生物技術(shù) 生命科學(xué)中數(shù)據(jù)格式和描述的要求 征求意見(jiàn)稿

GB/TXXXXX—XXXX5生物技術(shù)生命科學(xué)數(shù)據(jù)格式和描述要求可訪問(wèn)、可互操作和可重重復(fù)使用（F-A-I-R）的指導(dǎo)。本文件適用于在生命科學(xué)領(lǐng)域?yàn)槠渌康亩到y(tǒng)地采集、記錄或整合數(shù)據(jù)及相應(yīng)元數(shù)據(jù)的人工或本文件提供了人工獲得的原始實(shí)驗(yàn)或程序數(shù)據(jù)以及機(jī)器生成數(shù)據(jù)的格式要求。本文件還闡述了生命科學(xué)領(lǐng)域中數(shù)據(jù)和相應(yīng)元數(shù)據(jù)的存儲(chǔ)、共享、訪問(wèn)、互操作性和重復(fù)使用等方面的要求。本文件規(guī)定了從生命科學(xué)領(lǐng)域的自動(dòng)化高通量工作流程中系統(tǒng)獲取大量數(shù)據(jù)的要求，以及通過(guò)其他生命科學(xué)技術(shù)和人工數(shù)據(jù)獲取的大小規(guī)模數(shù)據(jù)集的要求。2規(guī)范性引用文件ISO8601-1Dateandtime—Representationsforinformationinterchange—Part1:BasicrulesISO8601-2Dateandtime—Representationsforinformationinterchange—Part2:ExtensionsGB/T18391.1/ISO/IEC11179—1信息技術(shù)元數(shù)據(jù)注冊(cè)系統(tǒng)（MRD）第1部分：框架GB/T15237.1/eqvISO1087-1術(shù)語(yǔ)工作詞匯第1部分：理論與應(yīng)用3術(shù)語(yǔ)和定義下列術(shù)語(yǔ)和定義適用于本文件。3.1美國(guó)信息交換標(biāo)準(zhǔn)碼AmericanStandardCodeforInformationInterchange;ASCII電子通信字符編碼標(biāo)準(zhǔn)。注1：ASCII代碼表示計(jì)算機(jī)、電信設(shè)備和其他設(shè)備中的文本。字符都用一個(gè)7位二進(jìn)制數(shù)（7個(gè)0或1的字符串）表示。定義了128個(gè)可能的字符。注3：ISO/IEC646中記錄了7位ASCII。3.2向后兼容性backwardcompatibility較新的編碼標(biāo)準(zhǔn)與較老的編碼標(biāo)準(zhǔn)的兼容性，其中被設(shè)計(jì)為以較老的編碼標(biāo)準(zhǔn)操作的解碼器可以通過(guò)對(duì)根據(jù)較新的編碼標(biāo)準(zhǔn)產(chǎn)生的比特流的全部或部分進(jìn)行解碼來(lái)繼續(xù)操作。GB/TXXXXX—XXXX63.3字符character具有語(yǔ)音或象形意義的可打印符號(hào)，通常構(gòu)成文字的一部分，描繪數(shù)字或表達(dá)語(yǔ)法標(biāo)點(diǎn)符號(hào)。3.4特性characteristic限定一個(gè)對(duì)象或一組對(duì)象的屬性。[來(lái)源:ISO1087:2019，3.2.1，有修改]特征一個(gè)對(duì)象或?qū)ο蠹匦缘某橄蠼Y(jié)果。[GB/T18391.1—2009/ISO/IEC11179—1:2004，3.2.2]特征一個(gè)客體或一組客體特性的抽象結(jié)果。[GB/T15237.1—2000/eqvISO1087-1:2000，3.2.4]3.5具有相同屬性、操作、方法、關(guān)系和語(yǔ)義的對(duì)象集合的描述。[GB/T18391.1—2009/ISO/IEC11179—1:2004，3.1.2]3.6代碼code存儲(chǔ)介質(zhì)中存儲(chǔ)的規(guī)則系統(tǒng)。3.7概念concept由獨(dú)特的特征組合創(chuàng)建的知識(shí)單元。[來(lái)源:ISO1087:2019，3.2.7，有修改]通過(guò)對(duì)特征的獨(dú)特組合而行成的知識(shí)單元。[GB/T18391.1—2009/ISO/IEC11179—1:2004，3.2.3]、[GB/T15237.1—1:2000，3.2.1]這兩個(gè)標(biāo)準(zhǔn)中的描述一致。3.8語(yǔ)境context定義或使用對(duì)象的環(huán)境、目的和觀點(diǎn)。[來(lái)源:ISO/IEC11179-1:2015，3.3.7，有修改]語(yǔ)境context一個(gè)對(duì)象被定義或被使用的環(huán)境、目的和角度。[GB/T18391.1—2009/ISO/IEC11179—1:2004，3.3.7]3.9數(shù)據(jù)data以適合通信、解釋或處理的形式化方式對(duì)信息進(jìn)行可重新解釋的表示。[來(lái)源:ISO/IEC2382:2015，2121272，有修改]信息的可再解釋的形式化表示，以適用于通信、解釋或處理。[GB/T18391.1—2009/ISO/IEC11179—1:2004，3.2.6]GB/TXXXXX—XXXX73.10數(shù)據(jù)元dataelement在語(yǔ)境中被認(rèn)為是不可分的數(shù)據(jù)單元。[來(lái)源:ISO/IEC15944-1:2011，3.16，有修改]3.11數(shù)據(jù)格式dataformat文件或流中的數(shù)據(jù)排布。[來(lái)源:ISO/TS27790:2009，3.18]3.12數(shù)據(jù)完整性dataintegrity數(shù)據(jù)具有沒(méi)有被以未經(jīng)授權(quán)的方式更改或破壞的特性。[來(lái)源:ISO/TS27790:2009，3.19]3.13數(shù)據(jù)模型datamodel數(shù)據(jù)的模型及（或）詞匯表示，指定其屬性、結(jié)構(gòu)和相互關(guān)系。[來(lái)源:ISO/IEC11179-1:2015，3.2.7]數(shù)據(jù)的圖形或文字表示，指明其特性、結(jié)構(gòu)和相互關(guān)系。[GB/T18391.1—2009/ISO/IEC11179—1:2004，3.2.7]3.14數(shù)據(jù)提供者dataprovider作為數(shù)據(jù)來(lái)源的個(gè)人或組織。[來(lái)源:ISO/IEC/IEEE5939:2017，3.5]3.15數(shù)據(jù)集dataset以一種或多種數(shù)據(jù)格式供訪問(wèn)或下載的可識(shí)別數(shù)據(jù)集合。種替代格式中的任何一種呈現(xiàn)，包括AVRO、JSON、RDF和XML。[來(lái)源:ISO/IEC11179-7:2019，3.1.4]3.16數(shù)據(jù)類型datatype數(shù)據(jù)分類，表明如何使用數(shù)據(jù)。83.17數(shù)據(jù)表示范式datarepresentationparadigm數(shù)據(jù)表示工具，提供明確定義的語(yǔ)法，沒(méi)有任何應(yīng)用程序級(jí)的語(yǔ)義。3.18實(shí)體entity任何存在、曾經(jīng)存在或可能存在的具體或抽象事物，包括其屬性以及與其他事物的相互作用。任何現(xiàn)存、曾經(jīng)存在的或可能存在的具體的或抽象的事物，包括事物間的關(guān)聯(lián)。[GB/T18391.1—2009/ISO/IEC11179—1:2004，3.2.10]3.19可擴(kuò)展性extensibility一種數(shù)據(jù)格式早期版本中的規(guī)定，旨在最大限度地提高該早期版本的實(shí)現(xiàn)與該數(shù)據(jù)格式較新版本的預(yù)期實(shí)現(xiàn)之間的互操作性。3.20向前兼容性forwardcompatibility舊編碼標(biāo)準(zhǔn)與新編碼標(biāo)準(zhǔn)的兼容性，其中設(shè)計(jì)用于新編碼標(biāo)準(zhǔn)的解碼器可以解碼舊編碼標(biāo)準(zhǔn)的比特流。[來(lái)源:ISO/IEC13818-3:1998，2.1.108，有修改]3.21標(biāo)識(shí)符identifier字符序列，能夠在指定語(yǔ)境內(nèi)唯一標(biāo)識(shí)與其關(guān)聯(lián)的字符。供參考：在特定的語(yǔ)境中，能夠唯一標(biāo)識(shí)與其關(guān)聯(lián)的字符序列。[來(lái)源:ISO/IEC11179-1:2015，3.1.3，有修改]在一個(gè)規(guī)定的語(yǔ)境中，能夠用來(lái)唯一標(biāo)識(shí)與其關(guān)聯(lián)的事物的字符序列。[GB/T18391.1—2009/ISO/IEC11179—1:2004，3.1.2]3.22互操作性interoperability兩個(gè)或者多個(gè)系統(tǒng)或組件交換信息并使用已交換信息的能力。[來(lái)源:ISO/TS27790:2009，3.39]3.23國(guó)際化資源標(biāo)識(shí)符internationalizedresourceidentifier;IRI來(lái)自通用編碼字符集的字符序列，能夠在指定語(yǔ)境內(nèi)唯一標(biāo)識(shí)與其關(guān)聯(lián)的字符。注：IRIisaninternetprotocolelementstandardthatbuildsontheuniformresourceidentifier(3.49)bygreatlyexpandingthesetofpermittedcharacters.3.24JavaScript對(duì)象表示法JavaScriptObjectNotation;JSON開(kāi)放且基于文本的交換格式。GB/TXXXXX—XXXX9[來(lái)源:ISO/TS23029:2020，3.3]3.25長(zhǎng)期儲(chǔ)存long-termstorage在一段不確定長(zhǎng)度的時(shí)間內(nèi)，永久保留數(shù)據(jù)。[來(lái)源:ISO11799:2015，2.3，有修改]3.26維護(hù)員maintainer維護(hù)組織maintainerorganization維護(hù)數(shù)據(jù)格式的個(gè)人或組織。3.27元數(shù)據(jù)metadata定義和描述其他數(shù)據(jù)的數(shù)據(jù)。[來(lái)源:ISO/IEC11179-1:2015，3.2.16][GB/T18391.1—2009/ISO/IEC11179—1:2004，3.2.16]3.28元數(shù)據(jù)對(duì)象metadataobject由元模型定義的一個(gè)對(duì)象類型。[來(lái)源:ISO/IEC11179-1:2015，3.2.18][GB/T18391.1—2009/ISO/IEC11179—1:2004，3.2.18]3.29元數(shù)據(jù)屬性metadataattribute其規(guī)范中通常需要的元數(shù)據(jù)對(duì)象實(shí)例的屬性。供參考：元數(shù)據(jù)對(duì)象實(shí)例的一種屬性，通常用于其規(guī)范說(shuō)明。3.30命名空間namespace用于標(biāo)識(shí)和引用可實(shí)例化為統(tǒng)一資源標(biāo)識(shí)符的各種對(duì)象的元素類。3.31對(duì)象object可感知或可想象的事物。