在 Communications Biology 上已获接收并发表早期版本的这项研究，介绍了名为 HRAftu-LM-RAG 的人工智能框架，用于从科学出版物中自动提取有关人类参考图谱（HRA）功能性组织单元特征的信息。HRA 汇集了超过25个国际联盟的专家，旨在绘制人体从器官系统到单细胞层面的多尺度结构图谱。迄今为止，专家已详细描述10个器官中的功能性组织单元，并制作了2D图示。
经验证的系统将用于文本推理的大型语言模型、用于视觉解读的大型视觉模型，以及用于使信息以来源为依据的 Retrieval Augmented Generation 方法结合起来。研究筛查了244,640篇 PubMed Central 出版物，其中包含1,389,168幅与22个功能性组织单元相关的图。研究人员从中确定了617,237幅包含显微镜图像和示意图的图像。系统从图像及其关联文本中自动提取了331,189个比例尺、1,719,138条生物实体表述，以及性别和年龄等供体信息。研究旨在利用所得数据支持未来 HRA 功能性组织单元图示的设计、审查和批准。
HRA 由 HuBMAP、SenNet、KPMP、GUDMAP 和 NIDDK 联合 HRA Editorial Board 及其他20多个联盟的专家共同开发。作者未报告利益冲突；据称，支持方未参与研究和发表流程。
背景
图谱在 FikirPilot 档案中并不是一个新名词：过去90天内，我们曾发表过一篇提到这一名称的新闻报道；该文章发表于2026年9月2日。