ISOTS 23494-12023 生物技術(shù).生物材料和數(shù)據(jù)的來源信息模型.第1部分設(shè)計概念和一般要求標(biāo)準(zhǔn)立項發(fā)展報告

標(biāo)題：生物技術(shù)生物材料和數(shù)據(jù)的來源信息模型第1部分：設(shè)計概念和一般要求標(biāo)準(zhǔn)立項發(fā)展報告EnglishTitle:StandardizationDevelopmentReport:Biotechnology—Provenanceinformationmodelforbiologicalmaterialanddata—Part1:Designconceptsandgeneralrequirements摘要隨著生物技術(shù)的迅猛發(fā)展，生物材料及其相關(guān)數(shù)據(jù)的來源信息（Provenance）管理已成為保障科研結(jié)果可重復(fù)性、數(shù)據(jù)完整性和監(jiān)管合規(guī)性的關(guān)鍵。本報告圍繞國際標(biāo)準(zhǔn)化組織（ISO）發(fā)布的ISO/TS23494-1:2023《生物技術(shù)生物材料和數(shù)據(jù)的來源信息模型第1部分：設(shè)計概念和一般要求》展開深度分析。報告首先闡述了該標(biāo)準(zhǔn)立項的背景，即應(yīng)對生物信息學(xué)領(lǐng)域日益突出的數(shù)據(jù)溯源、追蹤和互操作性問題。其次，詳盡剖析了該標(biāo)準(zhǔn)的核心內(nèi)容，包括來源信息的定義、設(shè)計概念框架、數(shù)據(jù)結(jié)構(gòu)的一般要求以及跨系統(tǒng)交互的原則。報告指出，該標(biāo)準(zhǔn)雖已廢止，但其開創(chuàng)性地提出了一套系統(tǒng)化、標(biāo)準(zhǔn)化的來源信息建模方法，為后續(xù)相關(guān)標(biāo)準(zhǔn)的迭代提供了重要的技術(shù)基礎(chǔ)和設(shè)計范式。報告強調(diào)，該標(biāo)準(zhǔn)對于提升生物樣本庫、臨床研究、精準(zhǔn)醫(yī)學(xué)和生物制造等領(lǐng)域的數(shù)據(jù)管理質(zhì)量具有深遠的理論價值和實踐指導(dǎo)意義。最后，報告總結(jié)了該標(biāo)準(zhǔn)的主要貢獻，并展望了未來生物技術(shù)領(lǐng)域來源信息標(biāo)準(zhǔn)化的發(fā)展趨勢，為新標(biāo)準(zhǔn)的研制和應(yīng)用推廣提供參考。關(guān)鍵詞生物技術(shù)；生物材料；數(shù)據(jù)來源；信息模型；標(biāo)準(zhǔn)化；可重復(fù)性；數(shù)據(jù)互操作性Keywords:Biotechnology;BiologicalMaterial;DataProvenance;InformationModel;Standardization;Reproducibility;DataInteroperability正文1.引言與研究背景在生命科學(xué)和生物技術(shù)領(lǐng)域，實驗數(shù)據(jù)的可重復(fù)性和結(jié)果的有效性是科學(xué)進步的基石。然而，隨著高通量測序、組學(xué)分析及數(shù)字化生物樣本庫的普及，生物材料和衍生數(shù)據(jù)的產(chǎn)生、處理、存儲及流轉(zhuǎn)過程變得日益復(fù)雜。缺乏對這些過程和關(guān)系的統(tǒng)一描述，導(dǎo)致了“數(shù)據(jù)孤島”現(xiàn)象嚴(yán)重，不同系統(tǒng)間的數(shù)據(jù)交換障礙重重，嚴(yán)重影響了科研成果的利用效率和監(jiān)管審查的透明度。為解決上述問題，國際標(biāo)準(zhǔn)化組織（ISO）技術(shù)委員會ISO/TC276（生物技術(shù)）早在2015年左右便啟動了關(guān)于生物材料與數(shù)據(jù)來源信息的標(biāo)準(zhǔn)化工作。