注：對(duì)象可以是物質(zhì)的（例如“發(fā)動(dòng)機(jī)”、“紙張”、“鉆石”）、非物質(zhì)的（例如“轉(zhuǎn)化率”、“項(xiàng)目計(jì)劃”）[來(lái)源:ISO1087:2019，3.1.1][GB/T18391.1—2009/ISO/IEC11179—1:2004，3.2.22]客體可感知或可想象到的任何事物。[GB/T15237.1—2000/eqvISO1087-1:2000，3.1.1]3.32本體論ontology注：本體定義了一組表征原語(yǔ)，用于對(duì)知識(shí)或話語(yǔ)領(lǐng)域進(jìn)行建模。表示原語(yǔ)通常是類（或集合）、屬性（或特性）[來(lái)源:ISO23903:2021，3.18]3.33網(wǎng)絡(luò)本體語(yǔ)言webontologylanguage;OWL基于Web的語(yǔ)言，設(shè)計(jì)用于需要處理信息內(nèi)容的應(yīng)用程序。[來(lái)源:ISO14199:2015，3.6]3.34容許值permissiblevalue價(jià)值含義的指定。[來(lái)源:ISO/IEC11179-1:2015，3.3.20，有修改]允許值permissiblevalue在一個(gè)特定值中允許的一個(gè)值含義的表達(dá)。[GB/T18391.1—2009/ISO/IEC11179—1:2004，3.3.28]3.35永久標(biāo)識(shí)符persistentidentifier;PID唯一標(biāo)識(shí)符，通過(guò)提供獨(dú)立于其物理位置或當(dāng)前所有權(quán)的訪問(wèn)來(lái)確保對(duì)數(shù)字對(duì)象的永久訪問(wèn)。[來(lái)源:ISO24619:2011，3.2.4，有修改]3.36謂語(yǔ)predicate限定符qualifier數(shù)據(jù)集或數(shù)據(jù)元素與引用資源的特定主題之間的關(guān)系。3.37屬性Property類所有成員共有的特征。特性property一個(gè)對(duì)象類所有成員所共有的特征。[GB/T18391.1—2009/ISO/IEC11179—1:2004，3.3.29]3.38專有軟件proprietarysoftware專利權(quán)。3.39出處provenance有關(guān)資源的起源、衍生或產(chǎn)生的地點(diǎn)和時(shí)間的信息，或真實(shí)性或過(guò)去所有權(quán)的記錄或證明。[來(lái)源:ISO/IEC11179-7:2019，3.1.10]3.40出版商publisher已發(fā)布數(shù)據(jù)格式的個(gè)人或組織。3.41數(shù)量quantity定量值quantitativevalue現(xiàn)象、物體或物質(zhì)的特性，該特性具一定規(guī)模，能以可用的計(jì)數(shù)表示，且具有參考性。GB/TXXXXX—XXXX[來(lái)源：ISO/IECGuide99:2007，1.1，有修改]3.42資源描述框架ResourceDescriptionFramework;RDF用于描述元數(shù)據(jù)的XML語(yǔ)法。[來(lái)源:ISO16684-1:2019，3.6]3.43具體化reification使一個(gè)主題代表同一主題地圖中另一個(gè)主題地圖構(gòu)造的主題。[來(lái)源:ISO/IEC13250-2:2006，3.11]參考：使一個(gè)主題在同一主題圖中代表另一個(gè)主題圖結(jié)構(gòu)的主題。3.44倉(cāng)庫(kù)repository數(shù)據(jù)倉(cāng)庫(kù)datarepository一系列數(shù)據(jù)的呈現(xiàn)，以及相應(yīng)的數(shù)據(jù)訪問(wèn)和控制機(jī)制，如搜索、索引、存儲(chǔ)、檢索和安全性。[來(lái)源：ISO/IEC20944-1:2013，9，有修改]3.45語(yǔ)義互操作性semanticinteroperability系統(tǒng)共享的數(shù)據(jù)在正式定義的領(lǐng)域概念層面上被理解的能力。[來(lái)源:ISO/TS27790:2009，3.67]3.46穩(wěn)定格式stableformat穩(wěn)定的數(shù)據(jù)格式stabledataformat數(shù)據(jù)格式規(guī)范不會(huì)隨時(shí)間發(fā)生持續(xù)或重大變化。3.47術(shù)語(yǔ)term通過(guò)語(yǔ)言手段表示一般概念的名稱。[來(lái)源:ISO1087:2019，3.4.2，有修改]在特定專業(yè)領(lǐng)域中一般概念的詞語(yǔ)指稱。[GB/T15237.1—2000/eqvISO1087-1:2000，3.4.3]3.48專業(yè)術(shù)語(yǔ)terminology表示指定領(lǐng)域內(nèi)的概念的術(shù)語(yǔ)集合。供參考：在特定領(lǐng)域內(nèi)代表一個(gè)概念體系的術(shù)語(yǔ)集合。[來(lái)源:ISO1087:2019，3.1.11，有修改]3.49統(tǒng)一資源標(biāo)識(shí)符uniformresourceidentifier;URI用于唯一標(biāo)識(shí)抽象或物理資源的緊湊字符序列。注：請(qǐng)參閱IETFRFC3986:2005。[來(lái)源：ISO/IEC12785-1:2009，3.23，有修改]GB/TXXXXX—XXXX3.50計(jì)量單位unitofmeasure測(cè)量相關(guān)值的實(shí)際單位。[來(lái)源:ISO/IEC11179-1:2015，3.3.29]用于計(jì)量相關(guān)值的實(shí)際單位。注：相關(guān)概念域的維度必須與指定的計(jì)量單位相稱。[GB/T18391.1—2009/ISO/IEC11179—1:2004，3.3.36]3.51通用編碼字符集universalcodedcharacterset;UCS用于國(guó)際電子通信的字符集編碼標(biāo)準(zhǔn)。3.52驗(yàn)證verification通過(guò)提供客觀證據(jù)確認(rèn)特定要求已得到滿足。注：驗(yàn)證所需的客觀證據(jù)可以是檢查的結(jié)果[來(lái)源：ISO9000:2015，3.8.12，有修改]通過(guò)提供客觀證據(jù)對(duì)規(guī)定要求已得到滿足的認(rèn)定。[GB/T19000—2016/ISO9000:2015,3.8.12]3.53可擴(kuò)展標(biāo)記語(yǔ)言extensiblemarkuplanguage;XML以機(jī)器可處理且人類可讀的方式對(duì)信息進(jìn)行編碼的標(biāo)記語(yǔ)言。[來(lái)源:ISO5127:2017，9]4生命科學(xué)數(shù)據(jù)中對(duì)實(shí)體和概念描述的建議和要求4.1概述議和要求，以及使用普遍持久標(biāo)識(shí)符（PIDs）對(duì)其進(jìn)行明確引用。定義的過(guò)程相應(yīng)的明確定義或?qū)嶓w的引用或過(guò)程。通過(guò)使用相應(yīng)的URI或IRI對(duì)數(shù)據(jù)集中的實(shí)體或過(guò)程其中合適的資源包括攜帶相應(yīng)的定義或用于消除實(shí)體或過(guò)程中歧義的數(shù)據(jù)條目。4.2推薦的生物和概念實(shí)體通用標(biāo)識(shí)符方案4.2.1URI規(guī)定概述URI。如果生物或概念實(shí)體標(biāo)識(shí)符具有特定的命名空間和語(yǔ)境（例如，留存在數(shù)據(jù)庫(kù)或包含在特定引用中）。生物或概念實(shí)體的URI，可以用任何適當(dāng)?shù)目杉嫒莘绞奖硎荆鏷ttp、https、urn等。盡管非GB/TXXXXX—XXXXscheme://authority/path/name指的是該命名空間內(nèi)各自的生物或概念實(shí)體?！癮uthority”至少應(yīng)包括稱或IP地址組成（例如承載命名空間或指向它的數(shù)據(jù)庫(kù)或Web資源“path”包括指向相同類型的名稱集合的至少一個(gè)或多個(gè)分層結(jié)構(gòu)的名稱空間限定符。路徑內(nèi)的層次級(jí)別應(yīng)由正斜杠（“/”）定義。在ASCII字符集中，字符：/?#[]@保留用作通用URI組件的分隔符，并且應(yīng)進(jìn)行百分號(hào)編碼（“轉(zhuǎn)義”），例如“%3F”代表問(wèn)號(hào)。URI的持久性數(shù)據(jù)的更改，應(yīng)該保留其來(lái)源和版本信息。URI的元數(shù)據(jù)與URI相關(guān)聯(lián)的任何元數(shù)據(jù)都應(yīng)該是可捕獲的，并在數(shù)據(jù)的整個(gè)生命周期內(nèi)保留。URI應(yīng)該是持久的，并且與其在服務(wù)器上的映射和表示形式（包括大小寫字母）無(wú)關(guān)。盡管方案不案名稱的等效形式（例如，允許使用“HTTP”和“http”）。URI不應(yīng)包含可推斷生物實(shí)體或概念屬性的信URI應(yīng)僅標(biāo)識(shí)一個(gè)生物實(shí)體或概念。使用同一URI來(lái)標(biāo)識(shí)多個(gè)生物實(shí)體或概念會(huì)導(dǎo)致URI沖突，應(yīng)避免URI沖突。數(shù)據(jù)庫(kù)社區(qū)有責(zé)任避免將等效URI分配給多個(gè)生物實(shí)體或概念。數(shù)據(jù)庫(kù)社區(qū)負(fù)責(zé)URIURI應(yīng)是不透明的，并且不應(yīng)包含：數(shù)據(jù)集中的生物或概念實(shí)體或定義的過(guò)程、相應(yīng)的元數(shù)據(jù)集或數(shù)據(jù)集合可以表示為IRI或由IRIURI引用）相對(duì)應(yīng)的“國(guó)際化”版本。IRI應(yīng)用于所有不只使用ASCII字符的實(shí)體。4.2.1中的所有其他URI規(guī)定也相應(yīng)地適用于IRI。IRI應(yīng)表示為來(lái)自UCS的字符序列，即通用編碼字符集（符合ISO/IEC10646的UIRIs應(yīng)是來(lái)自UCS的字符串，格式如下：GB/TXXXXX—XXXXscheme://authority/path/name指的是該命名空間內(nèi)各自的生物或概念實(shí)體。路徑內(nèi)的層次級(jí)別應(yīng)由正斜杠定義。檢索對(duì)應(yīng)到IRIs。IRIs應(yīng)需要一個(gè)轉(zhuǎn)換步驟以方便轉(zhuǎn)換為URI。4.3生物實(shí)體和概念的數(shù)據(jù)格式化和語(yǔ)境描述數(shù)據(jù)（元數(shù)據(jù)）4.3.1概述生物實(shí)體和概念的數(shù)據(jù)和元數(shù)據(jù)格式可能因社區(qū)、學(xué)科、機(jī)構(gòu)、國(guó)籍和時(shí)間而異。本文檔確保在14957和ISO/IECTR10032）。4.3.2版本控制包括生物實(shí)體的數(shù)據(jù)和元數(shù)據(jù)格式以及基礎(chǔ)概念的所有方面都應(yīng)進(jìn)行版本控制。使用版本控制系4.3.3任意限制4.3.4字符集生物實(shí)體和概念的格式應(yīng)支持所有語(yǔ)言的ASCII和非ASCII（即UCS）字符。