词条解读
FAIR：FAIR 既 findability, accessibility, interoperability, and reusability的缩写（可查找、可访问，互操作和可重用），于2016年3月被提出，FAIR是“科学数据管理的指导原则”。
本体论：或叫作存在论、存有论等（ontology），是哲学的一個分支，研究存在、存有、生成和现实等概念。 它包括如何將实体分組到基本类别，以及這些实体中哪些存在于最基本的级别的問題。 本体有時被称为存有科学（英語：science of being），属于哲学的主要分支形而上学。
遗留数据：legacy data，指一组织所获取的数据是由另一组织编译好的。对接受数据的组织而言，就像由前一位数据拥有者获得的「遗产」一般。
近年来，随着小众药市场和个性化医疗被重视，药物发现为靶向精准治疗开辟了一条新的道路。
随着“十万基因组计划”和 “精准医学计划”这些令人兴奋的项目出现，我们明白了靶向方法是如何促进患者的治疗效果的，也对人类生物学有了更深层的理解。
这些项目皆在强调一个事实：精准医疗的成功，很大程度上取决于公司是否能够利用庞大的多样化数据——包括已发表的文献、专有实验数据，以及患者的医疗记录。
人工智能 (AI) 为生命科学企业提供了一个提取知识的可靠选择，许多人正在探索该技术如何加速他们的研究计划。但有一个重要的警告——今天可用的大部分数据实际上都是不适用于人工智能的！
数据以多种格式孤立存储，元数据不足，难以检索、分析和共享。这意味着，如果提供给 AI 模型的数据质量不高、不可信且无法被机器读取，那么许多项目就会面临失败。因此，人工智能的一个关键先决条件是对科学数据的管理（即可查找、可访问、可互操作、可重用）。
这正是本体所能体现价值的地方。
什么是本体？
本体（ontologies）是指人为生成的、机器可识别的、对知识的描述，是大数据时代实现科学数据管理的关键工具所在。
然而，除了真正的业内专家，人们对于本体能够带来的科学与商业价值了解甚少，甚至根本不知道它的存在，这对于数据项目的成功来说是极大的阻碍。
从广义上讲，本体描述了事物（或称为‘类’）的“类型”以及它们之间的关系。例如，“鸡蛋”是一种“食物”。然后，我们会根据鸡蛋的制备方式来划分子类型——例如，煎蛋、炒蛋、水煮蛋。这些类可以供阅读者用来理解该类的文字定义，以及它的同义词和与其他类的关系。例如，“hen egg”源自“hen”。
同义词有助于理解本体类表示的事物的不同表示方式，在生命科学领域中，它可以用于指代基因的不同方式，如PSEN1，它也可以是 PSNL1 或 Presenilin-1。
随着世界飞速发展，我们的理解也在不断更新，本体则致力于在一个特定领域中为人们创造一种共识。
存在于生物医学领域的许多本体都是公开的，例如人类表型本体 (HPO) 或基因本体 (GO)。因此，如果确定了 PSEN1 的新同义词，遗传学家就会更新本体，并将其进行关联与合并。
在生命科学领域，专业知识是必不可少的，人类生物学远比所谓的鸡蛋类比复杂得多。生物医学本体将为药物发现和算法提供动力，这些算法将对患者所用的药物做出重要决定，因此它们的准确性至关重要。
大数据时代本体
如何应用于科学数据管理
目前，生命科学企业面临着两大挑战：科学管理遗留数据，并确保生成的新数据也是可管理的。
使用特定领域的本体管理数据，有助于通过更“ FAIR ”的方式来克服这些挑战。
非结构化遗留数据给企业带来了持续的经济支出，更会拉长战线，使企业错失良机。大量时间浪费在搜索和清理数据，这种生产力损失会推迟上市时间并降低投资回报率。
此外，当一条信息没有注释和被编辑时，其潜在的科学价值就难以被获取。在元数据可用的情况下，数据并不总是那么清晰的——通常缺乏跨组织应用的标准或通用术语，这将对科研学者对数据的使用与挖掘造成阻碍。
还有一个更大的难题：与遗留数据相比，新生成的数据通常也并不符合“FAIR”的标准。
缺乏数据标准，可能导致高达 85% 的研究无效化。确保数据“从一开始就被科学地管理起来”，对于企业防止新生数据变成遗留数据来说至关重要。
