
-
生物通官微
陪你抓住生命科技
跳动的脉搏
基于检索增强生成的Reactome领域专用对话助手React-to-Me的开发与评估
《BMC Biology》:React-to-Me: real-world experience of a grounded conversational interface to the Reactome Pathway Knowledgebase
【字体: 大 中 小 】 时间:2026年09月27日 来源:BMC Biology 5.4
编辑推荐:
摘要背景Reactome通路知识库提供了关于人类生物通路、分子相互作用及疾病机制的专家 curated(精心整理)信息。然而,其复杂的数据模型和基于关键词的搜索界面为非专业用户带来了可访问性障碍。相比之下,通用对话式人工智能系统虽然提供了直观的自然语言交互界面,却缺乏科学应用
Reactome通路知识库提供了关于人类生物通路、分子相互作用及疾病机制的专家 curated(精心整理)信息。然而,其复杂的数据模型和基于关键词的搜索界面为非专业用户带来了可访问性障碍。相比之下,通用对话式人工智能系统虽然提供了直观的自然语言交互界面,却缺乏科学应用所需的领域特异性、来源透明度和事实可靠性。
为弥补这一差距,我们开发了React-to-Me——一个领域专用的对话式助手,使用户可以通过自然语言查询Reactome数据库,同时保持科学严谨性和来源可追溯性。React-to-Me将混合检索增强生成与受限语言模型生成相结合,确保所有回答均基于curated的Reactome内容,并直接关联到相应的知识库条目。当内部覆盖率不足时,系统被设计为转交至可信的外部生物医学数据源,而非生成推测性或未经验证的内容。
计算基准测试证实,结合语义向量搜索与词汇关键词匹配可显著提高上下文关联性和事实精确度。在盲法专家评估中,有依据的回答更有可能获得更高的质量评分,优于无依据的回答(OR = 2.01),在事实准确性(OR = 2.97)、生物学特异性(OR = 2.88)和机制深度(OR = 1.83)方面均表现出显著提升。用户调查进一步显示,用户对易用性(92%)、引用可靠性(88%)和事实准确性(85%)满意度较高,其中准确性与整体信任度之间的关联最强(r = 0.81)。
这些结果表明,领域特定的知识接地(grounding)可以显著提高对话式人工智能在生物知识探索中的可靠性和可用性。React-to-Me为用户提供了一个透明且具有科学稳健性的界面,用于访问和探索Reactome内容。
Reactome通路知识库提供了关于人类生物通路、分子相互作用及疾病机制的专家curated(精心整理)信息。然而,其复杂的数据模型和基于关键词的搜索界面为非专业用户带来了可访问性障碍。相比之下,通用对话式人工智能系统虽然提供了直观的自然语言交互界面,却缺乏科学应用所需的领域特异性、来源透明度和事实可靠性。
为弥补这一差距,我们开发了React-to-Me——一个领域专用的对话式助手,使用户可以通过自然语言查询Reactome数据库,同时保持科学严谨性和来源可追溯性。React-to-Me将混合检索增强生成与受限语言模型生成相结合,确保所有回答均基于curated的Reactome内容,并直接关联到相应的知识库条目。当内部覆盖率不足时,系统被设计为转交至可信的外部生物医学数据源,而非生成推测性或未经验证的内容。
计算基准测试证实,结合语义向量搜索与词汇关键词匹配可显著提高上下文关联性和事实精确度。在盲法专家评估中,有依据的回答更有可能获得更高的质量评分,优于无依据的回答(OR = 2.01),在事实准确性(OR = 2.97)、生物学特异性(OR = 2.88)和机制深度(OR = 1.83)方面均表现出显著提升。用户调查进一步显示,用户对易用性(92%)、引用可靠性(88%)和事实准确性(85%)满意度较高,其中准确性与整体信任度之间的关联最强(r = 0.81)。
这些结果表明,领域特定的知识接地(grounding)可以显著提高对话式人工智能在生物知识探索中的可靠性和可用性。React-to-Me为用户提供了一个透明且具有科学稳健性的界面,用于访问和探索Reactome内容。