论文信息

• 标题：Enhancing link prediction in biomedical knowledge graphs with BioPathNet

• 期刊/会议：Nature Biomedical Engineering

• 发表时间：20 January 2025

• 论文链接：https://doi.org/10.1038/s41551-025-01598-z

告别“黑箱”预测：BioPathNet如何用路径推理破解生物医学知识图谱的关联之谜

想象一下，你手中有一张巨大的、描绘生命奥秘的“宇宙星图”。每一颗星星代表一个基因、一种蛋白质、一种疾病或一种药物，而星星之间的连线则代表它们之间已知的相互作用。这张图就是生物医学知识图谱。然而，这张图远非完整——绝大多数星星之间是黑暗的未知地带。传统的人工智能方法，就像是在这片黑暗宇宙中，试图通过测量每颗星星自身的亮度（节点嵌入）来猜测哪些星星之间应该有连线。这种方法虽然有效，却像一个“黑箱”：它告诉你“这两颗星星可能有关联”，却无法解释“为什么”。

现在，一项发表于《自然-生物医学工程》的研究带来了新的“导航仪”——BioPathNet。它不再仅仅盯着孤立的星星，而是学会了追踪星星之间可能存在的“星际航道”（路径），从而不仅更准确地预测缺失的连线，还能清晰地展示出预测所依据的完整推理链条。这意味着，AI不仅能给出答案，还能像生物学家一样，提供一份逻辑清晰的“实验假说”。

一句话速览

BioPathNet是一种基于路径推理的图神经网络新框架，专为生物医学知识图谱的关联预测而设计。它在基因功能注释、药物重定位、合成致死基因对预测等多个关键任务上，性能匹配或超越了现有主流方法，其独特的可解释性能力允许研究者追溯影响预测的关键生物学路径，将AI预测转化为可验证的生物学假说。

背景与痛点：当“黑箱”AI遇上复杂的生命网络

生命系统本质上是一个错综复杂的网络。基因调控蛋白质，蛋白质影响代谢通路，通路失衡可能导致疾病，而药物则通过作用于特定靶点来干预疾病。生物医学知识图谱试图以“头实体-关系-尾实体”的三元组形式（例如，“药物A - 治疗 - 疾病B”）来结构化这些海量知识。

然而，这张图谱漏洞百出。实验误差会产生虚假关联，而更多真实的关联由于研究成本高昂而尚未被发现。关联预测（Link Prediction, LP）任务，就是利用已知的网络结构，去推断那些缺失的、但可能存在的关联。

传统的主流方法可大致分为两类：

1. 节点嵌入法：如TransE、R-GCN等。它们将每个实体（节点）编码为一个固定的向量。预测关联时，检查两个节点向量的相似度。这好比给每个人拍一张标准照，然后通过比较照片的相似度来猜测他们是否是朋友。这种方法高效，但“照片”丢失了人与人之间复杂的社交路径信息，也难以解释“为何他们是朋友”。

2. 子图编码法：如SEAL。它们会提取围绕待预测节点对的局部子图进行编码。这虽然包含了更多上下文，但需要为每一对节点单独生成子图，在大型图谱上计算成本极高。

核心痛点在于：生物医学关联往往不是简单的直接联系，而是通过多步、多类型的中间实体间接形成的。例如，药物A能治疗疾病B，可能是因为它们共同作用于基因C，而基因C又参与了疾病B相关的通路D。这种多跳的、路径式的推理，正是人类专家思考的方式，但传统AI模型难以有效捕捉和解释这一点。

核心方法：BioPathNet——像动态规划一样寻找“关联路径”

BioPathNet的基石是神经贝尔曼-福特网络（NBFNet）。其核心思想非常巧妙：将关联预测问题，转化为在图中寻找“最有说服力路径”的问题。

直觉解释：假设我们要预测“药物X是否能治疗疾病Y”。BioPathNet不会直接计算药物X和疾病Y的单个向量，而是将疾病Y设为目标，从药物X出发，在图谱中进行一次智能化的“消息传播”。

• 初始化：药物X节点被赋予一个特殊的“查询信号”（代表“寻找治疗关系”）。

• 消息传递：这个信号沿着图谱中的边（关系）向外扩散。每经过一条边，信号都会根据边的类型（如“靶向”、“参与”、“导致”）进行变换和加权。

• 路径聚合：经过数轮传播后，疾病Y节点会收到从药物X经由所有可能路径传来的、经过复杂变换的信号。BioPathNet会聚合这些来自不同路径的信号，形成一个综合的“路径表示”。

• 预测：最后，一个简单的神经网络根据这个“路径表示”判断关联存在的可能性。

这个过程类似于经典的贝尔曼-福特最短路径算法，但不同之处在于，这里的“边权重”和“路径聚合方式”不是固定的，而是由神经网络动态学习的。模型能学会哪些类型的路径组合（例如，“药物-靶点基因-疾病相关通路-疾病”）对于预测“治疗”关系是重要的。