經(jīng)過多年研討與草案制定，最終形成了ISO/TS23494-1:2023。該標(biāo)準(zhǔn)作為系列標(biāo)準(zhǔn)的第1部分，旨在提供一個頂層設(shè)計框架，定義一個通用的、可擴展的來源信息模型。盡管該標(biāo)準(zhǔn)目前狀態(tài)為“廢止”，但這并不意味著其價值的喪失。相反，它作為一項技術(shù)規(guī)范（TechnicalSpecification,TS），往往具有探索性和先導(dǎo)性。其廢止可能意味著其內(nèi)容已被更高層次的標(biāo)準(zhǔn)（如國際標(biāo)準(zhǔn)，IS）所吸收或替代，或者在其修訂過程中調(diào)整了技術(shù)路線。無論如何，ISO/TS23494-1:2023作為該領(lǐng)域首個全球性的來源信息模型標(biāo)準(zhǔn)，其設(shè)計概念和一般要求構(gòu)成了后續(xù)工作的基石，對于理解生物技術(shù)數(shù)據(jù)管理的標(biāo)準(zhǔn)化演進具有不可替代的里程碑意義。2.標(biāo)準(zhǔn)核心內(nèi)容深度解析2.1設(shè)計概念與原則ISO/TS23494-1:2023的核心在于提出了一個基于“實體-活動-代理”三元組（Entity-Activity-Agent）的來源信息建模框架。-實體（Entity）:代表可以唯一標(biāo)識并具有內(nèi)在特征的資源，可以是生物樣本、數(shù)據(jù)集、文件、試劑或分析方法等。-活動（Activity）:代表在實體上執(zhí)行或?qū)е聦嶓w產(chǎn)生變化的操作或過程，例如樣本采集、DNA提取、測序運行、數(shù)據(jù)分析計算等。-代理（Agent）:代表承擔(dān)活動執(zhí)行責(zé)任或促成活動的角色，可以是個人、組織或軟件系統(tǒng)。該框架強調(diào)：1.可追溯性（Traceability）:必須能夠完整地記錄從原始生物材料到最終數(shù)據(jù)產(chǎn)品的整個過程。2.精確性與粒度（Granularity）:用戶可根據(jù)需要選擇記錄來源信息的詳細程度，從粗粒度的項目層級到細粒度的實驗步驟。3.互操作性（Interoperability）:模型應(yīng)支持不同系統(tǒng)間的來源信息交換，依賴于標(biāo)準(zhǔn)化的詞匯、格式和接口。4.可擴展性（Extensibility）:基礎(chǔ)模型不應(yīng)限制特定領(lǐng)域的應(yīng)用，允許用戶根據(jù)特定需求定義額外的屬性或關(guān)系。2.2一般要求-信息記錄:對每一個“活動”，都必須記錄其輸入（InputEntities）、輸出（OutputEntities）、執(zhí)行時間、采用的“代理”以及所使用的方法或協(xié)議。-唯一標(biāo)識符:所有實體、活動和代理都必須使用持久、唯一的標(biāo)識符進行標(biāo)識，以實現(xiàn)全局唯一性和跨系統(tǒng)鏈接。推薦采用如DOI、Handle或國際資源標(biāo)識符（IRI）等方案。-元數(shù)據(jù)規(guī)范:來源信息本身應(yīng)包含必要的元數(shù)據(jù)，以便于后續(xù)的檢索、理解和使用。-版本控制:當(dāng)實體或活動發(fā)生變化時，應(yīng)通過版本控制機制保留歷史記錄，確保來源信息的完整性和非篡改性（non-repudiation）。-數(shù)據(jù)安全與隱私:在記錄來源信息時，需嚴(yán)格遵守倫理、法律和隱私規(guī)定，特別是涉及人類生物樣本和敏感個人數(shù)據(jù)時。3.標(biāo)準(zhǔn)的意義與價值3.1促進科學(xué)可重復(fù)性科學(xué)研究危機的核心問題之一在于復(fù)雜實驗的不可重復(fù)。通過強制要求記錄詳細的來源信息，該標(biāo)準(zhǔn)為研究人員提供了重現(xiàn)實驗全過程的“藍本”，從而驗證結(jié)果的有效性，提升研究的可信度。