单击上方↑蓝字关注我们！
文丨Lisa
编丨Lisa
未来，大模型+大数据+人工智能+基于知识图谱的智能推理、高效可视化展示，或将是生物发酵过程的智能化转型发展路径。
知识图谱是结构化的知识库，知识图谱由定义为“实体-关系-实体”形式的三元组及其属性构成。通过三元组的形式，知识图谱可以描述现实世界中的各种概念及其相互间关系。
图谱的概念最早由谷歌公司于2012年提出，用于辅助搜索引擎在知识库中实现快速查询。
对于不同应用场景，知识图谱的定义具有一些差别，但广义上的知识图谱具有3个重要特征，即对应于实际对象的节点、实际对象间关系抽象得到的边以及一定数量的节点和边组成的网络结构。
知识图谱通常根据其应用对象分为通用领域知识图谱和垂直领域知识图谱。通用领域知识图谱包含大量常识性知识，并不针对某一特定领域，具有代表性的如Wikidata、FreeBase、Dbpedia等。
垂直领域知识图谱则强调针对特定领域，对知识库中的知识深度有较高要求，知识通常来源于专家经验、专业书籍等，目前在医疗、生物、电力、电商等多个领域都有较丰富的实践。
发酵过程知识图谱属于垂直领域知识图谱，其构建过程更多需要发酵专家介入，通过专家知识与经验建立发酵过程各种参数(或状态) 之间的专家规则，这些规则严格按照质量守恒定则、微生物反应本体动力学以及相关学科技术定则、经验证的相关性特征等确认，并以知识图谱形式保存。
同时建立生物过程的问题求解集合作为专家规则库，通过知识图谱的实体——关系链接，采用问题归约方法，在问题集合的状态空间通过实体间的有向图链接形式把问题的求解过程描述出来，最终识别出发酵过程的状态。
前期，小编追踪更新了生物发酵智能化领域的大模型、大数据、人工智能、知识图谱进展！如：
深度必读！人工智能+合成生物学的5个赋能领域！升学、科研、产业须高度关注（蛋白质工程化、定制化生物场景）
生物学是大语言模型的下一个前沿（深度）！生物数据、基因组学、转录组学、生物化学、抗体进化...
未来，关注百仑生物公众号，持续学习前沿进展！
参考文献
Singhal A. Introducing the knowledge graph: things, not strings. Official google blog, 2012, 5: 16.
中国电子技术标准化研究院. 信息技术与标准化, 2021(S1): 2.
China Electronics Standardization Institute. Inf Technol & Stand, 2021(S1): 2 (in Chinese).
张嗣良, 张旭蓓. 基于知识图谱有向图的生物过程控制方法: CN109243528A, 2022-02-08.
夏建业, 刘晶, 庄英萍, 等. 人工智能时代发酵优化与放大技术的机遇与挑战. 生物工程学报, 2022, 38(11): 4180-4199.
关于百仑
百仑在各类反应器、压力容器制造拥有丰富经验。拥有一支集生物反应、发酵工艺、机械制造、自动化控制领域的专家团队，科研与工艺水平始终处于国内领先、国际一流水准，为您提供舒心、放心、安心的产品体验。
联系我们
点击“阅读原文”，查看百仑官网