4.3.5機(jī)器可讀性用于描述和編碼生物實(shí)體和概念以及其相應(yīng)的元數(shù)據(jù)的格式應(yīng)確保機(jī)器可讀性，并也需保證人類可讀性（參見(jiàn)ISO/TR3985）。其受到破壞性的更改?；蝾愃聘拍?，合適的領(lǐng)域特有的元數(shù)據(jù)標(biāo)準(zhǔn)和格式，以及公認(rèn)的術(shù)語(yǔ)（見(jiàn)附錄B中推薦的元數(shù)據(jù)標(biāo)準(zhǔn)和式（見(jiàn)附錄A）和元數(shù)據(jù)模型（參見(jiàn)參考[10]和ISO/IEC19502）。不具有開(kāi)放性并且在處理或傳輸過(guò)程中無(wú)法保護(hù)語(yǔ)義語(yǔ)境丟失的數(shù)據(jù)和元數(shù)據(jù)格式（即在數(shù)據(jù)庫(kù)GB/TXXXXX—XXXXe)商業(yè)機(jī)密；g)其他具有約束力的書面協(xié)議。4.3.6知識(shí)表示以利用推理器來(lái)確保邏輯一致性。5數(shù)據(jù)格式的技術(shù)和組織的建議與要求5.1概述解釋數(shù)據(jù)所需的元據(jù)量，并使其易于尋找、可訪問(wèn)、可互操作和可重復(fù)使用（“F-A-I-R”）。5.2組織責(zé)任負(fù)責(zé)建立、維護(hù)和/或潛在更改數(shù)據(jù)格式的組織應(yīng)被記錄。每個(gè)組織應(yīng)提供相應(yīng)的聯(lián)系信有關(guān)數(shù)據(jù)格式的信息應(yīng)至少包括：數(shù)據(jù)格式的維護(hù)員應(yīng)對(duì)以下事項(xiàng)負(fù)責(zé)：——規(guī)范中的錯(cuò)誤更正。數(shù)據(jù)格式中的所有實(shí)體、屬性、過(guò)程和特征的數(shù)據(jù)表示和格式應(yīng)保持一致。5.3文檔應(yīng)提供以下內(nèi)容的全面文檔：信息，并進(jìn)行維護(hù)和更新。應(yīng)記錄數(shù)據(jù)類型及其元數(shù)據(jù)的表示方式。注：文檔可以以電子文件、在線或作為掃描的打印文檔（最好是PDF格式）的形式提供。5.4版本控制和變更日志GB/TXXXXX—XXXX），5.5兼容性應(yīng)確保對(duì)先前版本的格式進(jìn)行向前兼容。如適用，應(yīng)提供與先前版本的向后兼容性。5.6可擴(kuò)展性應(yīng)確保在不影響兼容性的情況下，為格式的未來(lái)版本添加新的數(shù)據(jù)項(xiàng)。5.7壓縮提供者或維護(hù)員應(yīng)確保壓縮和解壓縮工具的完整性。在這種情況下，應(yīng)披露完整的壓縮/解壓縮算法。解壓縮應(yīng)保持原始數(shù)據(jù)的完整性。5.8結(jié)構(gòu)和控制元素5.9數(shù)據(jù)格式中數(shù)據(jù)類型的要求5.9.1概述在適用的情況下，數(shù)據(jù)類型的表示應(yīng)遵循公認(rèn)的標(biāo)準(zhǔn)（IEEE、ISO等）。5.9.2數(shù)值編碼型數(shù)量值由字符串表示，應(yīng)指定十進(jìn)制分隔符、指數(shù)表示以及前綴。如果適用，數(shù)值型數(shù)量值應(yīng)標(biāo)注為測(cè)量、推斷或假設(shè)數(shù)據(jù)。測(cè)量數(shù)據(jù)應(yīng)包括以下信息：d)如有記錄，則應(yīng)提供獲取數(shù)據(jù)的方法。適用的數(shù)量/數(shù)量數(shù)據(jù)應(yīng)分配以國(guó)際單位制（SI單位）表示的適當(dāng)計(jì)量單位。如果單位無(wú)法用SI系統(tǒng)表示，應(yīng)提供適當(dāng)?shù)膿Q算因子。有序數(shù)值數(shù)據(jù)應(yīng)指定為有序數(shù)值，并指定適當(dāng)?shù)姆秶蛟试S的值。5.9.3字符串的編碼對(duì)于由字符串表示的數(shù)據(jù)（可讀數(shù)據(jù)應(yīng)指定編碼（例如ISO/IEC8859系列、Unicode除非按照ISO/IEC646（ASCIII）使用編碼。5.9.4測(cè)序編碼GB/TXXXXX—XXXX核酸和蛋白質(zhì)序列數(shù)據(jù)應(yīng)根據(jù)國(guó)際純粹和應(yīng)用化學(xué)聯(lián)合會(huì)（IUPAC）和國(guó)際生物化學(xué)和分子生物學(xué)命名聯(lián)合委員會(huì)和IUBMB命名委員會(huì)發(fā)布。5.9.5時(shí)間日期和時(shí)間的呈現(xiàn)應(yīng)符合ISO8601-1和ISO8601-2中指定的格式。任意時(shí)間數(shù)據(jù)（如時(shí)間序列數(shù)據(jù)）可以按照ISO8601-1和ISO8601-2表示，也可以按照5.9.2中指定的測(cè)量數(shù)據(jù)表示。5.9.6布爾數(shù)據(jù)表示“真”。5.9.7生物成像數(shù)據(jù)例如TIFF（標(biāo)簽圖像文件格式，參見(jiàn)ISO12639）。如果需要縮小圖像大小，也可以使用已建立的圖像壓縮格式，如JPEG（參見(jiàn)ISO/IEC10918-1）或PNG（參見(jiàn)ISO/IEC15948）。如果可轉(zhuǎn)換為標(biāo)準(zhǔn)格式，則可以使用專有圖像格式（例如來(lái)自顯微鏡制造商）。對(duì)于來(lái)自健康和生物醫(yī)學(xué)領(lǐng)域的圖像數(shù)據(jù)，應(yīng)考慮使用數(shù)字影像和醫(yī)學(xué)通訊標(biāo)準(zhǔn)（DICOM參見(jiàn)ISO12052）或類似廣泛使用的格式。5.10一致性和兼容性式之間的結(jié)構(gòu)和語(yǔ)義具備互操作性。應(yīng)檢查格式與具有交叉或潛在連接點(diǎn)的技術(shù)領(lǐng)域的格式之間的互觸點(diǎn)的技術(shù)領(lǐng)域的格式之間的結(jié)構(gòu)和語(yǔ)義互操作性。格式的數(shù)據(jù)結(jié)構(gòu)應(yīng)根據(jù)相應(yīng)領(lǐng)域適用的定義進(jìn)行開(kāi)發(fā)（示例請(qǐng)參見(jiàn)附錄B.2），且應(yīng)一PID，應(yīng)定義所包含項(xiàng)、過(guò)程和特征的語(yǔ)境和生物學(xué)含義（示例請(qǐng)參見(jiàn)附錄B.3）。5.11數(shù)據(jù)完整性數(shù)據(jù)格式應(yīng)保證格式和數(shù)據(jù)完整性的可檢查性，例如使用校驗(yàn)或其他類似的方法。5.12格式驗(yàn)證件可以根據(jù)格式規(guī)范進(jìn)行驗(yàn)證的方法。5.13數(shù)據(jù)溯源GB/TXXXXX—XXXX施，如訪問(wèn)控制機(jī)制。為了在異構(gòu)環(huán)境（如Web）中實(shí)現(xiàn)可互操作的溯源信息交換，應(yīng)為每種格式的所有數(shù)據(jù)建立一個(gè)定義的模型、相應(yīng)的序列化和其他支持定義（例如，W3CPROV標(biāo)準(zhǔn)）。6數(shù)據(jù)格式的語(yǔ)義建議與要求6.1概述況下，數(shù)據(jù)類型的表示應(yīng)遵循被普遍接受的標(biāo)準(zhǔn)（如IEEE、ISO等）。和語(yǔ)義，以確保數(shù)據(jù)共享、保持、訪問(wèn)、使用和可重復(fù)使用。實(shí)體應(yīng)以相關(guān)生物本體論提供的最具體的術(shù)語(yǔ)作為URI進(jìn)行注釋。如果沒(méi)有精確的術(shù)語(yǔ)，則應(yīng)使用此外，術(shù)語(yǔ)的可讀版本應(yīng)作為注釋包含在內(nèi)。個(gè)本體論中定義，應(yīng)使用最接近的可用的物種特定的本體論。6.2生物數(shù)據(jù)注釋的最小共識(shí)6.2.1概述釋的語(yǔ)法是一系列的三元短語(yǔ)，形式為主語(yǔ)-謂語(yǔ)-賓語(yǔ)。例如：“肝臟”-“是一個(gè)”-“器官”。表2列出了應(yīng)用于數(shù)據(jù)注釋的謂語(yǔ)的示例。精確的語(yǔ)法和實(shí)體化應(yīng)“與目的相符合”。例如，對(duì)于使用標(biāo)準(zhǔn)網(wǎng)絡(luò)搜索引擎進(jìn)行數(shù)據(jù)搜索和檢索，語(yǔ)法應(yīng)符合這些搜索引擎的索引。下面描述了注釋中需要包含的必需項(xiàng)和建議項(xiàng)（另見(jiàn)表1，其中列出了基本的必需生物描述符的示例）。此外，還給出了每個(gè)項(xiàng)所建議使用的謂語(yǔ)。例如，應(yīng)使用指向相應(yīng)術(shù)語(yǔ)或條目的URI對(duì)肝細(xì)胞進(jìn)語(yǔ)“肝細(xì)胞”的URI）。此外，為了便于閱讀，還可以用相應(yīng)的通注：盡管RDF框架被用作描述框架的示例，但其他框架（例如JSON、XML）也可用于描述語(yǔ)義信息。6.2.2物種GB/TXXXXX—XXXX還應(yīng)使用細(xì)菌菌株、血清型或分子亞型。所使用的謂語(yǔ)應(yīng)為“是”。如果注釋無(wú)法準(zhǔn)確識(shí)別正確的（亞）6.2.3性別如果適用，注釋應(yīng)包括被分析或研究個(gè)體的性別描述。在性別不適用的情況下（例如在細(xì)菌中此項(xiàng)應(yīng)為“不適用”。如果性別適用但未知，則此項(xiàng)應(yīng)為“未知”。所使用的謂語(yǔ)應(yīng)為“是”（參見(jiàn)ISO/IEC6.2.4年齡6.2.5器官6.2.6組織語(yǔ)，則應(yīng)使用謂詞“是...的一部分”，例如“是血液造血系統(tǒng)的一部分”。6.2.7細(xì)胞類型細(xì)胞群的情況下，此項(xiàng)應(yīng)為“不適用”。如果適用但未知，則此項(xiàng)應(yīng)為“未知”。所使用的謂語(yǔ)應(yīng)為“是”。如果注釋無(wú)法準(zhǔn)確識(shí)別正確的細(xì)胞類型，并因此參考了引用本體論中的更高級(jí)別術(shù)語(yǔ)，則應(yīng)使用謂詞“是...的樣式”，例如“白細(xì)胞是造血細(xì)胞的樣式”。6.2.8可識(shí)別對(duì)象是指在過(guò)程中可以看到和/或測(cè)量的任何有形對(duì)象。分析工作流程或?qū)嶒?yàn)中可以有多個(gè)可識(shí)別對(duì)象。所使用的謂語(yǔ)應(yīng)為“是”。6.2.9可識(shí)別過(guò)程注釋應(yīng)包括在產(chǎn)生數(shù)據(jù)的分析工作流程或?qū)嶒?yàn)中的可識(shí)別過(guò)程的描述。可識(shí)別過(guò)程是指分析工作別術(shù)語(yǔ)，則應(yīng)使用謂詞“是...的樣式”。6.2.10操作實(shí)體注釋應(yīng)包括在產(chǎn)生數(shù)據(jù)的分析工作流程或?qū)嶒?yàn)中操作實(shí)體的描述。操作實(shí)體是指分析工作流程或?qū)嶒?yàn)中被實(shí)驗(yàn)者改變和控制的任何組成部分，例如向細(xì)胞培養(yǎng)基中添加生長(zhǎng)因子或根據(jù)不同的群體成員特征進(jìn)行分組。一個(gè)實(shí)驗(yàn)中可以有多個(gè)操作實(shí)體。所使用的謂語(yǔ)應(yīng)為“是”。GB/TXXXXX—XXXX6.2.11分析、實(shí)驗(yàn)和計(jì)算注釋應(yīng)包括用于執(zhí)行注釋過(guò)程的分析、實(shí)驗(yàn)和/或計(jì)算技術(shù)的描述。所使用的謂語(yǔ)應(yīng)為“是...