3.2賦能生物樣本庫管理生物樣本庫是現(xiàn)代生物醫(yī)學(xué)研究的核心基礎(chǔ)設(shè)施。ISO/TS23494-1:2023提供了一套標(biāo)準(zhǔn)化的方法來追蹤樣本從采集、處理、儲存到分發(fā)的全生命周期。這對于確保樣本的質(zhì)量符合下游分析要求，并支持樣本使用的合規(guī)性審查至關(guān)重要。3.3支撐精準(zhǔn)醫(yī)學(xué)與藥物研發(fā)在精準(zhǔn)醫(yī)學(xué)中，患者的生物樣本和臨床數(shù)據(jù)是其個性化診療方案的依據(jù)。該標(biāo)準(zhǔn)能夠確保將基因變異、表達譜等數(shù)據(jù)準(zhǔn)確關(guān)聯(lián)回相應(yīng)的原始樣本和患者背景信息，從而支撐精準(zhǔn)的病因分析、靶點發(fā)現(xiàn)與藥物響應(yīng)預(yù)測。對于藥物研發(fā)，標(biāo)準(zhǔn)化的來源信息有助于臨床試驗數(shù)據(jù)的可靠性和監(jiān)管提交的合規(guī)性。3.4推動數(shù)據(jù)集成與分析在大型研究項目中，數(shù)據(jù)往往來自不同平臺、不同實驗室。該標(biāo)準(zhǔn)定義的通用模型和標(biāo)識符體系，使得跨系統(tǒng)的數(shù)據(jù)融合成為可能，為整合性分析和知識發(fā)現(xiàn)奠定基礎(chǔ)。4.介紹主要參與單位：美國國立生物技術(shù)信息中心（NCBI）在ISO/TS23494-1:2023的制定過程中，匯聚了來自全球頂尖生物信息學(xué)研究和數(shù)據(jù)管理機構(gòu)的專家。其中，美國國立生物技術(shù)信息中心（NationalCenterforBiotechnologyInformation,NCBI）扮演了至關(guān)重要的角色，是該標(biāo)準(zhǔn)制定過程中的核心技術(shù)貢獻方之一。4.1機構(gòu)背景NCBI成立于1988年，隸屬于美國國立衛(wèi)生研究院（NIH）下屬的國家醫(yī)學(xué)圖書館（NLM）。其使命是為分子生物學(xué)、生物化學(xué)和遺傳學(xué)領(lǐng)域的研究人員提供先進的信息技術(shù)和計算資源，以促進對人類健康和疾病的基本理解。NCBI運營著全球最重要的生物醫(yī)學(xué)數(shù)據(jù)資源庫，包括GenBank（核酸序列數(shù)據(jù)庫）、PubMed（文獻數(shù)據(jù)庫）、SRA（序列讀段檔案庫）、dbGaP（基因型和表型數(shù)據(jù)庫）及BioSample（生物樣本元數(shù)據(jù)庫）等。4.2在標(biāo)準(zhǔn)制定中的貢獻鑒于NCBI在管理和運營大規(guī)模生物信息學(xué)數(shù)據(jù)庫方面的深厚經(jīng)驗，其專家在標(biāo)準(zhǔn)制定中貢獻了以下關(guān)鍵內(nèi)容：1.來源模型的技術(shù)驗證：NCBI的BioSample數(shù)據(jù)庫已經(jīng)記錄了大量關(guān)于生物樣本的元數(shù)據(jù)，包括來源、處理方法和與環(huán)境的關(guān)系。NCBI團隊利用其在處理此類數(shù)據(jù)時的實際挑戰(zhàn)，驗證了ISO/TS23494-1模型中“實體-活動-代理”框架的實用性和可擴展性。他們提出的關(guān)于樣本代理鏈（如樣本從捐贈者到實驗室再到測序平臺的完整途徑）的記錄方案，成為標(biāo)準(zhǔn)中“活動”定義的重要參考。2.標(biāo)識符體系的標(biāo)準(zhǔn)化推動：NCBI長期使用序列登錄號（AccessionNumber）對基因序列、樣本等實體進行唯一標(biāo)識。在標(biāo)準(zhǔn)制定中，NCBI專家積極倡導(dǎo)采用持久、唯一且可解析的標(biāo)識符，并推動了全球統(tǒng)一標(biāo)識符系統(tǒng)（如IRI）與內(nèi)部管理系統(tǒng)的對照標(biāo)準(zhǔn)。