第一篇文章
2022年1月31日Alberto Santos 最新发表在《自然生物技术》上的文章 ” A knowledge graph to interpret clinical proteomics data”. 针对生物医学数据数量大、种类丰富而带来的数据整合困难，该工作提出了一个开源的临床知识图谱平台CKG(Clinical Knowledge Graph), 该平台结合了统计和机器学习算法，加速了典型蛋白质组学工作流程的分析和解释。相比于其他解决方案，CKG平台显得更加友好，将一系列数据库和科学文献信息与omic数据整合到一个易于使用的工作流中，显著增强了科学研究和临床实践的能力。作者开源了相关数据和代码，可以直接迁移到自己的项目中。
将精准医疗应用到临床决策过程中，取决于整合的多组学数据的情况。但是由于生物医学数据的质量与多样性，以及跨不同生物医学数据库和出版物中的扩展性，对数据集成提出了很高的要求。作者构建了临床知识图谱（CKG），这个开源平台目前包含了2000万个节点和2.2亿个关系。图算法提供了一个灵活的数据模型，当新的数据库可用时，该模型很容易扩展到新的节点和关系。CKG结合了统计和机器学习算法，可加速蛋白质组学工作流程的分析和解释。通过一组proof-of-concept生物标志物研究，作者展示了CKG增强和丰富了蛋白质组学数据，并为临床决策提供了关键信息。
CKG建立在科学的Python库上，具有可靠、可维护性。整个系统是开源的，并取得了MIT许可。它可以在标准工作流程和基于Jupyter笔记本的互动探索中实现可重复、可再现和透明的分析。
CKG包括几个独立的功能模块：
（1）格式化和分析蛋白质组学数据（analytics_core）；
（2）通过整合来自一系列可公开访问的数据库、用户进行的实验、现有本体和科学出版物的可用数据，构建一个图形数据库（graphdb_builder）；
（3）连接和查询这个图形数据库（graphdb_connector）；
（4）通过在线报告（report_manager）和Jupyter notebooks促进数据可视化、存储和分析（图1a，b）。这个架构无缝地协调和整合了数据以及用户提供的分析。它还促进了数据共享和可视化，以及基于详细的生物医学知识注释的统计报告的解释，产生了临床相关的结果。