UCEC：知识图谱辅助机器学习实现天然产物-疾病关联可解释排序

【摘要级】研究提出知识图谱辅助机器学习模型 UCEC，用于天然产物与疾病关联的优先级排序，并将预测关联强度与局部机制证据链的稳定性分开建模。在用于恢复图谱支持的间接关联的代理基准上，整合证据链使 Hits@50 从 0.392 提升至 0.509，68.8% 的天然产物单项 AUPRC 改善。基于 HERB 2.0 临床试验记录的来源分离验证进一步支持候选排序，结果来自摘要报告的基准与验证设置。