例如，输入电子笔记本 (ELN) 的数据通常是自由文本，这使得这些数据集在未来很难搜索。对于此情况，一种解决方案是智能数据输入，科学家在输入分析信息时使用例如本体驱动的类型，以便在输入点使用本体对数据进行规范化。
本体提供具有关联名称和同义词的唯一标识符，这有助于科学语言的规范化，使用这些标识符标记数据让科学家更容易进行搜索和分析，因为它的结果包含本体识别的相关同义词或相关术语。此外，由于本体是公认的社区模型，数据呈现方式更容易被理解，这也减少了竞争术语的使用。
最重要的是，本体论确保了数据是机器可识别的，将它们与人工智能和机器学习相协调以进行分析。借助本体中结构化的数据，企业可以确保他们的算法正在从信息的全貌中学习，从而降低错误风险，并提高结果的准确性。
古老文献与现代科学的结合
事实上，在正确的专业知识的帮助下，本体可以应用于任何遗留数据，在这里有一个实例：
如今，中医药受到越来越多的关注，其国内价值预计到 2025 年将增至 1070 亿美元；另一方面，中医药领域的古代文献具有大量的拼写、同义词、翻译和符号，同一种药物拥有多种指代方式，这对该领域的研发来说是一个极大的挑战。
某项目组标记了有关传统中医 (TCM) 的文本，并利用专业知识构建本体，将化合物的繁体中文名和现代英文名称关联起来，使研究人员能够了解特定中药化合物的成分，从而为科学家们在现代生物医学领域开辟新的资源。
该本体使成百上千的古代文献与数据被科学地管理起来，并被用于算法中；通过算法，研究人员利用古代药物的知识开发出了新的药物。【点击下载原文，看传统中医如何在现代科学的指导下发挥作用】
用这样的例子，我们证明了本体论不仅能提高生产力，同时对药物开发起到了重大影响。
FAIR data对人工智能的影响
如果一家企业或机构想要通过使用人工智能，以求对精准治疗实现突破，那么数据管理将会为其带来极大收益：通过处理整合数据，企业的研发速度将会得到飞升，更重要的是，这还会推动企业的商业价值：欧盟估算，缺乏系统管理的科学数据（FAIR data）每年所带来的损失超102亿欧元。通过对数据的科学管理，可以使每条数据都带来更大的价值，实现更快、更详细的分析，大幅提高企业生产力。
而对于患者而言（他们其实才是这个链条中最重要的利益相关者），随着数据管理带来的科研效率提升，他们也将获得新的靶向疗法与更好的结果。
可以看到，本体论是带来这种转变的核心：对数据源进行标准化的协调，同时关联相关内容，使数据去孤岛化，从而将繁杂的文本与图像转化为可视化的数据。
助力科学数据管理
Elsevier在行动
可以预见，随着越来越多的AI工具被运用到不同的领域，多源数据的集成与运用也必将成为未来的主导，如何更好地管理与开发科学数据，是每家企业的必修课。
基于强大的内容数据库，通过将科技文献与专利中的科学数据进行整理并深度清洗，Elsevier已与各个领域的多家头部企业达成了深度合作。
Elsevier能提供监管数据的分类获取与数据清洗，从原始的文档中找到关键数据，并将其提取分类，以得出可轻松检索的、结构化的、高质量的监管数据。
此外，Elsevier还能对关键数据进行语义关联：将数据库中提取的内容进行词表标准化处理，通过AI语义分析，并由专业人员进行人工的语义关联；关联范围囊括了所有细分场景，大大提升了科研人员在研发中对数据的利用效率。
在AI领域，Elsevier也提供了可靠的解决方案。
以生物医药为例，Elsevier所提供的服务涵盖了药物研发的整个生命周期；合成线路数据获取、活性数据的获取、基于深度神经网络算法的逆合成模型、BBB机器学习模型、确定可再利用的罕见病候选分子、挖掘文献中的生物关系，以及结构设计时的MMP分析、Building Block分析都是Elsevier能提供的服务。
作为信息和分析领域的全球领导者，爱思唯尔致力于为全球科研及医疗生态圈提供关键性的，有洞察力的决策。我们希望，通过系统化地处理后，未来的科学数据将能真正的实现“FAIR”，这也是Elsevier正在做的事。
转自：“爱思唯尔科研医学服务”微信公众号
如有侵权，请联系本站删除！