的樣6.2.12生物學(xué)問(wèn)題或分析問(wèn)題個(gè)高級(jí)別的生物過(guò)程，例如疾病狀態(tài)、正常穩(wěn)態(tài)控制過(guò)程、發(fā)育過(guò)程等。所使用的謂語(yǔ)應(yīng)為“是”。6.2.13技術(shù)特定數(shù)據(jù)數(shù)據(jù)本身應(yīng)使用所應(yīng)用技術(shù)的相關(guān)領(lǐng)域特定標(biāo)準(zhǔn)格式進(jìn)行編碼（參見(jiàn)附錄A中的推薦示例）。數(shù)據(jù)的描述應(yīng)使用適當(dāng)?shù)念I(lǐng)域特定標(biāo)準(zhǔn)元數(shù)據(jù)文檔格式進(jìn)行編碼（參見(jiàn)附錄B中的推薦示例遵循相關(guān)的最小信息標(biāo)準(zhǔn)，提供元數(shù)據(jù)對(duì)象及其相應(yīng)元數(shù)據(jù)屬性的檢查清單，以便在特定領(lǐng)域和/或特定分析工作流程或?qū)嶒?yàn)設(shè)置中進(jìn)行文檔化（參見(jiàn)附錄B.2中的推薦示例），并使用適當(dāng)?shù)念I(lǐng)域特定本體論、分類法和受控詞匯表（參見(jiàn)附錄B.3中的推薦示例）進(jìn)行數(shù)據(jù)的規(guī)范和注釋。表1中顯示了基本所需的生物學(xué)描述符的示例。表1基本所需的生物學(xué)描述符示例建議的本體論或?qū)ο?人類可讀示是NCBItaxonomy是是歲，受精后8小時(shí)（HPF）是FMA20是FMA20是FMA，Uberon樣本中可識(shí)別和/或可觀察到的是protein，GO細(xì)胞計(jì)數(shù)增加（因變是GO在實(shí)驗(yàn)中可以直接觀察到的過(guò)細(xì)胞分裂，小分子代謝是在實(shí)驗(yàn)中變化的實(shí)驗(yàn)性特性。是…的樣式GO，OBI是…的樣式GO，NCI詞庫(kù)實(shí)驗(yàn)旨在回答的基本生物過(guò)程細(xì)胞增殖的刺激，毒謂語(yǔ)的示例在表2中顯示。注：基于COMBINE/BioM限定符。表2謂語(yǔ)（限定符）示例是數(shù)據(jù)集元素所表示的生物實(shí)體或過(guò)程與引用資源的主題具有相同的身份。該謂語(yǔ)數(shù)據(jù)集元素所代表的生物實(shí)體或過(guò)程包括所引用資源的主題，無(wú)論是在物理上還數(shù)據(jù)集元素所代表的生物實(shí)體或過(guò)程是所引用資源主題的物理或邏輯部分。可以將亞細(xì)胞部分與包含它的細(xì)胞相連，或?qū)⒍嘟M分蛋白質(zhì)復(fù)合物的組分描述與復(fù)合數(shù)據(jù)集元素所代表的生物實(shí)體或過(guò)程是所引用資源主題的一個(gè)版本或?qū)嵗?。這種所引用資源的主題是數(shù)據(jù)集元素所代表的生物實(shí)體或過(guò)程的一個(gè)版本或?qū)嵗＿@數(shù)據(jù)集元素所代表的生物實(shí)體或過(guò)程直接或間接地編碼所引用資源的主題。這種所引用資源的主題是數(shù)據(jù)集元素所代表的生物實(shí)體或過(guò)程的一個(gè)屬性。這種關(guān)系數(shù)據(jù)集元素所代表的生物實(shí)體或過(guò)程直接或間接地由所引用資源的主題編碼。這數(shù)據(jù)集元素所代表的生物實(shí)體或過(guò)程與所引用資源的主題具有同源關(guān)系。這種關(guān)發(fā)生于…數(shù)據(jù)集元素所代表的生物實(shí)體或過(guò)程在物理上限制在一個(gè)位置，該位置是所引用6.3語(yǔ)法和實(shí)體化數(shù)據(jù)可以以表格形式表示（如表1），也可以存儲(chǔ)在數(shù)據(jù)庫(kù)或其他數(shù)釋都應(yīng)該能夠被實(shí)體化為RDF三元組和純文本。在所有情況下，實(shí)體化都應(yīng)該被證明是“適合目的”的。7適用于生物數(shù)據(jù)注釋的術(shù)語(yǔ)和本體的要求GB/TXXXXX—XXXX7.1概述用于描述生命科學(xué)領(lǐng)域中的數(shù)據(jù)、概念和數(shù)據(jù)實(shí)體的術(shù)語(yǔ)和本體應(yīng)該有助于識(shí)別和理解本體所涵蓋的生物或生物技術(shù)領(lǐng)域的關(guān)鍵概念。7.2生物本體的要求7.2.1維護(hù)員組織開(kāi)放。該組織應(yīng)該有一個(gè)網(wǎng)絡(luò)存在。7.2.2本體的維護(hù)7.2.3本體語(yǔ)法維護(hù)員應(yīng)根據(jù)社區(qū)的需求定義本體的語(yǔ)法。語(yǔ)法應(yīng)基于現(xiàn)有的本體基礎(chǔ)設(shè)施，如W3COWL或其他廣泛使用的語(yǔ)法，如開(kāi)源的生物和生物醫(yī)學(xué)本體論（OBO）工坊。7.2.4與其他本體的鏈接和術(shù)語(yǔ)復(fù)用維護(hù)員應(yīng)盡可能地與其他相關(guān)本體進(jìn)行鏈接。7.2.5授權(quán)和歸屬維護(hù)員應(yīng)發(fā)布本體的授權(quán)模型。維護(hù)員應(yīng)發(fā)布本體的歸屬模型。7.2.6穩(wěn)定的URI和版本信息維護(hù)員應(yīng)提供一種機(jī)制，用于創(chuàng)建和共享本體中術(shù)語(yǔ)和概念的穩(wěn)定URI。維護(hù)員應(yīng)提供一種機(jī)制，用于對(duì)個(gè)別術(shù)語(yǔ)和整個(gè)本體的版本進(jìn)行版本控制。7.2.7社區(qū)維護(hù)員應(yīng)將受本體影響最大的社區(qū)參與到創(chuàng)建、擴(kuò)展和維護(hù)本體的過(guò)程中。7.2.8語(yǔ)言本體中使用的人類可讀語(yǔ)言應(yīng)由維護(hù)員決定。本體應(yīng)提供英文的版本。8領(lǐng)域特定數(shù)據(jù)標(biāo)準(zhǔn)的要求8.1概述定義的生物領(lǐng)域（癌癥、生殖等）。GB/TXXXXX—XXXX8.2領(lǐng)域特定數(shù)據(jù)標(biāo)準(zhǔn)的具體要求8.2.1維護(hù)員組織開(kāi)放。該組織應(yīng)該有網(wǎng)絡(luò)相互連接。8.2.2數(shù)據(jù)標(biāo)準(zhǔn)的維護(hù)應(yīng)定義流程，進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)中術(shù)語(yǔ)或結(jié)構(gòu)的添加、刪除和/或廢棄。8.2.3數(shù)據(jù)標(biāo)準(zhǔn)的語(yǔ)法維護(hù)員應(yīng)根據(jù)社區(qū)的需求定義數(shù)據(jù)標(biāo)準(zhǔn)的語(yǔ)法。語(yǔ)法應(yīng)基于現(xiàn)有的框架，如XML、JSON和RDF。8.2.4與其他數(shù)據(jù)標(biāo)準(zhǔn)的聯(lián)系a)盡可能與其他相關(guān)數(shù)據(jù)標(biāo)準(zhǔn)進(jìn)行鏈接；b)在適當(dāng)?shù)那闆r下復(fù)用其他領(lǐng)域已有的數(shù)據(jù)標(biāo)準(zhǔn)；c)使用符合標(biāo)準(zhǔn)的生物本體中的術(shù)語(yǔ)。數(shù)據(jù)標(biāo)準(zhǔn)應(yīng)與符合標(biāo)準(zhǔn)的數(shù)據(jù)存儲(chǔ)庫(kù)兼容。8.2.5授權(quán)和歸屬a)數(shù)據(jù)標(biāo)準(zhǔn)的授權(quán)模型；b)數(shù)據(jù)標(biāo)準(zhǔn)的歸屬模型。8.2.6穩(wěn)定的URI和版本信息維護(hù)員應(yīng)提供一種機(jī)制：a)用于創(chuàng)建和共享術(shù)語(yǔ)、概念和整個(gè)數(shù)據(jù)標(biāo)準(zhǔn)的穩(wěn)定URI；b)用于對(duì)數(shù)據(jù)標(biāo)準(zhǔn)進(jìn)行版本控制。8.2.7社區(qū)維護(hù)員應(yīng)將受數(shù)據(jù)標(biāo)準(zhǔn)影響最大的社區(qū)納入到創(chuàng)建、擴(kuò)展和維護(hù)數(shù)據(jù)標(biāo)準(zhǔn)的過(guò)程中。8.2.8語(yǔ)言數(shù)據(jù)標(biāo)準(zhǔn)中使用的人類可閱讀語(yǔ)言應(yīng)由維護(hù)員決定。匯表和本體的英文版本。9生物數(shù)據(jù)存儲(chǔ)庫(kù)的要求9.1概述數(shù)據(jù)格式應(yīng)符合本文件的要求。9.2生物數(shù)據(jù)存儲(chǔ)庫(kù)的要求9.2.1維護(hù)員用數(shù)據(jù)感興趣的個(gè)人或組織開(kāi)放。該組織應(yīng)該由網(wǎng)絡(luò)進(jìn)行連接。9.2.2數(shù)據(jù)庫(kù)的維護(hù)a)一個(gè)明確定義的過(guò)程，用于向存儲(chǔ)庫(kù)添加和刪除數(shù)據(jù)；b)一個(gè)明確定義的過(guò)程和計(jì)劃，用于存儲(chǔ)庫(kù)的備份。9.2.3數(shù)據(jù)庫(kù)結(jié)構(gòu)維護(hù)員應(yīng)根據(jù)社區(qū)的需求定義存儲(chǔ)庫(kù)的模式。于現(xiàn)有的F-A-I-R模式基礎(chǔ)設(shè)施（如適用）。具體的模式由維護(hù)員和相關(guān)的數(shù)據(jù)社區(qū)決定。9.2.4與其他存儲(chǔ)庫(kù)的聯(lián)系維護(hù)員應(yīng)盡可能與其他相關(guān)存儲(chǔ)庫(kù)進(jìn)行鏈接。9.2.5授權(quán)和歸屬a)存儲(chǔ)庫(kù)的授權(quán)模型；b)存儲(chǔ)庫(kù)的歸屬模型。9.2.6穩(wěn)定的URI和版本信息維護(hù)員應(yīng)提供一種機(jī)制：a)用于創(chuàng)建和共享存儲(chǔ)庫(kù)中數(shù)據(jù)穩(wěn)定的URI；b)用于對(duì)單個(gè)數(shù)據(jù)元素和記錄以及存儲(chǔ)庫(kù)的整個(gè)版本進(jìn)行版本控制。9.2.7數(shù)據(jù)可見(jiàn)性維護(hù)員應(yīng)使存儲(chǔ)庫(kù)中的數(shù)據(jù)對(duì)用戶、常見(jiàn)的網(wǎng)絡(luò)搜索和索引引擎可見(jiàn)和可訪問(wèn)。維護(hù)員應(yīng)使存儲(chǔ)庫(kù)中的數(shù)據(jù)可通過(guò)人工和/或程序訪問(wèn)，或兩者都可行（例如，通過(guò)提供網(wǎng)絡(luò)服務(wù)或數(shù)據(jù)下載）?？梢詰?yīng)用有限的訪問(wèn)權(quán)限。9.2.8社區(qū)維護(hù)員應(yīng)將受存儲(chǔ)庫(kù)影響最大的社區(qū)納入到創(chuàng)建、擴(kuò)展和維護(hù)存儲(chǔ)庫(kù)的過(guò)程中。9.2.9語(yǔ)言GB/TXXXXX—XXXX存儲(chǔ)庫(kù)中使用的人類語(yǔ)言應(yīng)由維護(hù)組織自行決定。詞匯表和本體的英文版本。GB/TXXXXX—XXXX生命科學(xué)數(shù)據(jù)常見(jiàn)格式示例A.1概述可以在全球網(wǎng)絡(luò)上找到有關(guān)生命科學(xué)數(shù)據(jù)格式的標(biāo)準(zhǔn)和詞匯表的在線資源。其中一個(gè)廣泛使用的 數(shù)據(jù)政策的數(shù)據(jù)和元數(shù)據(jù)標(biāo)準(zhǔn)。