编辑推荐：
为解决现有生物医学知识图谱问题，研究人员开发 MedKG，用于疾病 - 药物关联预测，意义重大。
生物医学知识图谱已成为药物研发的有力工具，但现有平台常存在信息过时、可及性有限以及复杂数据整合不足的问题。本研究提出了 MedKG（医学知识图谱），这是一个全面且持续更新的知识图谱，旨在解决精准医学和药物研发中的这些挑战。MedKG 整合了来自 35 个权威来源的数据，涵盖 34 种节点类型和 79 种关系。持续集成 / 持续更新（Continuous Integration/Continuous Update ，CI/CD）管道确保 MedKG 始终保持最新状态，解决了静态知识库的关键局限性。分子嵌入的整合增强了语义分析能力，弥合了化学结构与生物实体之间的差距。为了展示 MedKG 的效用，研究人员开发了一种用于疾病 - 药物关联预测的新型混合关系图卷积网络 MedLINK，并在临床试验数据的案例研究中用于疾病 - 药物关联预测。此外，还构建了一个基于网络的应用程序，该程序具有用户友好的应用程序编程接口（APIs）和可视化工具，使技术和非技术用户都能访问 MedKG，可在
http://pitools.niper.ac.in/medkg/免费获取。
