[Nat. Commun. | 论文简读] 一个连接分子结构和生物医学文本的深度学习系统，其理解力可与人类专业人士相媲美

简读分享 | 滕赛赛 编辑 | 陈兴民

论文题目

A deep-learning system bridging molecule structure and biomedical text with comprehension comparable to human professionals

论文摘要

论文摘要：为了加速生物医学研究进程，人们开发了深度学习系统，通过大规模的生物医学数据来自动获取分子的知识。受人类从分子结构和生物医学文本信息中学习分子知识的启发，作者提出了一个知识型机器阅读系统，在一个统一的深度学习框架中衔接这两类信息，为生物医学研究提供全面帮助。这篇文章解决了现有的机器阅读模型只能分别处理不同类型的数据的问题，从而实现对分子的全面彻底的理解。通过以无监督的方式掌握不同信息源内部和之间的元知识，该系统可以促进各种现实世界的生物医学应用，包括分子性质预测、生物医学关系提取等。实验结果表明，该系统在分子性质的理解能力上甚至超过了人类专业人士，同时也揭示了它在促进未来自动药物发现和记录方面的巨大潜力。

论文链接

https://www.nature.com/articles/s41467-022-28494-3

代码链接

https://github.com/thunlp/KV-PLM