Построен гетерогенный граф знаний (~1,4 млн сущностей, ~6 млн связей), объединяющий биополимеры и малые молекулы для задачи прогнозирования взаимодействий типа interacts with. В трансдуктивной постановке обучены модели KGE, показавшие высокое качество ранжирования (MRR = 0,67; Hits@10 = 0,88; NDCG@10 до 0,92). Подход позволяет приоритизировать потенциальные пары «распознающий элемент – аналит» и сокращать объем экспериментального поиска.

Богданов П.И., Еремеева М.А. (науч. рук. Серов Н.С.) Рекомендательная система для ранжирования потенциальных биомолекулярных взаимодействий на основе гетерогенного графа знаний // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2026]. URL: https://kmu.itmo.ru/digests/article/17231