Bilgi grafikleri, karmaşık veri ilişkilerini görselleştirmek ve analiz etmek için kullanılan güçlü araçlardır. Ancak geleneksel yaklaşımlar genellikle zaten bilinen ilişkileri doğrulamaya odaklanır ve yeni keşiflere kapı aralamaz.
Yeni geliştirilen çerçeve, bu sınırlamayı aşmak için fenotip odaklı bir yaklaşım benimsiyor. Sistem, graf sinir ağlarını kullanarak fenotip keşfi yapıyor, ardından nedensellik çıkarımı ve olasılıksal akıl yürütme yöntemleriyle bu bulguları destekliyor. Büyük dil modelleri ise hipotez üretimi ve iddia çıkarımı süreçlerinde devreye giriyor.
En önemli yenilik, bilgi grafı genişletmesini çok amaçlı bir optimizasyon problemi olarak ele almasında yatıyor. Sistem, adı geçen hipotezleri uygunluk, yapısal doğrulama ve yenilik açısından eş zamanlı değerlendiriyor. Bu sayede hem veri tarafından desteklenen hem de literatürde yeterince araştırılmamış ilişkileri tespit edebiliyor.
Pareto-optimal seçim yöntemi kullanılarak, farklı kriterlerde en dengeli sonuçları veren hipotezler belirleniyor. Bu yaklaşım, bilimsel keşif sürecini daha sistematik hale getirirken, araştırmacılara yeni araştırma alanları önerebilme potansiyeli taşıyor.