骨再生是一个复杂且严格调控的过程，对骨科、牙科和再生医学至关重要。研究传统上强调成骨、成骨诱导和成骨导向；最近，血管生成与成骨耦合以及免疫调节同样被认为至关重要。相关细胞类型、体内模型和生物材料策略的快速增长，以及扩展的文献，使得在研究中综合证据变得愈加困难。在这里，我们提出了骨再生知识图谱（KGBR），这是一个适合人工智能的框架，具有文献处理工作流程，将文献衍生的信息转化为知识图谱数据模型。通过本体对齐的语义搜索，KGBR支持对骨-免疫相互作用的探索，并提供骨再生研究中机制和主导主题的结构化综合。通过将文献表示为一个互联的语义网络，KGBR促进了现有知识的整合，并支持假设生成。我们预计KGBR数据模型将为基于知识的分析和骨再生中的决策支持提供基础.
Liu等人（周五）研究了这个问题.