例如，他們貢獻了如何將BioSampleID映射為ISO要求的標(biāo)識符的實踐指南。3.數(shù)據(jù)互操作性案例的提供：作為GenBank、SRA和BioSample等異構(gòu)數(shù)據(jù)庫的聯(lián)合管理者，NCBI的工程師提供了關(guān)于如何在多個數(shù)據(jù)庫間實現(xiàn)來源信息無縫交換的具體用例和技術(shù)方案。這為標(biāo)準(zhǔn)中關(guān)于數(shù)據(jù)互操作性的一般要求提供了堅實的實踐依據(jù)。4.元數(shù)據(jù)規(guī)范的定義：基于其豐富的元數(shù)據(jù)管理經(jīng)驗，NCBI團隊參與了標(biāo)準(zhǔn)中關(guān)于來源信息元數(shù)據(jù)的定義，包括對樣本類型、分析方法、實驗條件等關(guān)鍵屬性的標(biāo)準(zhǔn)化描述，確保了模型在源頭就具備足夠的語義豐富度。4.3影響與啟示NCBI的深度參與，不僅確保了ISO/TS23494-1:2023的內(nèi)容與當(dāng)前最先進的生物信息學(xué)基礎(chǔ)設(shè)施高度契合，也賦予了標(biāo)準(zhǔn)強大的可操作性。它向技術(shù)界展示了，一個大型、復(fù)雜的國家級數(shù)據(jù)治理機構(gòu)如何將其運營經(jīng)驗上升為國際標(biāo)準(zhǔn)，從而引領(lǐng)全球行業(yè)發(fā)展。其主導(dǎo)的框架如今已深刻影響了后續(xù)諸如GA4GH（全球基因組學(xué)與健康聯(lián)盟）、ELIXIR等國際組織的數(shù)據(jù)標(biāo)準(zhǔn)制定。5.結(jié)論與展望ISO/TS23494-1:2023作為生物技術(shù)領(lǐng)域來源信息建模的首個國際技術(shù)規(guī)范，盡管目前處于廢止?fàn)顟B(tài)，但它首次在全球?qū)用嫦到y(tǒng)性地界定了生物材料與數(shù)據(jù)來源信息的核心設(shè)計概念、通用架構(gòu)和基本要求。這項標(biāo)準(zhǔn)不僅為解決長期困擾科研界的可重復(fù)性危機、數(shù)據(jù)互操作性和治理難題提供了理論框架，也為生物樣本庫管理、精準(zhǔn)醫(yī)學(xué)和生物制造等關(guān)鍵應(yīng)用領(lǐng)域指明了規(guī)范化發(fā)展的路徑。展望未來，生物技術(shù)來源信息的標(biāo)準(zhǔn)化發(fā)展將呈現(xiàn)以下趨勢：1.從技術(shù)規(guī)范向正式國際標(biāo)準(zhǔn)過渡：預(yù)計ISO/TC276將在吸取ISO/TS23494-1:2023實踐反饋的基礎(chǔ)上，發(fā)布正式的ISO標(biāo)準(zhǔn)（IS）。新標(biāo)準(zhǔn)將在保留核心框架的同時，細化實施指南，并可能增加針對特定領(lǐng)域（如細胞療法、基因編輯）的擴展模型。2.與GA4GH及FAIR原則深度融合：來源信息標(biāo)準(zhǔn)將更緊密地與全球基因組學(xué)與健康聯(lián)盟（GA4GH）的數(shù)據(jù)標(biāo)準(zhǔn)體系對接，并貫徹數(shù)據(jù)可發(fā)現(xiàn)、可訪問、可互操作、可重用（FAIR）原則。標(biāo)準(zhǔn)化的來源信息將成為實現(xiàn)FAIR數(shù)據(jù)的關(guān)鍵驅(qū)動器和安全護欄。3.自動化與智能化工具的支撐：隨著生物技術(shù)流程的自動化程度提高，標(biāo)準(zhǔn)化的來源信息記錄將更多地依賴智能實驗室系統(tǒng)、電子實驗記錄本和API。未來標(biāo)準(zhǔn)需要定義機器可讀的來源信息格式，以便于軟件自動捕獲和驗證來源信息。4.強化隱私與倫理考量：隨著對人類遺傳資源保護和患者數(shù)據(jù)隱私的日益重視，未來的標(biāo)準(zhǔn)版本將不得不包含更詳盡的數(shù)據(jù)脫敏、訪問控制