编辑推荐：
为解决生物医学数据管理难题，诺和诺德研究人员开展 OBDM 策略研究，构建 FAIR@source 和 scale 生态系统，意义重大。
在生物医学领域，数据量正以前所未有的速度增长，如同一个不断膨胀的 “数据宇宙”。传统的数据管理方式，比如实验室笔记和出版物，在这个 “数据宇宙” 面前显得捉襟见肘。想象一下，在浩瀚的科研数据海洋里，研究人员却缺乏高效的导航工具，难以快速找到所需数据，更别提实现数据的互通和重复利用了。这不仅浪费了大量的科研资源，还严重阻碍了药物研发的进程。
为了应对这些挑战，诺和诺德（Novo Nordisk）的研究人员挺身而出，开展了一项意义非凡的研究。他们聚焦于基于本体的数据管理（Ontology-Based Data Management，OBDM）策略，致力于为生物医学数据管理打造一套全新的 “导航系统”。该研究成果发表在《Journal of Biomedical Semantics》上。
研究人员为开展这项研究，运用了多个关键技术方法。在本体构建方面，他们选取了 13 种公共本体，部分或全部用于开发 13 个领域模型，这些本体来源广泛，涵盖生物医学多个关键领域。同时，将 OWL 本体转换为 SKOS 分类法，通过自定义脚本实现不同本体转换后分类法的一致性。在数据集成上，采用虚拟知识图谱（VKG）或基于本体的数据访问（OBDA）方法，映射数据源到本体，实现数据的统一整合。
下面来看看具体的研究结果：
- OBDM 策略实施：诺和诺德实施 “FAIR@source 和 scale” 的数据管理方法。以集中式本体作为单一事实来源（Single Source of Truth，SSOT），确保数据表示的一致性和准确性。通过将本体、分类法和受控词汇表相结合，降低集成成本，从数据创建阶段就遵循 FAIR 原则。例如，在源注册系统中嵌入本体，提供下拉菜单选择，系统在后端注册本体 URI（统一资源标识符）12。
- OBDM 生态系统构建：鉴于现有本体资源丰富，研究人员尽可能复用现有本体，同时开发组织特定本体。这些特定本体基于公共本体衍生而来，既能满足组织特殊需求，又能保持与外部数据的互操作性。如构建的领域模型，有的直接基于公共本体，有的则是多个本体的组合，通过提取子图、合并概念等操作形成，并为其分配新的 URI。此外，以 BFO（基本形式本体）作为上层本体，为未来基于推理的一致性检查奠定基础34。
- 科学元数据的互操作性保障：利用从本体派生的分类法作为科学元数据的 SSOT，构建基于公共本体的 SKOS 分类法来维护对领域模型的扩展（即诺和诺德特定的术语）。通过约定 SKOS 与 OWL/RDFS 之间的转换规则，满足不同应用场景需求。将分类法以本体控制的受控词汇表形式提供给利益相关者，确保元数据的互操作性5。
- 数据孤岛整合：借助知识图谱（Knowledge Graph，KG）实现语义互操作性，采用虚拟知识图谱（VKG）方法将不同数据源映射到本体，呈现统一的 KG。这种方法避免了数据冗余，降低存储成本，能实时按需查看底层数据，更符合制药行业的合规性和治理要求。并且，诺和诺德的 KG 构建注重可扩展性、可用性和灵活性，基于具体用例逐步完善6。
- 指标评估：通过测量受控词汇表（CVs）在不同部门的使用情况、提供给应用程序的字段和值的数量，以及分析领域模型中概念的数量和来源，评估 OBDM 策略的实施效果。结果显示，从 2023 年到 2024 年，CVs 的使用在增加，领域模型也在不断发展7。
研究结论和讨论部分进一步凸显了该研究的重要意义。虽然实施 OBDM 策略面临诸多挑战，但其带来的益处不可忽视。在人工智能领域，本体为人工智能技术提供语义上下文，能显著提升数据解释和利用能力，减少大语言模型（LLMs）的幻觉现象，增强基于知识图谱系统的性能。在企业搜索方面，OBDM 策略打破数据孤岛，提供统一的数据视图，提升数据的可访问性和互操作性，使搜索结果更具相关性和全面性。此外，在数据架构方面，OBDM 策略助力去中心化数据架构的实现，有效解决数据集成和互操作性的难题，充分发挥分布式系统的潜力。
总之，诺和诺德的这项研究为生物医学数据管理提供了创新的解决方案，尽管在实施过程中存在挑战，但为未来的数据驱动研究和药物研发开辟了新的道路，具有极高的价值和广阔的应用前景。
