng)實體和關(guān)系，并構(gòu)建了首個包含藥物、疾病、病毒蛋白、人類蛋白等不同類型實體的新冠科研知識圖譜。
這項工作的一大難點，是如何實現(xiàn)高精度的領(lǐng)域命名實體識別和關(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(tuán)隊采用了華為諾亞方舟實驗室和華為云最新研究成果醫(yī)學(xué)領(lǐng)域知識監(jiān)督的預(yù)訓(xùn)練語言模型：BERT-MK （BERT-based language model with Medical Knowledge） ，并融合了團(tuán)隊在知識挖掘領(lǐng)域積累的多項深度語義表示和檢索技術(shù)。
值得一提的是，在此前的科學(xué)文獻(xiàn)挖掘領(lǐng)域相關(guān)賽事上，華為云語音語義創(chuàng)新Lab已多次奪冠，包括DigSci 2019和WSDM Cup 2020。
華為云同時提供了個性化的查詢可視化工具，可清晰直接地展現(xiàn)新冠科研知識圖譜內(nèi)的知識點及其關(guān)聯(lián)，并且能夠快速溯源知識信息的來源，直接定位相關(guān)的文獻(xiàn)及知識所在段落。
例如：查詢藥物L(fēng)opinavir，可發(fā)現(xiàn)Lopinavir對于SARS-CoV-2的Mpro以及HIV protease均有一定效果。通過進(jìn)一步探索，可發(fā)現(xiàn)Colistin和Nelfinavir對SARS-CoV-2的Mpro也有一定效果。
通過查看具體關(guān)系，又可進(jìn)一步獲取該關(guān)系來源的文獻(xiàn)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、高效地開展病毒機(jī)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、有效地開展藥物靶點研究、疫苗開發(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圖譜、抗病毒藥物圖譜等多種類型的新冠科研知識圖譜。
同時，華為云EI醫(yī)療智能體（EIHealth）和醫(yī)療領(lǐng)域的科研工作者共同奮斗在一線，相繼推出了一系列的抗病毒基因組服務(wù)、醫(yī)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。
