Khám phá mạng lưới tương tác của hệ protein với mô hình ngôn ngữ lớn

Phosphoryl hoá protein do các kinase điều khiển là cơ chế trung tâm của hầu hết quá trình truyền tín hiệu trong tế bào; rối loạn mạng lưới tương tác kinase–cơ chất (kinase–substrate) liên quan trực tiếp đến ung thư và nhiều bệnh lý nghiêm trọng. Tuy nhiên, phần lớn tri thức về các tương tác này nằm rải rác trong hàng trăm bài báo khoa học dạng PDF, khó tổng hợp thủ công. Khóa luận nghiên cứu việc khám phá mạng lưới tương tác của hệ protein bằng mô hình ngôn ngữ lớn (LLM): hệ thống trích xuất văn bản từ thư viện PDF phosphoproteomics, dùng LLM kết hợp kỹ thuật Truy hồi tăng cường sinh trên đồ thị (Graph-RAG, cụ thể là LightRAG) để tự động trích xuất các thực thể protein/kinase và quan hệ phosphoryl hoá, hình thành đồ thị tri thức và cho phép hỏi đáp, trực quan hoá mạng lưới kèm trích dẫn nguồn. Sản phẩm được hiện thực thành ứng dụng web full-stack (FastAPI, React, PostgreSQL) đóng gói bằng Docker, chạy hoàn toàn cục bộ nhằm bảo toàn tính riêng tư của tài liệu. Kết quả cho thấy hướng tiếp cận hỗ trợ hiệu quả việc khảo sát mạng kinase–cơ chất từ tài liệu khoa học.

Từ khóa: mạng tương tác protein, kinase–cơ chất, phosphoryl hoá, mô hình ngôn ngữ lớn, Graph-RAG, LightRAG, đồ thị tri thức.

Nguyễn Phạm Việt Quang, tóm tắt khóa luận tại Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội, 2026