学习科学轨迹以预测未来生物医学发现
原文：Learning Scientific Trajectories to Predict Future Biomedical Discoveries
AI联合科学家已扩展了大语言模型在生成科学假设和指导实验研究方面的应用。在此，我们研究完整生物医学结论的语义表示中的时间模式能否指导假设生成。我们引入了ForeSCITE，一个识别已发表结论的主题聚类、估计每个聚类内区分早期与较新发现的方向、并沿这些方向投影现有结论嵌入的框架。一个训练用于重建结论的嵌入语言模型将投影坐标解码为自然语言假设。在从约三百万条截止前结论衍生的407个聚类中，我们识别出时间结构并展示了其在解码后的保留情况。在回顾性、时间切片的评估中，ForeSCITE相对于五个基于提示和检索增强的基线，在语义覆盖超越历史语料库、生物医学实体对新颖性和截止后配对再观察方面均有提升。对优先排序的CAR-T假设的专家评审识别出37个既新颖又具有生物学合理性的候选，五个选定假设的专家论证说明了其生物学原理及可获得的后续文献支持。这些发现支持语义空间中的时间引导作为一种可扩展机制，用于提出生物医学假设以供后续科学评估。作者：Chia-Hsuan Chang, Brian Ondov, Jiang Lv, Lan Jiang, Yunmai Wang 类别：cs.CL,cs.AI