BioPathNet在NBFNet基础上，针对生物医学图谱的特性做了两大关键创新：

1. 背景调控图谱（BRG）：引入“外部知识”辅助推理 生物医学图谱通常专注于特定关系（如药物-疾病治疗）。BioPathNet允许在消息传递阶段，接入一个更庞大的、包含各种生物学关联（如蛋白质相互作用、基因调控）的背景图谱（BRG）。预测时，消息可以在主图谱和背景图谱之间自由流动，从而发现通过背景知识连接起来的、更丰富和更具生物学意义的推理路径。这相当于在解答专业问题时，允许查阅一个庞大的背景资料库。

2. 节点类型感知的负采样（NTA）：让模型学会“精准区分” 训练模型需要正例（已知关联）和负例（未知或虚假关联）。传统方法随机替换三元组中的节点来构造负例，可能导致生成无意义的样本（例如，用“心脏”去替换“阿司匹林”）。BioPathNet采用节点类型感知的负采样，确保构造的负例与正例具有相同的节点类型结构（例如，负例也必须是“药物-疾病”对）。这迫使模型在更精细、更合理的决策边界上学习，提升了预测精度。

实验结果：全面领先的“多面手”

研究团队在四个差异巨大的生物医学预测任务上对BioPathNet进行了严格测试：

1. 基因功能预测：预测基因参与哪些生物学通路。

2. 药物重定位（零样本）：预测已有药物对全新疾病（训练时未见其任何已知疗法）的治疗潜力。

3. 合成致死基因对预测：预测两个基因同时失活会导致细胞死亡，这对癌症靶向治疗至关重要。

4. 长非编码RNA靶基因预测：预测lncRNA调控哪些基因，这是当前研究的难点。

性能对比：

• 对阵通用图神经网络方法：BioPathNet在绝大多数任务上全面超越了R-GCN、HGT、RAGAT等先进的通用关联预测模型。

• 对阵领域专用方法：

  • 在药物重定位上，其AUPRC（精度-召回曲线下面积）平均比当前该任务最先进的模型TxGNN高出23.2%，比另一经典模型DREAMwalk高出60.8%。

  • 在合成致死预测上，其MRR（平均倒数排名）超越了专为此任务设计的KR4SL模型。

  • 在基因功能预测和lncRNA靶基因预测上，也显著优于BIONIC等对比模型。

• 关键设计验证：消融实验证实，BRG和NTA负采样是提升性能的关键。例如，加入BRG使基因功能预测的MRR提升了16-24%。

效率平衡：虽然基于路径的方法通常比节点嵌入法更耗时，但BioPathNet通过其独特设计（如BRG仅用于消息传递，不参与损失计算），实现了效率与性能的最佳平衡。其训练速度远快于原始NBFNet，在某些任务上比专用模型KR4SL快23倍。

意义与展望：从预测工具到假说生成引擎

BioPathNet的突破性不仅在于其精度，更在于其可解释性。它能够为每一个高置信度的预测，提供一组影响力最大的“证据路径”。

在案例研究中，这种能力大放异彩：

• 对于急性淋巴细胞白血病（ALL），BioPathNet不仅正确排名了已知药物，还将已用于临床但未收录在图谱中的药物达沙替尼排在候选前列，并通过路径可视化显示其预测依据了BCR-ABL等关键白血病基因，与医学知识吻合。

• 对于阿尔茨海默病（AD），模型在“零样本”设定下，成功找出了7种已知治疗药物中的4种FDA批准药物。更引人注目的是，它在Top20新预测中，指出了尼古丁和安非他酮，这两种药物均有提升脑源性神经营养因子（BDNF）的机制，且已进入治疗AD相关症状的临床试验。这为研究者提供了直接、可追溯的生物学假说。

这项工作标志着生物医学AI从“黑箱预测”向“可解释、可验证的推理伙伴”迈进了一大步。它的潜在应用广泛：

• 加速药物发现：快速、可解释地筛选老药新用和联合疗法候选。

• 揭示疾病机制：通过分析高频出现的预测路径，发现之前未被重视的疾病相关通路。

• 指导实验设计：为湿实验验证提供优先级明确的候选列表及其理论依据，极大节约科研成本。

局限性

BioPathNet的性能依然受限于知识图谱本身的质量和完整性。图谱中的噪声、偏见（如某些“明星”基因被过度研究）和知识盲区，会影响预测结果。例如，一些FDA批准的AD药物因未收录在图谱中而未被模型发现。未来，结合更高质量、动态更新的知识图谱，以及融入基因表达等节点特征，有望进一步提升其性能。

结语

BioPathNet的成功，源于它选择了一条更贴近生物学本质思维的道路：通过关系路径进行推理。它不再满足于给出一个冰冷的概率分数，而是致力于绘制出一张从“因”到“果”的关联地图。这或许正是AI赋能生命科学的下一个范式——不再是替代科学家的直觉，而是将其形式化、规模化，并赋予其追溯和解释的能力。

当人工智能学会了沿着知识的路径进行思考，并愿意向我们展示它的“思维过程”时，我们与机器协作探索生命奥秘的方式，也将被彻底重塑。一个有趣的问题是，如果BioPathNet这样的路径推理模型，与近期能够直接理解生物序列和文献的大语言模型相结合，是否会催生出更强大、更能理解生物学深层逻辑的“科学AI助手”？这或许是通往下一代生物医学发现引擎的关键一步。

更多分享请关注微信公众号->《生信之灵》