本文件中引用的推薦格式可以在“ISO20691FAIRsharingCollection”中找到，這是一個(gè)不斷審編和更新的列表。除此之外，F(xiàn)AIRsharing和其他在線資源中還提供了比本附 錄所描述更多的格式和元數(shù)據(jù)格式。且這些建議同樣適用于健康數(shù)據(jù)領(lǐng)域的相關(guān)實(shí)踐。盡管本文件可能并未涵蓋醫(yī)學(xué)數(shù)據(jù)格式化和文檔化的所有方面，但其仍然可以為確保醫(yī)學(xué)領(lǐng)域的互操作性以及提高數(shù)據(jù)質(zhì)量提供極具價(jià)值的指導(dǎo)。A.2OMICS(組學(xué))、生物化學(xué)和分子生物學(xué)方法的數(shù)據(jù)格式A.2.1蛋白質(zhì)和核酸序列格式A.2.1.1概述DNA和蛋白質(zhì)序列使用了多種廣泛認(rèn)可的格式。所有這些序列數(shù)據(jù)格式均采用由國(guó)際生物化學(xué)與分子生物學(xué)聯(lián)合會(huì)（IUBMB）以及國(guó)際純粹與應(yīng)用化學(xué)聯(lián)合會(huì)（IUPAC）開(kāi)發(fā)的命名法。比較蛋白質(zhì)的氨基酸序列可以確定它們之間的關(guān)系是否僅僅是偶然的。最初是針對(duì)共享密切相關(guān)處理，也為轉(zhuǎn)錄、翻譯和密碼子選擇提供了建?；A(chǔ)。A.2.1.2FASTA序列格式格式轉(zhuǎn)換的軟件，此類高效的轉(zhuǎn)換能夠避免涉及本體論的隱患。A.2.1.3FASTQ序列和序列質(zhì)量格式1)本文檔提供此信息是為了方便用戶，這并不構(gòu)成ISO對(duì)該產(chǎn)品的認(rèn)可。其他網(wǎng)絡(luò)資源也可用于總結(jié)適合的格式和詞匯表。GB/TXXXXX—XXXXFASTQ是由桑格研究所開(kāi)發(fā)的一種文本文件格式，它能夠在單個(gè)文件中同時(shí)包含測(cè)序序列和每個(gè)堿基的質(zhì)量值，從而實(shí)現(xiàn)了測(cè)序數(shù)據(jù)的共享。不同測(cè)序平臺(tái)所采用的FASTQ格式具有標(biāo)量差異，但它們之間是可以相互轉(zhuǎn)換的。FAST5格式基于分層數(shù)據(jù)格式HDF5格式，可用于存儲(chǔ)大量復(fù)雜數(shù)據(jù)。例如，F(xiàn)AST5格式是OxfordNanopore測(cè)序儀2)（如MinION）在標(biāo)準(zhǔn)測(cè)序輸出。與fasta和fastq文件不同，F(xiàn)AST5文件是二進(jìn)制文件，不能使用普通文本編輯器打開(kāi)。存儲(chǔ)在nanoporeFAST5文件中的數(shù)據(jù)可以包含一段（經(jīng)過(guò)堿基識(shí)別處理后）的fastq格式序列數(shù)據(jù)和納米孔的原始信號(hào)信息，以及一些日志文件和其他信息。A.2.1.4序列讀取格式SRF庫(kù)的序列格式。向這三個(gè)數(shù)據(jù)庫(kù)提交的數(shù)據(jù)將在它們之間進(jìn)行共享。生的數(shù)據(jù)文件中沒(méi)有包括元數(shù)據(jù)，但可以進(jìn)行額外分析且更加實(shí)用。SRA數(shù)據(jù)庫(kù)已經(jīng)將元數(shù)據(jù)剝離開(kāi)，并能夠支持多種測(cè)序平臺(tái)的數(shù)據(jù)格式。一些專有數(shù)據(jù)格式的轉(zhuǎn)換效率仍在不斷提高，SRF已開(kāi)始解決這種轉(zhuǎn)換問(wèn)題。SRF是一種用于DNA序列數(shù)據(jù)的通用格式，主要目的是使其能夠作為存儲(chǔ)任何DNA測(cè)序技術(shù)生成的數(shù)據(jù)的單一格式。因此，該格式具有足夠的靈活性，可以以最小的實(shí)現(xiàn)成本存儲(chǔ)當(dāng)前和未來(lái)DNA測(cè)序技術(shù)的數(shù)據(jù)。A.2.1.5序列注釋格式注釋軌跡的任何單個(gè)數(shù)據(jù)集中，每行字段的數(shù)量必須保持一致。BigBED軌跡格式存儲(chǔ)可以是簡(jiǎn)單的，也可以鏈接到一系列外顯子的軌跡注釋。Big全球基因組和健康聯(lián)盟（GA4GH）維護(hù)。b)（基因組）瀏覽器圖形繪制數(shù)據(jù)(WIG)格式是一種面c)通用特征格式（GFF3）是通用模式生物數(shù)據(jù)庫(kù)最新的可用版本，解決桑格Sanger研究所以前（SNP）或插入等不同類型的變異。2)這些信息是為了方便本文檔的用戶而提供的，并不構(gòu)成ISO對(duì)該產(chǎn)品的認(rèn)可。它僅作為FACT5格式來(lái)源的具體示例。GB/TXXXXX—XXXXe)基因轉(zhuǎn)移格式（GTF）借鑒了GFF的結(jié)構(gòu)，但具有名稱。結(jié)構(gòu)與GFF相同，因此字段包括：<seqname序列名稱><source數(shù)據(jù)源><feature特征類型><start特征的起始位置><end特征的終止位置><score分?jǐn)?shù)><strand鏈向><frame相對(duì)于整個(gè)編碼區(qū)域的第一個(gè)堿基的偏移量>[attributes其他屬性][comments備注]f)基因組變異格式（GVF）是對(duì)通用特征格式第三版（GFF3）的擴(kuò)展，該格式采用了簡(jiǎn)單的制表符分隔，專門用于描述DNA變異數(shù)據(jù)文件，利用序列本體對(duì)基因組變異數(shù)據(jù)進(jìn)行詳細(xì)描述。整/部分序列和基因設(shè)計(jì)中部件的相對(duì)順序。A.2.1.6序列數(shù)據(jù)壓縮格式CRAM是一種壓縮的列式文件格式，用于存儲(chǔ)比對(duì)到參考序列的生物序列，最初由MarkusHsi-YangFritz等人設(shè)計(jì)。CRAM作為基于參考序列的壓縮格式，旨在成為序列比對(duì)格式（SAM參見(jiàn)A.2.2.3）列片段與參考序列之間比對(duì)后的差異信息，從而降低存儲(chǔ)成本。此外，SAM格式中的每一列都被單獨(dú)分格式規(guī)范由全球基因組和健康聯(lián)盟（GA4GH）維護(hù)。ISO/IEC23092系列（MPEG-G）是國(guó)際標(biāo)準(zhǔn)化組織（ISO）和國(guó)際電工委員會(huì)（IEC）制定的一系列用于基因組信息表示的標(biāo)準(zhǔn)。該系列標(biāo)準(zhǔn)旨在為由高通量測(cè)序儀生成的數(shù)據(jù)信息及其后續(xù)處理和分析分組成，每個(gè)部分都解決一個(gè)特定的方面，例如壓縮、元數(shù)據(jù)關(guān)聯(lián)、應(yīng)用程序編程接口（API）和用于數(shù)據(jù)解碼的參考軟件。a)ISO/IEC23092-1規(guī)定了基因組信息的傳輸（例如b)ISO/IEC23092-2規(guī)定了幾種類型基因組信息的表示規(guī)范，例如測(cè)序數(shù)據(jù)的MPEG-G無(wú)損壓縮碼過(guò)程則留給算法和實(shí)現(xiàn)特定的創(chuàng)新。c)ISO/IEC23092-3規(guī)定了元數(shù)據(jù)的存儲(chǔ)和解釋，以及為ISO/IEC23092-1中規(guī)定的不同封裝ISO/IEC23092-2編碼的基因組信息的API。此外，該標(biāo)準(zhǔn)還包括了有關(guān)如件以評(píng)估其是否符合ISO/IEC23092-1、ISO/IEC23092-2和ISO/IEC23092-6的要求。e)ISO/IEC23092-5規(guī)定了一組測(cè)試程序，旨在驗(yàn)證比特流和解碼器是否滿足ISO/IEC23092-了如何測(cè)試對(duì)其的符合性。根據(jù)這些功能實(shí)現(xiàn)的測(cè)試比特流以電子形式提供。能性注釋、軌跡、表達(dá)矩陣和接觸矩陣。A.2.1.7加密基因組數(shù)據(jù)的格式Crypt4GH是一種用于以加密和認(rèn)證的方式存儲(chǔ)基因組數(shù)據(jù)的文件容器格式，例如BAM或CRAM。該方A.2.2序列比對(duì)格式A.2.2.1一般情況序列比對(duì)通常是進(jìn)行功能比較的基礎(chǔ)。A.2.2.2CLUSTAL-WCLUSTAL-W對(duì)齊格式是一種簡(jiǎn)單的文本基礎(chǔ)格式，通常使用*.aln文件擴(kuò)展名，用于將DNA或蛋白質(zhì)序列輸入和輸出到Clustal套件的多重比對(duì)程序中。ClustalW已經(jīng)得到了很好的開(kāi)發(fā)和許多應(yīng)用程序A.2.2.3序列比對(duì)/映射（SAM）SAM是一個(gè)由制表符分隔的文本格式，包括可選的頭部部分和比對(duì)部分。該格式專門設(shè)計(jì)用于處理用于存儲(chǔ)靈活或特定于比對(duì)的信息。A.2.2.4二進(jìn)制比對(duì)映射（BAM）格式許多新一代測(cè)序和分析工具都使用SAM/BAM格式。對(duì)于自定義軌跡展示，經(jīng)過(guò)索引的BAM相比于PSL和其服務(wù)器。UCSC會(huì)臨時(shí)緩存所訪問(wèn)的文件部分以加快交互式展示速度。A.2.2.5基于快速傅里葉變換的多重比對(duì)（MAFFT）性優(yōu)化蛋白質(zhì)序列比對(duì)。該程序使用漸進(jìn)和迭代兩種比對(duì)方法。MAFFT適用于難比對(duì)的序列，例如包含大空缺的序列（例如包含可變環(huán)區(qū)的rRNA序列）。同時(shí)，F(xiàn)ASTA和Pearson格式也適用于MAFFT。A.2.2.6斯德哥爾摩多重比對(duì)格式“斯德哥爾摩”格式是一種用于多序列比對(duì)的數(shù)據(jù)個(gè)特征前面有一個(gè)“magic”標(biāo)簽，總共有四種類型。斯德哥爾摩格式可以被HMMER、Pfam和Belvu等程序A.2.2.7其他序列比對(duì)格式其他格式，例如FASTA、phyllip和多序列格式（MSF）等?？梢允褂媒涌谶M(jìn)行這些格式之間的相互A.2.3RNA序列、結(jié)構(gòu)和連接格式SequenceMarkupLanguage（BSMLTM）、GenomeAnnotationMarkupElements（GAME）和CORBABioeffort。這些格式?jīng)]有標(biāo)準(zhǔn)的語(yǔ)法。RNAML（RNAMarkupLanguage）由RNA生物信息學(xué)領(lǐng)域具有相當(dāng)廣信息，這些信息可以用來(lái)計(jì)算出結(jié)構(gòu)圖譜。目前存在幾種不同的“.ct”格式變體，用于不同的應(yīng)用程序?！c(diǎn)括號(hào)文件格式（DBN）：RNA二級(jí)結(jié)構(gòu)通常使用點(diǎn)-括號(hào)符號(hào)（DBN）格式來(lái)描述。有效的DBN格式結(jié)構(gòu)是由點(diǎn)“.”、開(kāi)括號(hào)“(”和閉括號(hào)“)”構(gòu)成的帶括號(hào)的單詞。點(diǎn)表示未配對(duì)的核苷酸，匹配的括號(hào)表示配對(duì)的核苷酸。由于相互作用的核苷酸數(shù)始終是偶數(shù)（每個(gè)核苷酸都是以配對(duì)的形式存在因此括號(hào)必須成對(duì)出現(xiàn)。如果一個(gè)結(jié)構(gòu)中至少包含兩個(gè)莖環(huán)結(jié)構(gòu)，其中一個(gè)莖的一半插入到另一個(gè)莖的兩半之間，這樣的結(jié)構(gòu)被稱為“假結(jié)”。假結(jié)首次在1的蕪菁黃化花葉病毒中得到確認(rèn)。