InstructProteinKG：指令蛋白质知识图谱

InstructProteinKG是一套面向蛋白序列—文本对齐与指令学习的蛋白知识图谱，主要由 UniProtKB/Swiss-Prot 的高质量结构化注释抽取得到，以“(Protein, relation, Annotation)”三元组组织蛋白与注释实体的关联，覆盖 GO 三大分支（BP/MF/CC）以及 InterPro 的 family/superfamily/domain 与 conserved/active/binding site 等关键语义。进一步引入 Knowledge Causal Modeling（KCM）将结构特征到功能/定位等知识组织为可追溯的因果链，用于去偏采样与生成高质量蛋白指令数据，并支持蛋白功能注释与知识增强推理等应用。