Un environment ouvert, intégratif et extensible d'intelligence artificielle et de graphes de connaissances pour une métabolomique fonctionnelle et opérationnelle – MetaboLinkAI

MetaboLinkAI vise à révolutionner l'analyse et l'interprétation des données métabolomiques grâce à une approche multidisciplinaire qui combine un hub de graphe de connaissances complet (MetaKH) avec des techniques d'intelligence artificielle (IA) et d'apprentissage automatique (ML) de pointe. Les principaux objectifs du projet sont d'améliorer l'interrogation et la facilité d'utilisation des données métabolomiques, d'améliorer l'efficacité de la recherche et de stimuler la créativité dans le domaine. Ces objectifs visent à dépasser les normes actuelles en créant une base de connaissances encyclopédique et extensible, en intégrant une IA avancée pour gérer les incertitudes des données expérimentales et en permettant une gamme plus large de tests et d'évaluation des hypothèses. L'approche de recherche est structurée autour de trois piliers interconnectés :
WP1 - Cas d'utilisation métabolomiques : Pour garantir que le projet aborde des cas d'utilisation pertinents, nous avons choisi deux domaines significatifs et difficiles dans lesquels la métabolomique est clé : l'analyse des métabolites dans un contexte biomédical, c'est-à-dire pour inférer l'activité et la régulation métabolique, et l'analyse des métabolites dans la recherche sur les produits naturels, c'est-à-dire pour la caractérisation de la chimiodiversité et la découverte de structures bioactives. Ces cas d'utilisation sont conçus pour guider le développement du projet et fournir des repères pour son progrès.
WP2 - Représentation et gestion des connaissances : La création d'un hub de connaissances ouvert, MetaKH, est centrale au projet. Cela implique (i) d'agréger les ressources existantes sur les produits chimiques, les ontologies, les réactions et les voies métaboliques, la bioactivité, les publications, etc., (ii) d'enrichir ce graphe de connaissances fondamental avec des données métabolomiques, et (iii) d'établir des capacités d'interrogation fédérée sur le hub de connaissances intégré.
WP3 - Assistant de recherche IA et apprentissage automatique sur les graphes : Ce pilier se concentre sur le développement de méthodologies et d'outils innovants, tels que le traitement du langage naturel et les méthodes d'exploration de graphes, pour améliorer l'interaction avec les données, les capacités d'analyse et la représentation de l'incertitude. Un assistant de recherche IA facilitera l'interaction directe avec les données et les connaissances à travers l'interrogation et la synthèse, tandis que les méthodes d'exploration de graphes intégrées aborderont les caractéristiques ontologiques des données métabolomiques.
MetaboLinkAI amorcera une transformation de la recherche métabolomique en démocratisant l'exploration des données, en élargissant l'évaluation des hypothèses et en transformant l'éducation dans le domaine. L'intégration des technologies IA vise à aborder les incertitudes des données, à améliorer l'explicabilité et à faciliter l'analyse de données complexes. À l'avenir, le projet envisage d'élargir son infrastructure pour intégrer d'autres données omiques, jetant les bases d'une plateforme de découverte augmentée par l'IA dans la recherche en sciences de la vie.