Erweiterungen von Ontologien strukturierter Entitäten

Referenzontologien spielen eine wesentliche Rolle bei der Organisation von Wissen in den Biowissenschaften und anderen Bereichen. Da sie in einem aufwändigen Prozess manuell erstellt werden, decken sie oft nur einen kleinen Teil ihrer Domäne ab. Unser Ziel ist es, eine automatische Erweiterung des Abdeckungsgrades einer Referenzontologie zu ermöglichen. Dies geschieht, indem diese automatisch um Klassen erweitert wird, die noch nicht manuell hinzugefügt wurden. Diese Erweiterung soll den (oft impliziten) Designentscheidungen der Entwickler der Referenzontologie treu bleiben.
Während es sich hierbei um ein allgemeines Problem handelt, fokussieren wir uns auf die Chemical Entities of Biological Interest (ChEBI) als Anwendungsgebiet. In unserem Ansatz werden die Blattklassen der manuell kuratierten Referenzontologie verwendet, um ein System zur Vorhersage von Unterklassenbeziehungen zwischen Klassen mittlerer Ebene und neuen Klassen zu trainieren. Wir verwenden also Techniken des maschinellen Lernens, sind aber nicht auf Textkorpora als Input angewiesen, sondern nutzen den Inhalt der Ontologie selbst. Eine Schlüsselrolle spielen dabei Annotationen von Klassen, die Informationen liefern, die für die Klassifizierung einer bestimmten Entität innerhalb der Ontologie relevant sind. Im Fall von ChEBI sind dies z. B. die Struktur chemischer Entitäten (z. B. Moleküle und funktionelle Gruppen).
Darüber hinaus werden die Axiome der Ontologie als logische neuronale Netze dargestellt. Somit bietet unser Ansatz eine Art neuro-symbolische Integration. In Vorarbeiten haben wir die Machbarkeit des Ansatzes durch den Vergleich der Leistung einer Reihe von maschinellen Lernansätzen nachgewiesen. Trotz der Einschränkungen der Vorarbeiten ist die Leistung einiger unserer Modelle im Vergleich zu ClassyFire positiv. ClassyFire ist ein regelbasiertes System, das den Stand der Technik für diese Aufgabe darstellt und bei der Entwicklung von ChEBI eingesetzt wird. Darüber hinaus zeigen unsere Ergebnisse, dass verschiedene Ansätze des maschinellen Lernens für unterschiedliche Arten von chemischen Entitäten geeignet sind. Daher planen wir, in unserem Projekt einen Ensemble-Ansatz zu verwenden.
Die Ergebnisse dieses Projektes werden sein: (a) ein Benchmark-Trainingssatz für das Trainieren von Modellen zur Erweiterung der chemischen Ontologie und (b) ein System, das - wenn es eine Reihe neuer chemischer Entitäten als Eingabe erhält - automatisch eine neue Ontologie generiert, die ChEBI um diese Entitäten erweitert. Der Nutzen dieser Arbeit besteht in einer neuartigen Methodik zur Erweiterung des Abdeckungsgrads bestehender Referenzontologien. Wenn sie angenommen wird, wird sie eine verbesserte Interoperabilität und Wissensintegration für die Gebiete ermöglichen, in denen diese Referenzontologien verwendet werden. Ein weiteres Ergebnis ist eine neuartige neuronal- symbolische Architektur, die neuronale Graphennetze, Transformer und logische neuronale Netze integriert.
Das Projekt ist ein Kooperationsprojekt mit Prof. Dr. Janna Hastings (Universität Zürich) im Rahmen des Weave Lead Agency-Verfahrens der DFG.

Structured-entities Ontology Extension

Reference ontologies play an essential role in organising knowledge in the life sciences and other domains. They are built and maintained manually. Since this is an expensive process, many reference ontologies only cover a small fraction of their domain. The goal of this project is to develop techniques that enable the automatic extension of the coverage of a reference ontology by extending it with classes that have not been manually added yet. The extension shall be faithful to the (often implicit) design decisions by the developers of the reference ontology.
While this is a generic problem, our use case addresses the automatic extension of the Chemical Entities of Biological Interest (ChEBI) ontology with classes of molecules, since the chemical domain is particularly suited to our approach. We achieve our goal by using the leaf classes of the manually curated reference ontology to train a system to predict subclass relationships between mid-level classes and new classes. Thus, our method uses machine learning techniques, but – in contrast to other approaches – does not rely on text corpora as input, but utilises the content of the ontology itself. Annotations of classes that provide information that are relevant for the classification of a given entity within the ontology play a key role in this learning task. E.g., in the case of ChEBI these are annotations that represent the structure of chemical entities (e.g., molecules and functional groups).
In addition, the axioms of the ontology are represented as logical neural networks, which are used during the training of prediction models. Thus, our approach for ontology extension provides a kind of neural-symbolic integration. In our previous work we have established the feasibility of the approach by comparing the performance of a number of machine learning approaches at subclass prediction. In spite of the limitations of this initial work, the performance of some of our models compare positively to ClassyFire. The latter is a rule-based system representing the state of the art for this task, and is already being used in the development of hEBI. Furthermore, our results show that different machine learning approaches are suited for different kinds of chemical entities. Thus, we plan to use an ensemble approach in our project.
The outcomes of this project will be (a) a benchmark training set for training models for chemical ontology extension, and (b) a system that – when provided with a set of new chemical entities as input – will automatically generate a new ontology that extends ChEBI to cover these entities. The benefit of this work is a novel methodology for extending the coverage of existing reference ontologies. If adopted, it will allow improved interoperability and knowledge integration for the communities that use these reference ontologies. Another benefit will be a novel neural-symbolic architecture, integrating graph neural networks, transformers and logical neural networks.
The project is a cooperation project with Prof. Dr. Janna Hasting (University of Zurich) as part of the DFG’s Weave Lead Agency process.