PubMind：LLM 从 4100 万篇文献里，挖出 130 万条基因变异知识
Nature Communications 报道 PubMind：用 LLM 从生物医学文本中抽取「变异—功能—疾病」关联，变异识别准确率超 90%，建成约 130 万条唯一变异的数据库，仅 10% 与 ClinVar 重叠。
④ PubMind：LLM 从 4100 万篇文献里，挖出 130 万条基因变异知识
生物医学文献里藏着海量「哪个基因变异导致哪种病」的知识，但它们大多躺在非结构化文本里，既难检索也无法被程序直接引用。ClinVar、HGMD 等数据库受限于提交偏倚、更新慢、注释稀疏。PubMind 想做的事很直接：让 LLM 替我们把这些知识「读」出来、结构化、还能溯源。
PubMind 是一个 AI 框架，用大语言模型对生物医学文本做筛选与抽取，识别变异—功能—疾病关联及其证据。它能处理单核苷酸变异（SNV）、拷贝数变异、结构变异与基因融合，并把记录归一化到基因组/转录组坐标——这一步是关键，它让散落各处的表述变成可比对、可去重的结构化知识。
图1：PubMind 把海量文献转化为坐标化的变异知识库
基准测试显示，PubMind 的变异识别准确率 超过 90%，疾病抽取精确率达 99%。应用于超过 4100 万篇 PubMed 摘要与 500 万篇全文后，它生成了 PubMind-DB——约 130 万条唯一变异及其上下文注释。
图2：PubMind 补上了 ClinVar 覆盖不到的变异，且重叠部分标注高度一致
PubMind 与 ClinVar 的重叠仅约 10%，而其中 >80% 的致病性标注相互一致——说明它既补上了现有数据库的覆盖盲区，又在新发现上与权威库高度吻合。这对精准医学的变异解读是直接助力。
关联推荐
- 从读基因到写生命：合成生物学的 30 年跃迁 — 理解基因工程的更大图景
- Biomni 登上 Science：通用生物医学 AI Agent 自主完成科研任务 — AI 如何重塑生物医学研究
评论 (0)
正文划词可点「问萝卜特」——自动发评论并由 AI 回复
加载评论中…