ShennongAlpha：开启天然药材知识智能共享新时代，助力全球生物医药发展

《Cell Discovery 13.0》：ShennongAlpha: an AI-driven sharing and collaboration platform for intelligent curation, acquisition, and translation of natural medicinal material knowledge

为解决天然药用材料（NMMs）知识在利用和共享中面临的关键信息标准化描述、高效整理获取及语言障碍等问题，研究人员开展了以开发 ShennongAlpha 平台为主题的研究。结果是构建了包含超 14,000 种中国 NMMs 知识的平台，该平台在 NMMs 知识共享领域意义重大，推动了相关研究与应用。

　　天然药用材料（Natural Medicinal Materials，NMMs）在全球临床应用历史悠久，积累了海量知识，是药物研发和临床治疗的重要源泉。然而，当前 NMMs 知识的利用与共享困难重重。一方面，缺乏标准化和系统的命名法，致使 NMMs 难以准确区分和识别，比如青蒿素的发现过程中，“青蒿” 一名对应多种植物，给研究和应用带来极大困扰；现有信息记录繁杂，传统整理和获取知识的方式效率低下。另一方面，语言障碍严重阻碍了 NMMs 知识的全球传播。这些问题限制了 NMMs 在生物医药领域的深入研究和广泛应用，开发一个能够有效解决这些问题的平台迫在眉睫。

为攻克这些难题，来自西湖大学、复旦大学等机构的研究人员开展了一项创新性研究。他们开发了 ShennongAlpha 平台，这是一个基于人工智能驱动的 NMMs 知识智能整理、获取和翻译的共享协作平台。该研究成果发表在《Cell Discovery》上，为全球生物医药、制药、医疗行业以及患者群体带来了新的曙光。

在研究过程中，研究人员运用了多种关键技术方法。首先，开发了系统命名法（Systematic Nomenclature）的算法及在线应用 ShennongName，为 NMMs 的准确命名和识别提供了有力支持；设计了多语言 Markdown（Multilingual Markdown，MLMD）格式，实现了多语言知识的有效管理；构建了 ShennongAlpha 知识库（ShennongAlpha Knowledge Base，ShennongKB），整合了丰富的 NMMs 相关数据；还打造了 ShennongAlpha 搜索引擎（ShennongAlpha Search Engine，ShennongSearch），并采用了基于共指的图搜索（Coreference-based Graph Search，CGS）等先进搜索方法，提升了知识检索效率。

研究结果如下：

• 系统命名法定义 NMMs 的独特身份和关键信息：引入系统命名法，为每个 NMMs 赋予系统名称、通用名称和唯一的 NMM ID。系统名称包含物种起源、药用部位、特殊描述和加工方法等关键信息，有效消除了传统命名带来的歧义。例如，“净片姜黄” 的系统名称 “Curcuma wenyujin Rhizome Freshly-sliced Cleaned”，清晰表明了其物种来源、药用部位及加工方式。研究人员还开发了 ShennongName 算法和应用，方便用户贡献和修改 NMMs 条目，实现了 NMMs 命名的标准化、高效化。
• ShennongAlpha 平台的构建与知识整合：基于系统命名法，研究人员收集整理了 14,256 种中国 NMMs 的知识，将其数字化、结构化后存入 NMM 知识库。ShennongAlpha 平台融合了 ShennongName 与六域模块化系统，具备用户友好的界面，支持中英文双语切换。用户可通过多种方式访问平台知识，如通过 NMM ID 直接访问知识页面，利用搜索功能查找相关信息，还能使用 “按名称组件搜索 NMMs” 的高级搜索模块，精准定位所需知识。知识页面采用分层树状结构，方便用户浏览，且支持多种语言显示模式，满足不同用户需求。
• 用户对 NMMs 知识的访问与贡献：用户可通过 ShennongAlpha Web 便捷地访问 NMMs 知识。平台知识页面提供了丰富的功能，用户不仅能浏览知识，还能保存、引用、下载页面内容，以 JSON 格式下载的内容便于用户进行后续编程处理。同时，ShennongAlpha 是一个开放协作的平台，鼓励全球用户贡献知识。用户可在知识页面提交新信息或修改现有内容，经审核后这些贡献将被整合到知识库中，贡献者的名字和头像会在 “贡献者” 部分展示，激励更多用户参与协作。
• 基于聊天的 NMMs 知识获取：ShennongAlpha 平台推出了 AI 驱动的聊天应用 ShennongChat。用户通过自然语言提问，ShennongChat 借助先进的大语言模型（LLM）系统和搜索引擎，实时搜索知识库并以自然语言回复用户。例如，当用户询问 “麻黄的物种起源是什么” 时，ShennongChat 能准确回答 “麻黄的物种起源是木贼麻黄、中麻黄或草麻黄”，并提供相关 NMM ID。为增强回答的专业性和可解释性，ShennongChat 采取了用户指导、信息来源透明化、交互式知识探索等措施，还支持多语言交互，提升了用户体验。
• NMMs 知识的标准化和可解释翻译：针对语言障碍问题，ShennongAlpha 平台开发了 ShennongTranslate 应用。该应用基于自主研发的神经网络机器翻译算法（Neural Machine Translation based on Coreference Primary Term，NMT-CPT），能实现 NMMs 知识的标准化和可解释翻译。例如，翻译 “麻黄是一种天然药材” 时，会将 “麻黄” 准确翻译为 “Ephedra equisetina vel intermedia vel sinica Stem-herbaceous (NMM-0006, Ma-huang)”，并对标准化翻译和用户自定义术语进行颜色高亮显示，用户悬停在翻译术语上可查看双语摘要，点击可跳转至相关知识页面，使翻译应用兼具知识探索功能。

在研究结论和讨论部分，研究人员指出，全球知识共享对 NMMs 领域至关重要，系统命名法和 ShennongAlpha 平台的出现意义非凡。系统命名法首次为 NMMs 提供了标准化的区分和识别体系，ShennongAlpha 平台则实现了系统命名法的自动化实施，打破了语言障碍，促进了知识的交互获取和全球共享。然而，该平台也存在一些局限性，如目前知识主要来源于中国 NMMs，标准化和结构化知识类型有限，缺乏实验数据等。未来，研究人员计划纳入更多其他国家和地区的 NMMs 知识，并开发先进的 AI 方法整合实验数据，打造更完善的 NMMs 知识平台。

总的来说，ShennongAlpha 平台将人工智能与 NMMs 知识共享紧密结合，为全球 NMMs 研究和应用提供了强大的支持，推动了该领域的知识共享和协作，有望促进全球健康事业的发展。