Nature 子刊：利用 AI 提取功能性组织单元构建人类参考图谱
Nature子刊发表新研究，利用AI辅助提取功能性组织单元特征以构建人类参考图谱。
AI 深度解读
《Communications Biology》刊发关于利用大语言模型与视觉模型结合 RAG 自动化提取功能性组织单元（FTU）特征的研究，以支持人类参考图谱（HRA）的构建。
- 研究团队提出 HRAftu-LM-RAG 框架，整合大语言模型的文本推理、视觉大模型的图表解析与检索增强生成技术。
- 系统从 PubMed Central 检索了 244,640 篇文献及约 138.9 万张图表，筛选出 61.7 万余张显微镜与示意图。
- 模型从中自动提取出 331,189 个比例尺信息和 1,719,138 处生物实体提及，并关联了供体的年龄与性别等元数据。
- 影响/看点：该方法通过多模态 AI 降低了人工审阅海量生物医学文献的时间成本，其对人类参考图谱建设的实际价值取决于跨模态实体抽取的校验准确率与生物学专家的采纳程度。
- 资料依据：
- Communications Biology（2026-09-07）：https://www.nature.com/articles/s42003-026-10850-4
本内容由 AI 生成，仅供参考，请注意甄别