AWS今日发布了一项重大成果：利用GraphRAG（基于知识图谱的检索增强生成）技术，成功将新药候选化合物筛选的研发周期从平均6个月缩短至仅数周，效率提升高达87%。
GraphRAG技术原理
传统的RAG（检索增强生成）系统通过向量相似度搜索相关文档，但在生物医药领域，数据之间的关系往往不是简单的语义相似，而是复杂的结构化关联——比如分子结构关系、蛋白质相互作用通路、临床试验数据关联等。
GraphRAG通过构建生物医药知识图谱，将这些结构化关系纳入检索范围：
- 分子图谱：存储化合物分子结构与活性数据的关系
- 文献图谱：从PubMed等数据库中抽取的研究发现关联
- 临床图谱：整合临床试验结果和患者数据
实际应用案例
AWS展示了一个具体案例：某制药公司需要寻找针对阿尔茨海默病的新靶点。使用GraphRAG后，系统在4周内完成了原本需要6个月的工作，分析了超过50万篇医学文献中的关联关系，构建了包含200万个节点的生物医药知识图谱。
对行业的意义
这一成果意味着AI正在真正改变药物研发的底层逻辑。传统药物研发的平均成本约为26亿美元、耗时10-15年，GraphRAG技术的引入有望将这一过程压缩到更短的时间和更低的成本。