从组织到字节：用于整合BRAIN倡议细胞图谱网络中单细胞组学数据的数字孪生模型

《Cell Genomics》：Tissue-to-bytes: A digital twin for single-cell omics data integration across BRAIN Initiative Cell Atlas Network

亮点
• NIMP将脑组织、元数据、测序和数据发布整合到一个工作流程中
• 数字孪生设计在整个从组织到字节的生命循环中保留了来源信息
• NIMP协调了11个实验室和中心的大规模联合操作
• 三年的部署支持了BICAN中超过1800万个单细胞的处理

摘要
美国国立卫生研究院（NIH）的BRAIN倡议细胞图谱网络（BICAN）需要协调管理稀有的人脑组织资源、标准化元数据，并透明地跟踪组织到数据的转换过程，这些过程发生在分布式的实验室和中心之间。我们介绍了神经解剖学基础的信息管理平台（NIMP），这是一个基于网络的联盟级应用程序系统，旨在协调多模式的单细胞组学资源生成，并在整个从组织到字节的生命循环中维护端到端的来源信息。NIMP整合了供体注册、解剖学注释、组织分配、测序工作流程、质量保证和质量控制以及存档数据 deposition，所有这些都在一个统一的数据生态系统基础设施内完成。在超过3年的生产强度部署中，该平台管理了BICAN联盟的数据和元数据，涉及762位供体、8,449个脑切片和11个实验室中的21,781个测序文库，共同支持生成了超过1800万个单细胞。NIMP提供了一个可扩展且可重复使用的平台，用于进行来源信息感知的资源管理、FAIR数据生成以及未来大规模图谱和多网络数据协调工作。

引言
NIH BRAIN倡议细胞图谱网络（BICAN；RRID:SCR_022794）是一项大规模的跨机构努力，旨在生成哺乳动物大脑的全面分子和细胞参考图谱，重点关注人类大脑在其生命周期内以及疾病相关情境下的情况。通过整合神经科学、计算生物学和数据科学，BICAN旨在定义脑细胞类型，表征它们的分子和解剖结构，并阐明支持大脑功能及其对疾病脆弱性的细胞相互作用和电路级背景。BICAN的一个核心目标是创建严格策划的、可互操作的参考图谱，涵盖不同物种、发育阶段、解剖区域和分子模式，从而为更广泛的神经科学社区提供基础资源。在脑倡议细胞普查网络（BICCN；RRID:SCR_015820）的成就基础上，BICAN扩展了脑细胞图谱的生成，包括增加以人类为中心的采样；提高空间和多模态分辨率；以及协调数据生成、整合和传播的方法。这些努力不仅旨在推进对大脑组织的基本理解，还旨在建立持久的社区资源，以支持对大脑发育、功能、衰老和疾病的机制研究。BICAN主要旨在建立健康、正常或神经典型人类大脑的基础参考图谱，而不是作为一个以疾病为中心的映射项目。

可供研究的人类脑组织是一种本质上稀缺、宝贵且往往不可替代的资源，特别是对于那些依赖死后人类样本的大规模研究而言。在BICAN内部，参与实验室必须协调一系列复杂的活动，包括组织获取、样本请求和分配、解剖学 dissect、分子文库生成以及在地理分布的不同机构中长期存档衍生数据资产。鉴于这些资源生成阶段的有限可用性和高科学价值，协调工作必须高效、可重复且透明。随着多模式单细胞研究的规模和复杂性的不断增加，对于能够跟踪供体、解剖区域、组织衍生物、分子检测和下游数据产品之间关系的标准化系统的需求也在增加。这样的系统还必须在整个从组织到字节的生命循环中保持完整的来源信息，确保每个样本和数据生成步骤都能从原始供体材料可靠地追溯到公开发布的数据产品。

为了实现这些协调工作，BICAN建立了一个共同的协调框架（CCF；RRID:SCR_017764）并采用了共同的数据元素（CDEs），以统一元数据、标准化解剖学和实验注释，并促进参与中心之间的互操作性。然而，在分布式联盟中维护生物材料、实验过程和数字输出之间的同步关系仍然是一个重大挑战。传统的实验室信息管理系统（LIMSs）和基于存储库的方法非常适合本地库存目录、样本跟踪和实验活动记录，但它们并不适合为不断演变、分布式且相互依赖的大型联盟操作提供优化支持。捕捉这些活动需要一种新的范式，以创建一个能够保存供体、样本、衍生物、检测协议、数据集和存储库之间动态链接的系统，同时在整个从组织到数据集发布的整个轨迹中保持操作来源信息。

在BICAN内部，数据生产流程和元数据标准是通过工作组、项目负责人、数据生产者和其他联盟利益相关者的协作治理来开发的。随着实验技术的成熟、分析方法的进步和科学优先事项的转变，数据捕获、注释、质量控制和传播的要求也在不断演变。因此，确保可重复性、互操作性和符合FAIR数据原则需要开发前瞻性地创建的元数据标准，以满足基本的资源生成和协调需求。这样的元数据标准必须基于用例驱动、迭代改进、通过透明的共识驱动过程进行审查和更新，这些过程基于时间敏感且任务关键的数据生成活动，并具有不断扩展的范围。管理这种复杂性水平的数据基础设施需要能够支持日常操作协调，适应不断变化的需求，而不会阻碍或中断BICAN的生产工作流程，并在整个生物材料、实验程序、计算流程和数据存档访问的整个生命周期中保持持久、稳定的来源信息链。

