一个Python库和一组命令行工具，用于交换符合或与Biolink模型对齐的知识图谱（KG）。
项目描述
知识图谱交换
KGX（知识图谱交换）是一个Python库和一组命令行工具，用于交换符合或与Biolink模型对齐的知识图谱（KG）。
核心数据模型是一个属性图（PG），在Python中使用networkx MultiDiGraph模型内部表示。
KGX允许转换为和从
- RDF序列化（读写）和SPARQL端点（读）
- Neo4j端点（读）或Neo4j转储（写）
- CSV/TSV 和 JSON（见相关数据格式和将 CSV/TSV 加载到 Neo4j 的示例脚本）
- 推理器标准 API 格式
- OBOGraph JSON 格式
KGX 还将提供验证，确保知识图谱符合 Biolink 模型：确保节点使用 Biolink 类别进行分类，边使用有效的 Biolink 关系类型进行标记，并使用有效属性。
内部表示是属性图，具体是 networkx MultiDiGraph。
该图的预期结构符合 Biolink 模型标准，如KGX 格式规范中指定。
除了主要代码库外，KGX 还提供了一系列命令行操作。
示例用法
验证
poetry run kgx validate -i tsv tests/resources/merge/test2_nodes.tsv tests/resources/merge/test2_edges.tsv
合并
poetry run kgx merge —merge-config tests/resources/test-merge.yaml
图摘要
poetry run kgx graph-summary -i tests/resources/graph_nodes.tsv -o summary.txt
转换
poetry run kgx transform —transform-config tests/resources/test-transform-tsv-rdf.yaml
错误检测和报告
KGX Transformer、Validator、GraphSummary 和 MetaKnowledgeGraph 操作现在提供非冗余的 JSON 格式结构化错误日志。请参阅各种单元测试以了解通用设计模式（以 Validator 为例）。
from kgx.validator import Validator
from kgx.transformer import Transformer
Validator.set_biolink_model("2.11.0")
# Validator assumes the currently set Biolink Release
validator = Validator()
transformer = Transformer(stream=True)
transformer.transform(
input_args = {
"filename": [
"graph_nodes.tsv",
"graph_edges.tsv",
],
"format": "tsv",
},
output_args={
"format": "null"
},
inspector=validator,
)
# Both the Validator and the Transformer can independently capture errors
# The Validator, from the overall semantics of the graph...
# Here, we just report severe Errors from the Validator (no Warnings)
validator.write_report(open("validation_errors.json", "w"), "Error")
# The Transformer, from the syntax of the input files...
# Here, we catch *all* Errors and Warnings (by not providing a filter)
transformer.write_report(open("input_errors.json", "w"))
JSON 错误输出将类似于以下内容
{
"ERROR": {
"MISSING_EDGE_PROPERTY": {
"Required edge property 'id' is missing": [
"A:123->X:1",
"B:456->Y:2"
],
"Required edge property 'object' is missing": [
"A:123->X:1"
],
"Required edge property 'predicate' is missing": [
"A:123->X:1"
],
"Required edge property 'subject' is missing": [
"A:123->X:1",
"B:456->Y:2"
]
}
},
"WARNING": {
"DUPLICATE_NODE": {
"Node 'id' duplicated in input data": [
"MONDO:0010011",
"REACT:R-HSA-5635838"
]
}
}
}
该系统减少了早期行导向 KGX 日志文本输出文件的显著冗余，即具有相同错误类的图实体仅按名称/标识符的列表在 JSON 结构的叶子级别进行聚合。
顶级 JSON 标签来自 error_detection 模块中的 MessageLevel 类，而第二级标签来自 ErrorType 类，第三级消息在代码中硬编码为 log_error 方法消息。
未来很可能使用此通用框架有效地捕获并报告 KGX 中的附加错误条件。
安装
从 PyPI 安装
KGX 可在 PyPI 上找到，并可以使用以下 pip 安装：
pip install kgx
要安装特定版本的 KGX，请务必指定版本号：
pip install kgx==0.5.0
从 GitHub 安装
克隆 GitHub 仓库，然后安装：
git clone https://github.com/biolink/kgx
cd kgx
poetry install
为 Neo4j 设置测试环境
KGX 的此版本支持与 Neo4j 4.3 版本的图源和目标事务。
KGX 具有一套依赖于 Docker 容器来运行特定于 Neo4j 测试的测试。
要设置所需的容器，请首先在您的本地机器上安装 Docker。
一旦 Docker 启动并运行，请运行以下命令
docker run -d --rm --name kgx-neo4j-integration-test -p 7474:7474 -p 7687:7687 --env NEO4J_AUTH=neo4j/test neo4j:4.3
docker run -d --rm --name kgx-neo4j-unit-test -p 8484:7474 -p 8888:7687 --env NEO4J_AUTH=neo4j/test neo4j:4.3
注意：设置 Neo4j 容器是可选的。如果没有设置容器，则依赖于它们的测试将被跳过。
下载文件
下载适合您平台的文件。如果您不确定选择哪个，请了解更多关于安装包的信息。
源代码分发
构建分发
kgx-2.4.2.tar.gz的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 16279cc8a772655a60ad0e98a2c6ee4b9670f30271fd492c1a508f735d8d02b4 |
|
| MD5 | e86a5b1354b0b191673fd97f0aa9a527 |
|
| BLAKE2b-256 | 8b15950cb6ea60ca30f48877a215b707a0a41e7ef1d62d817b495e4eeb2c7dd6 |
kgx-2.4.2-py3-none-any.whl的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 87875d9a6f5d595ed84c99516abd6a6edf5b8d1f9a2dee493ed4e2d7d2a1e3fd |
|
| MD5 | 09fb618a67e0d704348f235a36833e25 |
|
| BLAKE2b-256 | 0ee7f00466df89ffc08f1883307f5fab2a9fd4dcb042c799400d347d3225ab67 |