假結(jié)折疊成紐結(jié)狀的三維構(gòu)象，但它們并不是數(shù)學(xué)意義上的真正拓?fù)浼~結(jié)。假結(jié)使用替代的[…]或{…}括號(hào)對(duì)進(jìn)行標(biāo)記?！狟PSEQ：BPSEQ是一種文件格式，文件名以“.bpseq”結(jié)尾。BPSEQ格式采用簡(jiǎn)單的文本格式，其中每行表示一個(gè)堿基分子，包含該堿基的位置編號(hào)（最左邊的位置為1）、堿基的名稱（A、C、G、U或其他字母以及與其配對(duì)的堿基的位置編號(hào)，如果該堿基未配對(duì)，則編號(hào)為0。更多信息請(qǐng)參見(jiàn)比較RNA網(wǎng)站（ComparativeRNAWebSite）。對(duì)于包含多個(gè)分子的復(fù)合物，這些分子按順序列出，每個(gè)連續(xù)分子的堿基對(duì)編號(hào)都緊隨前一——CT：第一行包含序列長(zhǎng)度L。后續(xù)共有L行，每行代表一個(gè)核苷酸。第i行首先以i開(kāi)始，），索引（i+1），接著是配對(duì)的堿基索引（如果未配對(duì)則為0），最后是原始序列中的堿基索引。例如，上述以bpseq格式表示的結(jié)構(gòu)以“.ct”格式表示如下：8CT格式適用于兩個(gè)或更多RNA分子的復(fù)合體，因該格式可明確表達(dá)邊界信息。如果應(yīng)于一個(gè)分子中的第一個(gè)核苷酸，則第三列是0。如果第i行對(duì)應(yīng)于一個(gè)分子中的最后一個(gè)核苷酸，則第四列是0。這是一個(gè)短的雙鏈莖，即由兩個(gè)分子組成的莖：4GB/TXXXXX—XXXX——RNAML：該格式的語(yǔ)法能夠存儲(chǔ)和交換RNA序列、二級(jí)結(jié)構(gòu)和三級(jí)結(jié)構(gòu)的信息。同時(shí)，它還允許描述更高層次的數(shù)據(jù)信息，這些信息包括但不限于堿基對(duì)、堿基三元組以及假結(jié)。面向類的方法使我們能夠表示一組RNA分子共有的數(shù)據(jù)，例如序列比對(duì)和共有的二級(jí)結(jié)構(gòu)。A.2.4質(zhì)譜數(shù)據(jù)格式A.2.4.1質(zhì)譜儀輸出文件格式（mzML）可以對(duì)不同平臺(tái)的XML進(jìn)行轉(zhuǎn)換，包括根據(jù)相關(guān)許可條款而變化的廠商專有軟件。穩(wěn)定的版本mzML1.1自2009年以來(lái)就已經(jīng)發(fā)布。A.2.4.2基于質(zhì)譜的蛋白質(zhì)組學(xué)定量研究（mzQuantML）mzQuantML標(biāo)準(zhǔn)格式旨在存儲(chǔ)通過(guò)質(zhì)譜對(duì)分子（主要是肽和蛋白質(zhì)）進(jìn)行定量的工作流程的系統(tǒng)描述。該格式最初以AnalysisXML的名稱為蛋白質(zhì)組學(xué)背景下質(zhì)譜的幾種計(jì)算分析類型開(kāi)發(fā)，但隨后決定分為兩種格式：用于肽和蛋白質(zhì)鑒定的mzIdentML和用于分子定量的mzQuantML。MzIdentML是蛋白質(zhì)組證其結(jié)構(gòu)正確性。proBAM和proBed格式旨在存儲(chǔ)以基因組為中心的蛋白質(zhì)組學(xué)數(shù)據(jù)的表示。A.2.5蛋白質(zhì)組學(xué)和代謝組學(xué)數(shù)據(jù)交換格式（mzTab）mzTab的開(kāi)發(fā)旨在彌合XML格式所需的建模完整蛋白質(zhì)組學(xué)數(shù)據(jù)的高層次細(xì)節(jié)信息與蛋白質(zhì)組學(xué)和代謝組學(xué)數(shù)據(jù)的必要信息之間的差距。這個(gè)來(lái)自HUPO-PSI制定的此格式非常適合將基于質(zhì)譜的蛋白質(zhì)組學(xué)和代謝組學(xué)結(jié)果提供給質(zhì)譜（MS）領(lǐng)域之外更廣泛的生物界使用。mzTab解決了許多結(jié)構(gòu)和功能各不相同的蛋白質(zhì)中存在特定肽序列的情況。A.2.6核磁共振光譜格式（NMR）XEasy。A.2.7酶動(dòng)力學(xué)數(shù)據(jù)格式:EnzymeML（SBML）兼容。它由國(guó)際社區(qū)不斷發(fā)展和擴(kuò)展。A.2.8凝膠電泳數(shù)據(jù)格式：凝膠標(biāo)記語(yǔ)言（GelML）GB/TXXXXX—XXXX在凝膠電泳中，元數(shù)據(jù)具有非常重要的意義。由HUPO-PSI開(kāi)發(fā)的GelML是用于表示在蛋白質(zhì)組學(xué)研基因組學(xué)實(shí)驗(yàn)（FuGE）對(duì)象模型中的幾個(gè)結(jié)構(gòu)。A.2.9實(shí)時(shí)PCR數(shù)據(jù)格式所需的最基本信息。目前，該格式也適用于數(shù)字PCR（dPCR）。A.2.10基因組測(cè)序數(shù)據(jù)格式數(shù)據(jù)的可發(fā)現(xiàn)性，從而實(shí)現(xiàn)數(shù)據(jù)整合、發(fā)現(xiàn)和比較?；蚪M的MIGS、用于宏基因組的MIMS和用于標(biāo)記基因的MIMARKS。A.2.11生物大分子結(jié)構(gòu)數(shù)據(jù)初以自蛋白質(zhì)數(shù)據(jù)庫(kù)（PDB）的三種晶體學(xué)數(shù)據(jù)格式中的一種進(jìn)行格式化。通常使用標(biāo)準(zhǔn)制表符分隔格上一致地提取、顯示和處理蛋白質(zhì)/核苷酸序列數(shù)據(jù)庫(kù)條目標(biāo)識(shí)符、描述、分類等信息，并允許表示結(jié)構(gòu)注釋，如翻譯后修飾、突變和其他。該格式采用擴(kuò)展FASTA格式的純文本文件形式，其中包含描述序列條目的元數(shù)據(jù)頭，以描述從數(shù)據(jù)庫(kù)中獲取的相關(guān)信息（即名稱、版本等）。A.2.12小分子（化學(xué)實(shí)體）結(jié)構(gòu)和美國(guó)國(guó)家標(biāo)準(zhǔn)與技術(shù)研究院（NIST）在2000年至2005年開(kāi)發(fā)，格式和算法是非專有的。InChI標(biāo)識(shí)符格式在文獻(xiàn)和生物信息學(xué)應(yīng)用中廣泛使用。是社區(qū)贊助的SMILES開(kāi)放標(biāo)準(zhǔn)版本。SMILES在文獻(xiàn)和生物信息學(xué)應(yīng)用中也廣泛使用。文件描述一個(gè)單獨(dú)的分子結(jié)構(gòu)，可以包含不連通的片段。V3000molfile和V3000rxnfile格式是規(guī)范的信息。盡管通常被稱為molfile，但隨著最初創(chuàng)建并擁有該文件格式規(guī)范的公司的更迭，規(guī)范的所有權(quán)GB/TXXXXX—XXXX也發(fā)生了變化。MDL信息系統(tǒng)公司（MDLInformationSystems）最初開(kāi)發(fā)了該格式，目前由達(dá)索系統(tǒng)由MolecularDesignLimited（MDL）開(kāi)發(fā)和發(fā)布的，成為最廣泛使用的化學(xué)品信息導(dǎo)入和導(dǎo)出標(biāo)準(zhǔn)。A.2.13用于基于測(cè)序的功能基因組學(xué)的微陣列數(shù)據(jù)和格式功能基因組數(shù)據(jù)學(xué)會(huì)（FGEDSociety）最初推出了一種名為MAGE-ML的微陣列數(shù)據(jù)標(biāo)記語(yǔ)言格式。后來(lái)發(fā)現(xiàn)，這款產(chǎn)品對(duì)于沒(méi)有生物信息學(xué)知識(shí)基礎(chǔ)的研究者來(lái)說(shuō)過(guò)于復(fù)雜立的，不需要理解MAGE-ML或XML。MAGE-TAB可以用于按照MIAME指南存儲(chǔ)微陣列數(shù)據(jù)，或者按照MINSEQ指南存儲(chǔ)測(cè)序?qū)嶒?yàn)數(shù)據(jù)。MIAME（關(guān)于微陣列實(shí)驗(yàn)的最小信息集）旨在明確規(guī)定對(duì)微陣列實(shí)驗(yàn)進(jìn)行準(zhǔn)確描述所需的所有必要于植物微陣列實(shí)驗(yàn)的最小信息指南）是MIAME指南的一個(gè)擴(kuò)展，描述了在涉及植物的微陣列實(shí)驗(yàn)時(shí)應(yīng)記錄哪些生物學(xué)細(xì)節(jié)信息。需要提供關(guān)于生物方面的詳細(xì)信息，如生長(zhǎng)條件、收獲時(shí)間或收獲器官等。MINSEQE（高通量測(cè)序?qū)嶒?yàn)的最小信息集）描述了高通量核苷酸測(cè)序?qū)嶒?yàn)所需的最小信息，以使人同模式的多個(gè)實(shí)驗(yàn)的整合，從而最大限度地提高高通量測(cè)序研究的價(jià)值。A.2.14糖組學(xué)數(shù)據(jù)格式——糖組學(xué)實(shí)驗(yàn)所需的最小信息——基于質(zhì)譜的糖組學(xué)數(shù)據(jù)分析（MIRAGEM地理解碳水化合物的生物化學(xué)結(jié)構(gòu)-功能關(guān)系，研究人員需要提供詳細(xì)的測(cè)定條件和實(shí)驗(yàn)結(jié)果描述。然段）；以及在進(jìn)行質(zhì)譜分析（MS）之前進(jìn)行的樣本前處理（非、還原、甲基化、內(nèi)/外糖酶消化、熒光標(biāo)記、在線/離線液相色譜分離）。A.2.15流式細(xì)胞術(shù)實(shí)驗(yàn)數(shù)據(jù)的格式——關(guān)于流式細(xì)胞術(shù)實(shí)驗(yàn)的最小信息集（MIFlowCyt）流式細(xì)胞術(shù)實(shí)驗(yàn)的最小信息集（MIFlowCyt）建立了有關(guān)流式細(xì)胞術(shù)實(shí)驗(yàn)概述、樣本、儀器和數(shù)據(jù)式細(xì)胞術(shù)實(shí)驗(yàn)的臨床、生物和技術(shù)問(wèn)題進(jìn)行一致注釋。A.2.16描述合成生物學(xué)元件、部件和系統(tǒng)的數(shù)據(jù)格式A.2.16.1合成生物學(xué)開(kāi)放語(yǔ)言（SBOL）SBOL是一種開(kāi)放標(biāo)準(zhǔn)，用于表示基于計(jì)算機(jī)的生物設(shè)計(jì)，以及通過(guò)設(shè)計(jì)-構(gòu)建-測(cè)試-學(xué)習(xí)工作流程傳設(shè)計(jì)（SBOLVisual）。A.2.16.2合成生物學(xué)開(kāi)放語(yǔ)言視覺(jué)版（SBOLVisual）合成生物學(xué)開(kāi)放語(yǔ)言視覺(jué)版（SBOLVisual）是一種開(kāi)源的圖形符號(hào)，使用示意圖“符號(hào)”來(lái)表示遺傳元件、部件、模塊和系統(tǒng)。A.2.17生命科學(xué)、環(huán)境和生物醫(yī)學(xué)實(shí)驗(yàn)的元數(shù)據(jù)格式A.2.17.1基于調(diào)查/研究/分析模型的制表分隔格式（ISA-TAB）述其實(shí)驗(yàn)元數(shù)據(jù)（即樣本特征、技術(shù)和測(cè)量類型、樣本到數(shù)據(jù)關(guān)系）。A.2.17.2基于調(diào)查/研究/分析模型的JSON格式（ISA-JSON）ISA-JSON描述了一種使用JSON格式的參考實(shí)現(xiàn)，用于規(guī)范ISA抽象模型。JSON是一種用于序列化結(jié)構(gòu)化數(shù)據(jù)的文本格式。