mcp-proto-okn: Natural-language access to open scientific knowledge graphs through the Model Context Protocol
تقدم الورقة البحثية mcp-proto-okn، وهو خادم بروتوكول سياق النموذج (Model Context Protocol) قائم على لغة بايثون، يُمكّن المساعدين الذكيين من الوصول إلى الرسوم البيانية للمعرفة العلمية المفتوحة والاستعلام عنها ودمجها عبر اللغة الطبيعية، مما يخفض الحاجز أمام التحليل الطبي الحيوي عابر المجالات.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل عالم البحث العلمي كمكتبة ضخمة، ولكن بدلاً من الكتب المرصوفة على الرفوف، يتم تخزين المعلومات في أكثر من 30 "خزانة رقمية" معزولة. بعض الخزانات تحتوي على بيانات حول تجارب الرحلات الفضائية، وأخرى عن الأمراض البشرية، وبعضها عن المواد الكيميائية السامة. تكمن المشكلة في أن كل خزانة تتحدث لغة مختلفة (بنية بيانات مختلفة)، ولديها نظام أرشفة فريد خاص بها، وتتطلب أمين مكتبة متخصصاً يحمل شهادة دكتوراه في البرمجة لطرح سؤال واحد فقط.
إليك "mcp-proto-okn": المترجم والمساعد الذكي الشامل.
تقدم هذه الورقة أداة جديدة تسمى mcp-proto-okn. فكر فيها كمساعد ذكي ثنائي اللغة يجلس بينك (أنت الباحث) وبين تلك الخزانات الرقمية التي تزيد عن 30 خزانة. إنها تستخدم معياراً جديداً يسمى بروتوكول سياق النموذج (Model Context Protocol - MCP)، وهو في الأساس جهاز تحكم عن بعد عالمي يسمح للذكاء الاصطناعي بالتحدث مع هذه القواعد البيانية المعقدة.
إليك كيف تعمل، مقسمة إلى مفاهيم بسيطة:
1. المشكلة: برج بابل
قبل ظهور هذه الأداة، إذا أراد عالم معرفة كيف تؤثر الرحلات الفضائية على صحة القلب، فسيتعين عليه:
- معرفة أي من الخزانات الـ 30+ تحتوي بالضبط على بيانات الفضاء.
- معرفة أي خزانة أخرى تحتوي على بيانات أمراض القلب.
- تعلم "لغة الكود" المحددة (التي تسمى SPARQL) لسؤال كل خزانة.
- محاولة دمج الإجابات يدوياً.
إذا لم يكن يعرف الكود، فسيظل عالقاً.
2. الحل: "المضيف الذكي"
يعمل خادم mcp-proto-okn كمضيف (Concierge) في فندق ضخم يحتوي على أجنحة مختلفة. لست بحاجة لمعرفة أي جناح يحتوي على المسبح أو الصالة الرياضية؛ ما عليك سوى إخبار المضيف: "أريد رؤية بيانات حول مشاكل القلب في الفضاء"، وستقوم الأداة بالعمل الشاق:
- توجيه الرسم البياني (الخريطة): تنظر إلى سؤالك وتحدد أي الخزانات (الرسوم البيانية) تحتوي على الإجابة. هي تعرف أن بيانات "الفضاء" موجودة في خزانة واحدة، وأن بيانات "القلب" موجودة في خزانة أخرى.
- فحص المخطط (قائمة الطعام): قبل طلب الطعام، تتحقق مما إذا كانت المكونات المتاحة موجودة بالفعل في تلك الخزانة، حتى لا تطلب شيئاً غير موجود.
- الترجمة (من نص إلى كود): أنت تتحدث بلغة إنجليزية بسيطة. تقوم الأداة بترجمة جملتك إلى الكود المعقد الذي تفهمه الخزانات، ثم تُجري عملية البحث، ثم تترجم النتائج مرة أخرى إلى لغة إنجليزية بسيطة لك.
3. الخدعة "السحرية": توسيع نطاق البحث
أحد أروع الميزات الموصوفة هو توسيع الأنطولوجيا (Ontology Expansion).
تخيل أنك تسأل المكتبة: "أرني جميع الكتب حول أمراض القلب والأوعية الدموية".
- بدون الأداة: قد تعرض لك المكتبة فقط الكتب التي تحمل حرفياً عنوان "أمراض القلب والأوعية الدموية". ستفقد الكتب التي تحمل عناوين مثل "فشل القلب"، أو "السكتة الدماغية"، أو "الرجفان الأذيني"، لأنها تعتبر أنواعاً محددة من الموضوع الرئيسي.
- مع الأداة: يعرف المساعد أن "أمراض القلب والأوعية الدموية" هي مظلة كبيرة. يقوم تلقائياً بالبحث في قائمة رئيسية (تسمى UberGraph) للعثور على كل "الأبناء" تحت هذه المظلة. ثم يطلب من المكتبة البحث عن "أمراض القلب والأوعية الدموية" بالإضافة إلى "فشل القلب"، و"السكتة الدماغية"، و"النوبة القلبية"، ومئات الحالات الأخرى المحددة.
في مثال الورقة، حول هذا الأمر عملية بحث وجدت 447 نتيجة إلى عملية وجدت أكثر من 10,000 نتيجة، بما في ذلك حالات نادرة قد يكون الإنسان قد نسي البحث عنها.
4. أمثلة من الواقع من الورقة البحثية
اختبر المؤلفون هذه الأداة في سيناريوهين محددين:
- الفضاء والجينات: طلبوا من الأداة تحليل دراسة من ناسا حول كيفية تأثير الرحلات الفضائية على الغدة التيموسية (جزء من الجهاز المناعي) في الفئران. وجدت الأداة البيانات، وقارنتها بالبيانات الأرضية، وترجمت جينات الفئران إلى جينات بشرية، ثم ربطت تلك الجينات بالأمراض البشرية مثل مشاكل القلب والالتهابات. قامت بكل ذلك بمجرد الاستماع إلى محادثة طبيعية.
- إيجاد بيانات الأمراض: طلبوا من الأداة سرد مجموعات البيانات الخاصة بـ "أمراض القلب والأوعية الدموية". وكما ذكرنا أعلاه، قامت الأداة تلقائياً بتوسيع البحث ليشمل مئات أمراض القلب المحددة، مما كشف عن كم هائل من البيانات التي كانت ستظل غير مرئية باستخدام بحث بسيط بالكلمات المفتاحية.
الخلاصة
تزعم الورقة أن mcp-proto-okn تخفض حواجز الدخول أمام الاكتشاف العلمي. لم تعد بحاجة لتكون خبيراً في البرمجة لربط النقاط بين بيولوجيا الفضاء، وعلم السموم، والأمراض البشرية. كل ما عليك فعله هو طرح سؤال بلغة إنجليزية بسيطة، وستعمل هذه الأداة كجسر، ومترجم، ومنقب عن البيانات في آن واحد.
القيود المذكورة:
كان المؤلفون صريحين في أن الأداة جيدة بقدر جودة البيانات التي تتصل بها. إذا كانت "الخزانات" الأصلية (نقاط نهاية OKN Fabric) معطلة، أو تفتقر إلى البيانات، أو لديها أنظمة أرشفة فوضوية، فسيتعين على الأداة بذل جهد أكبر لفهمها، رغم أنها تتضمن أنظمة تحذير لإخبارك إذا بدا لك شيء مريب.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.