في عالم علم الأحياء، تمثل تحديات تطابق الأنطولوجيا (Ontology) واحدة من أبرز العقبات التي تواجه الباحثين. ومع زيادة تعقيد البيانات الحيوية، تظهر الحاجة للكفاءات القادرة على معالجة التباين اللغوي والفروقات الدقيقة بين المفاهيم المترابطة. مؤخرًا، تم الكشف عن OntologyAligner، وهو إطار عمل حديث يقدّم معالجة ثلاثية المراحل، تمتاز بقدرتها على دمج استرجاع الأنطولوجيا، إعادة ترتيب مرشحي نموذج اللغة (Language Model)، والتعديل التوجيه الهرمي (Hierarchy-Guided Refinement).

يتضمن هذا الإطار مبتكرًا قاعدة بيانات جديدة تسمى PhenoNormBench، والتي تجمع بين 13,390 عينة من سبعة مجموعات بيانات تتعلق بأنطولوجيا الفينوتيب البشري (Human Phenotype Ontology). وقد أظهر OntologyAligner أداءً مثيرًا للإعجاب في معايير HPO، حيث حقق دقة تبلغ 88.78% في دقة Macro Top-1 و86.75% في دقة Micro Top-1، متجاوزًا أقوى النماذج السابقة بفارق يصل إلى 5 نقاط.

تُظهر التحليلات المختلفة التي أجريت أن جميع المراحل الثلاث في OntologyAligner تلعب دورًا تكميليًا، وتوضح أيضا أن النظام يقدم أداءً مستقراً عبر أحجام مجموعات المرشحين وهياكل النموذج. بالإضافة إلى ذلك، تم التحقق من القابلية للتطبيق على أنطولوجيات أخرى مثل MONDO وMEDIC وNCBITaxon، مما يؤكد مرونة هذا الإطار القوي.

يمكنكم الاطلاع على PhenoNormBench وكود المشروع عبر رابط GitHub. بفضل OntologyAligner، أصبح الآن بالإمكان تحقيق تطابق دقيق بين النصوص الحيوية والمفاهيم الهيكلية المشروطة.