ISA模型由三個(gè)核心實(shí)體組成，用于捕獲實(shí)驗(yàn)元數(shù)據(jù)：調(diào)查、研究和分析。該模特征、技術(shù)和測(cè)量類型、樣本到數(shù)據(jù)關(guān)系）。A.2.17.3快捷式健康照護(hù)互操作性資源（FHIR）織能夠提供綜合醫(yī)療保健。FHIR的預(yù)期A.3生物成像數(shù)據(jù)的格式A.3.1影像數(shù)據(jù)資源格式（IDR）IDR是一個(gè)用于發(fā)布、挖掘和集成大規(guī)模生物成像數(shù)據(jù)的原型平臺(tái)，遵循歐洲A.3.2開(kāi)放式顯微鏡環(huán)境可擴(kuò)展標(biāo)記語(yǔ)言格式（OME-XML）開(kāi)放式顯微鏡環(huán)境項(xiàng)目（OME）為了生物顯微鏡數(shù)據(jù)的存儲(chǔ)和處理開(kāi)發(fā)了相關(guān)的開(kāi)源軟件和數(shù)據(jù)格式標(biāo)準(zhǔn)。該項(xiàng)目是由大學(xué)、研究機(jī)構(gòu)、工業(yè)界和軟件開(kāi)發(fā)團(tuán)體聯(lián)合推進(jìn)。OME-XML的目的是提供一種豐富的、可擴(kuò)展的方法來(lái)保存與顯微鏡實(shí)驗(yàn)及其中獲取的圖像有關(guān)的信息。A.3.3開(kāi)放顯微鏡環(huán)境本體論模型（OME-OWL）面的圖像分析。從OME數(shù)據(jù)模型中提取的核心概念包括項(xiàng)目、實(shí)驗(yàn)、儀器、圖像、屏幕、平板和感興趣區(qū)域。該本體論模型已經(jīng)擴(kuò)展到包括電子顯微鏡、X射線計(jì)算機(jī)斷層A.4應(yīng)用于生物系統(tǒng)計(jì)算機(jī)模型的數(shù)據(jù)格式A.4.1CellMLGB/TXXXXX—XXXXCellML是一種機(jī)器可讀的、基于XML的模型描述和交換格式，用于基于計(jì)算機(jī)的數(shù)學(xué)模型。它是一種描述語(yǔ)言，用于定義細(xì)胞和亞細(xì)胞過(guò)程的模型。它定義了將數(shù)學(xué)關(guān)系分組模塊中的輕量級(jí)XML結(jié)構(gòu)。模型被認(rèn)為是主要數(shù)據(jù)，生物學(xué)相關(guān)的語(yǔ)境信息是通過(guò)使用RDF對(duì)變量和方程注釋元數(shù)據(jù)來(lái)提供的。A.4.2系統(tǒng)生物學(xué)標(biāo)記語(yǔ)言（SBML）SBML一種基于XML的機(jī)器可讀模型描述和交換格式，用于生物過(guò)程的計(jì)算模型。其優(yōu)點(diǎn)在于表示生別上實(shí)現(xiàn)一致的語(yǔ)言。由于SBMLLevel3的格式是模塊化的，因此核涉及良好混合的物質(zhì)和它們所在的空間均勻區(qū)隔。擴(kuò)展核心并可選擇使用的SBML包增加了額外的模型使用RDF對(duì)模型、其參數(shù)、變量、方程、實(shí)體、組件和其他內(nèi)容進(jìn)行注釋，可以提供模型的生物和結(jié)構(gòu)語(yǔ)境信息，以及模型的內(nèi)容和環(huán)境信息。A.4.3神經(jīng)科學(xué)可擴(kuò)展標(biāo)記語(yǔ)言（NeuroML）經(jīng)元的生物物理和解剖學(xué)特性的模型。A.4.4藥物計(jì)量學(xué)標(biāo)記語(yǔ)言（PharmML）PharmML是一種用于藥效學(xué)中的非線性混合效應(yīng)模型的交換格式，提供一種編碼模型、試驗(yàn)設(shè)計(jì)和建模步驟的方法。PharmML允許在群體藥代動(dòng)力學(xué)和藥效學(xué)中使用的不同軟件工具之間平穩(wěn)交換計(jì)算機(jī)A.4.5人類生理組場(chǎng)標(biāo)記語(yǔ)言（FieldML）FieldML是一種機(jī)器可讀、基于XML的模型描述和交FieldML能用于3D動(dòng)態(tài)幾何等方面的信息，來(lái)描述細(xì)胞、組織和器官等計(jì)算模型。A.4.6生物路徑交換（BioPAX）A.4.7系統(tǒng)生物學(xué)圖形符號(hào)（SBGN）節(jié)水平上觀察生物網(wǎng)絡(luò)。GB/TXXXXX—XXXX——SBGN過(guò)程描述語(yǔ)言（PD）：SBGN過(guò)程描述（PD）語(yǔ)言顯示網(wǎng)絡(luò)中生化相互作用的時(shí)序過(guò)程。它可用于展示網(wǎng)絡(luò)中所有生化實(shí)體的分子相互作用，同一實(shí)體可在同一張圖中多次出——SBGN實(shí)體關(guān)系語(yǔ)言（ER）：SBGN實(shí)體關(guān)系（ER）語(yǔ)言允許查看給定實(shí)體參與的所有關(guān)系，不考慮時(shí)間因素。關(guān)系可視為描述實(shí)體節(jié)點(diǎn)對(duì)其他關(guān)系影響的規(guī)則?！猄BGN活動(dòng)流程語(yǔ)言（AFSBGN活動(dòng)流程(AF)語(yǔ)言描述網(wǎng)絡(luò)中生化實(shí)體之間的信息流。它省略了有關(guān)實(shí)體狀態(tài)轉(zhuǎn)換的信息，特別適合表示遺傳或環(huán)境等擾動(dòng)的影響。A.5應(yīng)用于生命科學(xué)模型模擬及其結(jié)果的數(shù)據(jù)格式A.5.1模擬實(shí)驗(yàn)描述標(biāo)記語(yǔ)言（SED-ML）模擬實(shí)驗(yàn)描述標(biāo)記語(yǔ)言（SED-ML）是一種機(jī)器可讀的，基于XML的數(shù)據(jù)交換格式，用于編碼計(jì)算模條款B.2）。依賴于任何特定的仿真軟件或建模格式。A.5.2開(kāi)放模型交換格式（OMEX）可以使用任何格式，但使用XML序列化的RDF格式是最佳選擇。A.5.3數(shù)值標(biāo)記語(yǔ)言（NuML）數(shù)值標(biāo)記語(yǔ)言（NuML）是一種機(jī)器可讀的，基于XML的數(shù)據(jù)交換格式，用于描述和交換模型和仿真描述中的多維數(shù)值數(shù)組。NuML最初作為系統(tǒng)生物學(xué)結(jié)果標(biāo)記語(yǔ)言（SBRML）的一部分而被開(kāi)發(fā)。A.6用于數(shù)據(jù)和模型質(zhì)量測(cè)量的描述符質(zhì)量控制標(biāo)記語(yǔ)言（qcML）是一種機(jī)器可讀的，基于XML的數(shù)據(jù)交換格式，用于質(zhì)譜法中與質(zhì)量相目目前的重點(diǎn)是基于質(zhì)譜法的蛋白質(zhì)組學(xué)，但該格式也適用于代謝組學(xué)和下一代測(cè)序。GB/TXXXXX—XXXX數(shù)據(jù)、模型和元數(shù)據(jù)的最低報(bào)告標(biāo)準(zhǔn)B.1概述附件B提供了適用于生命科學(xué)領(lǐng)域的最小信息標(biāo)準(zhǔn)清單以及適用于特匯表清單，以描述數(shù)據(jù)集及其包含的數(shù)據(jù)元素和語(yǔ)境。附錄B中列出的報(bào)告標(biāo)準(zhǔn)并非排他性的，也可以使用其他類似標(biāo)準(zhǔn)（如果適用）。除所列標(biāo)準(zhǔn)外，只要滿足本文件中的所有其他要求及相關(guān)前提條件，其他標(biāo)準(zhǔn)也可使用（見(jiàn)第4至有關(guān)生命科學(xué)數(shù)據(jù)格式的標(biāo)準(zhǔn)和詞匯表的在線資源可在全球的網(wǎng)絡(luò)上找到。其中一個(gè)廣泛使用的據(jù)庫(kù)和數(shù)據(jù)政策的數(shù)據(jù)和元數(shù)據(jù)標(biāo)準(zhǔn)。附錄B.2中列出的最低信息標(biāo)準(zhǔn)和附錄B.3中列出的術(shù)語(yǔ)可以在“ISO20691FAIRsharingCollection”中找到，這是一個(gè)不斷審編和更新的列表。在FAIRsharing和其他在線資源中，還可以找到比本附錄描述的更多的格式和元數(shù)據(jù)格式。附錄B.3中的本體論列表是從NCBOBioPortal和EMBL-EBIOntologyLookupService檢索得到的一中的積極使用情況而被認(rèn)為具有相關(guān)性。B.2最低報(bào)告標(biāo)準(zhǔn)表B.1表最低信息標(biāo)準(zhǔn)清單首字母縮寫描述和主頁(yè)CIMRCONSORT平行組隨機(jī)對(duì)照試驗(yàn)（RCT）的報(bào)告，使讀者能夠了解試驗(yàn)的設(shè)計(jì)、實(shí)MIABE針對(duì)一種或一系列生物活性實(shí)體(如藥物和農(nóng)藥)及其與一個(gè)或多個(gè)靶點(diǎn)分子MIABIS生物庫(kù)之間的合作以及促進(jìn)生物樣本和數(shù)據(jù)交換所準(zhǔn)的目的是通過(guò)協(xié)調(diào)生物庫(kù)和生物醫(yī)學(xué)研究，促進(jìn)生MIACA信息指南和模塊化的細(xì)胞測(cè)定對(duì)象模型（CA-OM），可涵蓋各種可能的細(xì)MIAMEMIAPAR求這是一個(gè)為希望明確描述蛋白質(zhì)親和試劑及其蛋白質(zhì)的指南。它規(guī)定了描述親和試劑（如抗體、適體MIAPA3)本信息僅為方便本文件的用戶而提供，并不構(gòu)成ISO對(duì)本產(chǎn)品的認(rèn)可。其他網(wǎng)絡(luò)資源也可用于總結(jié)合適的格式和詞匯。GB/TXXXXX—XXXX求MIAPEMIAPE-MS對(duì)數(shù)據(jù)的（重新）解釋和（重新）評(píng)估，以及可能重現(xiàn)MIAPE-MSI為分析質(zhì)譜實(shí)驗(yàn)產(chǎn)生的數(shù)據(jù)而使用蛋白質(zhì)和肽鑒信息集合，這些信息應(yīng)足以支持對(duì)數(shù)據(jù)的有效解釋和MIAPE-GEMIAPE-GI以符合“MIAPE原則”文件規(guī)定的方式，報(bào)告利用凝膠電泳圖像進(jìn)行的信MIAPE-CCMIAPE-CEMIAPE-Quant在蛋白質(zhì)組學(xué)實(shí)驗(yàn)中使用定量技術(shù)所需的最小信息集合MIAPPE求植物表型實(shí)驗(yàn)報(bào)告指南，涵蓋植物表型實(shí)驗(yàn)以下方MIARERNAi實(shí)驗(yàn)的最低信息要求一套描述了關(guān)于RNAi實(shí)驗(yàn)需要的最小信息集合的指南，以便能夠?qū)Y(jié)果進(jìn)MIASE從給定的一組定量模型中獲得的，以便能夠執(zhí)行MIFlowCytMICEEMIxS-MIGS/MIMS用于擴(kuò)展INSDC（DDBJ/EMBL/GenBank）的最小信息集合，以便進(jìn)一步描述基因組和宏基因組序列。MIMS補(bǔ)充描述了環(huán)境方MINI求MIRIAM一套用于生物計(jì)算模型的一致標(biāo)注和篩選的指南MISFISHIE在發(fā)布、公開(kāi)或交換基于視覺(jué)解釋的組織基因表達(dá)定交、免疫組織化學(xué)、報(bào)告基因構(gòu)建遺傳實(shí)驗(yàn)（GFP/綠色熒光蛋白、β-半MIxS序列元數(shù)據(jù)的總體框架，包括之前MIGS和MIMS標(biāo)準(zhǔn)中的技術(shù)特定清單，提供了一種引入MIMARKS等其他清單的方法，并允許使用環(huán)境信息對(duì)樣本數(shù)MIAPepAESTRENDASTROBESTROBE-nutB.3特定領(lǐng)域的本體、分類法和受控詞匯表B.3.1醫(yī)學(xué)、健康與疾病表B.2醫(yī)學(xué)、健康相關(guān)的特定本體、分類法和結(jié)構(gòu)化詞匯和疾病首字母縮寫描述和主頁(yè)ATC根據(jù)藥物作用的器官或系統(tǒng)及其治療、藥理和化學(xué)性質(zhì)對(duì)藥物活性世界衛(wèi)生組織藥物統(tǒng)計(jì)方法合作中心（WHOCC）整理，于1976年首次出版。CHMO化學(xué)方法CMODCMDICOMDICOM的受控術(shù)語(yǔ)。DINTODOIDDRONICD-10（ICD）第10版國(guó)際疾病分類（ICD）是所有一般流行病學(xué)、大部分健康管理和臨床使斷分類。ICD-10是世界衛(wèi)生組織（WHO）的醫(yī)學(xué)分類列表《國(guó)際疾病和相關(guān)健康問(wèn)題統(tǒng)計(jì)分類》的第十次修訂版。它包含疾病、體征和癥狀、異常發(fā)現(xiàn)、ICD-11（ICD）第11版疾病、與健康有關(guān)的狀況和傷害或死亡的外部原因的類別。ICD的目的是允許對(duì)在不同國(guó)家或地區(qū)和不同時(shí)間收集的死亡率和發(fā)病率數(shù)據(jù)進(jìn)行系統(tǒng)的記錄較。ICD將疾病和其他健康問(wèn)題的診斷以字母數(shù)字代碼表示，以便數(shù)據(jù)的存儲(chǔ)、檢索和分析。ICD已經(jīng)成為所有一般流行病學(xué)、大部分健康管理和臨床使用的國(guó)際標(biāo)準(zhǔn)診斷分NCItNCI敘詞表NCI和其他系統(tǒng)的參考術(shù)語(yǔ)表。它涵蓋了臨床護(hù)理，轉(zhuǎn)化和基礎(chǔ)研究，以及公共信息和行政MedDRA藥品監(jiān)管過(guò)程中用于制藥行業(yè)監(jiān)管機(jī)構(gòu)的術(shù)語(yǔ)，包括從上市前到上市后的活動(dòng)，以及MESHNDFRT國(guó)家藥品檔案描述藥物生理作用（PE）的參考層次結(jié)構(gòu)。OGMS全科醫(yī)學(xué)本體論涉及臨床會(huì)診的實(shí)體，包括在醫(yī)學(xué)領(lǐng)域中廣泛使用的一般性術(shù)語(yǔ)。OGMS的范圍限于人類，但許多術(shù)語(yǔ)也可以適用于各種生物體。OGMS提供了一種疾病理論，可以通過(guò)具體的疾病本OBIB用于生物庫(kù)存儲(chǔ)和管理的注釋和建模的本體論。它基于生物醫(yī)學(xué)調(diào)查本體論（OBI）的子集，使用基本形式本體論（BFO）作為頂層本體論，并遵循OBOFoundry原則進(jìn)行開(kāi)發(fā)。本體論的第一個(gè)版本合并了兩個(gè)現(xiàn)有的與生物庫(kù)相關(guān)的本體論，即OMIABIS和生物庫(kù)本體論。OMRSE醫(yī)學(xué)相關(guān)社會(huì)涵蓋與衛(wèi)生保健相關(guān)的社會(huì)實(shí)體領(lǐng)域，如人口統(tǒng)計(jì)信息（例如，記錄個(gè)人認(rèn)同性別OMIABISMIABIS本體論MIABIS（生物庫(kù)數(shù)據(jù)共享的最小信息集合）本體論。RxNORMRxNORM臨床藥物的標(biāo)準(zhǔn)化名稱，并將其名稱與藥店管理SNOMED-CT醫(yī)學(xué)系統(tǒng)命名系統(tǒng)性組織的、計(jì)算機(jī)可處理的醫(yī)學(xué)術(shù)語(yǔ)集語(yǔ)、同義詞和定義。SNOMED-CT是一個(gè)參考術(shù)語(yǔ)，可用于跨醫(yī)療保健學(xué)科的標(biāo)準(zhǔn)化醫(yī)療保健SYMP疾病癥狀，包括患者所報(bào)告的功能、感覺(jué)或外觀上的感知變化，這些變UMLS統(tǒng)一醫(yī)學(xué)語(yǔ)言統(tǒng)一醫(yī)學(xué)語(yǔ)言系統(tǒng)(UMLS)整合并分發(fā)關(guān)鍵術(shù)語(yǔ)、分類和編碼標(biāo)準(zhǔn)以B.3.2解剖學(xué)表B.3解剖學(xué)相關(guān)的特定本體、分類法和結(jié)構(gòu)化詞匯首字母縮寫描述和主頁(yè)AEOBSPOCAROFMA關(guān)于人體解剖學(xué)知識(shí)體系的領(lǐng)域本體論。它的本體論框架可RadLexUBERON涵蓋動(dòng)物并連接多個(gè)物種特異性本體的跨物種解剖學(xué)本體。它代表了根據(jù)傳統(tǒng)（如結(jié)構(gòu)、功能和發(fā)育譜系）分類的各種實(shí)體。該本體論包括與特定分類的解剖B.3.3生物化學(xué)表B.4生物化學(xué)相關(guān)的特定本體、分類法和結(jié)構(gòu)化詞匯首字母縮寫描述和主頁(yè)CHEBICHEMINF代表化學(xué)信息的本體論。特別是，它旨在創(chuàng)建EMOB.3.4細(xì)胞表B.5細(xì)胞相關(guān)的特定本體、分類和結(jié)構(gòu)化詞匯首字母縮寫描述和主頁(yè)CL用于表示原核生物、真菌和真核生物細(xì)胞類型的并了物種特異性解剖本體論中包含的信息，并參考了其他OBOFoundry本體論，如蛋白質(zhì)本體論（PR）用于表達(dá)獨(dú)特的生物標(biāo)志物，基CBO用于描述多細(xì)胞計(jì)算模型的術(shù)語(yǔ)/實(shí)體，重點(diǎn)關(guān)注存在性細(xì)胞行為CLOB.3.5基因、蛋白質(zhì)和RNA表B.6基因、蛋白質(zhì)和RNA相關(guān)的特定本體、分類法和結(jié)構(gòu)化詞匯首字母縮寫B(tài)ioPAXGO結(jié)構(gòu)化詞匯表，供研究界用于基因、基因產(chǎn)物和序列的注釋。GO定義MOPOMIT微小RNA靶標(biāo)本體論用于描述微小RNA（miRNA）領(lǐng)域中的數(shù)據(jù)交流標(biāo)準(zhǔn)和常用數(shù)據(jù)元素的PWPPIOPRORNAORNA本體論用于描述RNA所有方面的術(shù)語(yǔ)/實(shí)體，從初級(jí)序列到比對(duì)、二級(jí)和三用于序列注釋、交流注釋數(shù)據(jù)和描述數(shù)據(jù)庫(kù)B.3.6表型表B.7表型相關(guān)的特定本體、分類法和結(jié)構(gòu)化詞匯首字母縮寫描述和主頁(yè)HPMPNCBITAXONNCBI分類學(xué)NCBI生物分類學(xué)本體論。它不遵循單一來(lái)源的分類學(xué)規(guī)范，而是試圖整合來(lái)自各種來(lái)源的系統(tǒng)發(fā)育和分類學(xué)知識(shí)，包OMIMOntologyOMIM是一個(gè)全面的、權(quán)威的、并且可以免費(fèi)獲取并每日更新的人類基因、遺傳表型以及它們之間關(guān)系的匯編。OMIM本體包含在OMIMOMP用于注釋微生物表型的本體論，包括細(xì)菌、古細(xì)PATOORDOB.3.7實(shí)驗(yàn)表B.8實(shí)驗(yàn)相關(guān)的特定本體、分類法和受控詞匯首字母縮寫描述和主頁(yè)BAO用于化學(xué)生物學(xué)篩選測(cè)定及其結(jié)果的概念，包括高通量篩選（HTS）數(shù)據(jù)，以便對(duì)測(cè)ECO用于描述證據(jù)類型和斷言方法的術(shù)語(yǔ)（類）。ECO術(shù)語(yǔ)在生物審編過(guò)程中用于獲取支持生物結(jié)論的證據(jù)（例如，基因產(chǎn)物X具有功能Y，由證據(jù)Z支持）。獲取這些信息可XCO用于在臨床和涉及人類或模式生物的研究中，進(jìn)行生理和形態(tài)EFO在多個(gè)資源中建模實(shí)驗(yàn)變量的概念，以增加當(dāng)前資源中的注釋豐富LOINC臨床和實(shí)驗(yàn)室觀察的通用語(yǔ)言（標(biāo)識(shí)符、名稱和代碼的集合）。LOINC是一個(gè)測(cè)量目LOINC通過(guò)提供一組通用代碼和結(jié)構(gòu)化名稱來(lái)交換和聚合臨床結(jié)果，以明確標(biāo)識(shí)可測(cè)PSI-MICVPSI分子相互作用結(jié)用于蛋白質(zhì)相互作用相關(guān)實(shí)驗(yàn)注釋的結(jié)構(gòu)化詞匯。由HUPO蛋白質(zhì)組學(xué)標(biāo)準(zhǔn)OBI論提供一個(gè)具有精確定義的含義的術(shù)語(yǔ)的開(kāi)放標(biāo)準(zhǔn)，以描述生物學(xué)SEP用于注釋科學(xué)實(shí)驗(yàn)中樣本處理和分離技術(shù)的結(jié)構(gòu)化詞匯，包括SMART方案B.3.8分析和統(tǒng)計(jì)表B.9分析和統(tǒng)計(jì)學(xué)相關(guān)的特定本體、分類法和結(jié)構(gòu)化詞匯首字母縮寫描述和主頁(yè)CDAOMAMO對(duì)生命科學(xué)中使用的數(shù)學(xué)模型類型、變量、關(guān)系和MMO表示用于在臨床和模型生物體中進(jìn)行定性和定量臨OBCS生物醫(yī)學(xué)和臨床統(tǒng)計(jì)學(xué)領(lǐng)域的生物醫(yī)學(xué)本體論。OBC生物醫(yī)學(xué)和臨床領(lǐng)域的統(tǒng)計(jì)報(bào)告。OBCS使用基本形式本體（BFO）作為上層本體。OBCS在生物醫(yī)學(xué)研究本體論（OBI）中引入所有與生物ONTODM-CORE數(shù)據(jù)挖掘領(lǐng)域的通用本體論。該本體論包括在處理過(guò)程，以及信息處理過(guò)程的參與者及其規(guī)范。由于OntoDM嚴(yán)格遵守公認(rèn)的標(biāo)準(zhǔn)，并且與現(xiàn)有的信息處理資源兼可擴(kuò)展性較高。其寬泛的涉及范圍使得該本體如對(duì)數(shù)據(jù)挖掘情景的語(yǔ)義注釋，基于本體的QSAR支STATO用于諸如統(tǒng)計(jì)檢驗(yàn)等過(guò)程的本體論，包括其應(yīng)需或產(chǎn)生的信息，如概率分布、變量、擴(kuò)展和變異度量。STATO還涵蓋實(shí)驗(yàn)設(shè)計(jì)的各個(gè)方面以及常用于提供數(shù)據(jù)分布B.3.9系統(tǒng)生物學(xué)、仿真與虛擬生理人（VPN）表B.10系統(tǒng)生物學(xué)、仿真與虛擬生理人相關(guān)的特定本體、分類法和結(jié)構(gòu)化詞匯首字母縮寫描述和主頁(yè)HUPSONKISAO用于在描述仿真實(shí)驗(yàn)時(shí)引用相關(guān)的算法，從算OPBSBOTEDDY系統(tǒng)生物學(xué)和合成生物學(xué)中生物模型和生物注：有關(guān)系統(tǒng)生物學(xué)、仿真與虛擬生理人領(lǐng)B.3.10數(shù)據(jù)類型、格式等表B.11數(shù)據(jù)類型、格式等相關(guān)的特定本體、分類法和結(jié)構(gòu)化詞匯首字母縮寫描述和主頁(yè)EDAM生物信息學(xué)中通用的結(jié)構(gòu)化詞匯，包括數(shù)據(jù)類Outdo用于描述數(shù)據(jù)類型、數(shù)據(jù)類型生成器、數(shù)據(jù)類ROOBO關(guān)系本體論UCUM量及其單位的明確電子通信。重點(diǎn)是電子通信，UOB.3.11環(huán)境、農(nóng)業(yè)、糧食和營(yíng)養(yǎng)表B.12農(nóng)業(yè)、食品和營(yíng)養(yǎng)相關(guān)的特定本體、分類法和結(jié)構(gòu)化詞匯首字母縮寫描述和主頁(yè)AgrO在農(nóng)藝實(shí)驗(yàn)中使用的農(nóng)藝實(shí)踐、農(nóng)藝技術(shù)