为应对这些挑战，我们开发了神经解剖学基础的信息管理平台（NIMP），这是一个用于分布式生物样本和数据管理的联盟级工作流程和资源数字孪生（DT）框架。在这个DT概念框架下，NIMP创建了生物资源及其从供体衍生的组织到分子文库、测序输出、质量控制记录和存档数据产品的连续数字表示。该平台整合了标准化的CDEs、基于图谱的区域注释、具有来源信息意识的NHash标识符、基于角色的访问控制、互操作的应用程序编程接口（APIs）以及支持查询的可视化工具。这些功能共同使参与机构能够在共享的操作框架内协调组织处理、样本分配、分子检测生成、质量评估、数据传输和存档 deposition。通过维护生物材料、实验活动、元数据和下游数字资产之间的显式链接，NIMP为可复制的图谱生产、跨站点协调和长期来源信息保存在BICAN中提供了可扩展的基础设施。

设计
我们通过DT概念框架来解决BICAN的联盟级协调挑战。在最一般的形式中，DT是物理系统的计算表示，通过持续的同步和双向信息交换与其现实世界对应物保持链接。DT框架最初是在航空航天和先进制造领域开发的，越来越多地被应用于生物医学领域，以整合异构信息源并支持监控、决策和系统优化。大多数生物医学DT努力都集中在患者特定的表示上，旨在支持预测、模拟和个性化临床决策。BICAN的需求则根本不同。BICAN不仅需要建模个别患者的生理或疾病轨迹，还需要协调稀少且常常不可替代的生物样本、不断发展的元数据标准，以及在多个机构中异步运行的分布式实验室和数据生成工作流程，这些操作跨越较长的时间尺度。为了将这种应用与预测性生物医学DT区分开来，我们将NIMP定义为“工作流程DT”：一种与联盟操作同步发展的生物资源、实验室活动、元数据结构和下游数据产品的数字表示。在这个框架中，每个组织样本、衍生材料、检测、质量控制事件、数据传输和存档提交都与其相应的数字对应物链接，从而在整个从组织到字节的生命周期中保持连续的操作协调，并保留来源信息。

DT的独特定义特征是物理实体与其虚拟数字对应物之间的持续双向反馈。NIMP在“工作流程DT范式”下体现了并利用了这种双向反馈。与主要记录单个实验室内实验活动的传统LIMSs不同，NIMP维护了涉及实验室的联盟操作的动态表示。物理事件，包括供体注册、解剖学 dissect、组织分配、测序文库生成、质量控制审查和存档 deposition，都通过相应的数字事件进行镜像，从而在整个数据生产阶段保留来源信息关系。这种方法将孤立的实验记录转变为跨BICAN联盟的相互连接且不断发展的数字生态系统。由于BICAN的需求随着新技术、元数据标准和科学优先事项的演变而持续变化，NIMP采用了灵活且可扩展的设计策略。该平台通过接口驱动的开发和模块化扩展支持迭代改进，允许在不干扰现有生产流程的情况下整合新的资源类型、工作流程和分析能力。这种适应性使DT能够随着联盟本身的发展而演变。

在架构层面，NIMP将组织到字节的工作流程结构化为三个紧密集成的功能领域，这些领域反映了联盟级生物样本利用和数据生产的主要阶段。“样本门户”支持供体注册、组织库存管理、解剖学注释和稀缺生物资源的分配。“测序文库门户”协调下游分子工作流程，包括追踪组织衍生物、特定检测准备、文库生成和测序就绪材料。“分析门户”支持交互式探索、报告和反馈，以支持质量评估、解剖学和检测覆盖分析、工作流程监控以及整个联盟的监督。这些组件共同创建了一个双向操作框架，在该框架中，实验室活动不断更新同步的数字状态，而数字分析则为样本优先级排序、工作流程协调、质量控制决策和数据发布计划提供信息。这种架构使NIMP不仅能够作为跟踪系统，还能够作为连接生物材料、实验过程和整个从组织到字节生命周期中的分析输出的活跃协调层发挥作用。

这种概念框架和架构设计将NIMP与大脑的解剖学DT或大脑结构和功能的预测模型区分开来。“工作流程DT”意味着NIMP实现了领域独立的基础设施层，包括持久标识符、元数据模式、来源信息跟踪、访问控制机制和互操作接口，结合了BICAN特定的解剖学和工作流程组件。因此，底层的DT架构不仅适用于神经科学，还为未来的大规模图谱工作和其他跨机构生物样本和组学倡议提供了一个可复用的框架。

图1展示了单个生物资源如何在从组织到字节的连续体中链接，而图2总结了BICAN生态系统内部连接脑库、实验室、测序中心和数据存档的标准化工作流程。

结果
NIMP在物理和工作流程之间建立了双向同步
NIMP框架实现了一个双向工作流程DT，在该框架中，实验室活动不断更新其数字表示，数字信息反过来又支持整个联盟的操作决策（图3）。在这个框架内，生物实体以物理和数字形式表示。组织样本、分子中间产物、测序文库和衍生数据集作为通过标准化元数据和来源信息关系连接的持久数字资源进行维护。

NIMP实现了BICAN数据生产的端到端集成，遵循DT范式
物理实验室操作，包括组织解剖、测序文库生成和质量控制活动，在NIMP中不断生成数字事件。相反，平台内生成的元数据验证、质量指标和分析总结提供了反馈，用于指导资源分配、图谱覆盖评估和测序优先级。这种双向耦合建立了一个封闭的反馈循环，同步了BICAN中的分布式实验活动，并提供了联盟操作的统一视图。

NIMP支持前瞻性的样本协调和基于解剖学的组织分配
为了支持脑库和参与实验室之间的协调，NIMP实现了样本门户，该门户管理供体注册、脑切片库存和组织请求工作流程（图S1）。脑库使用标准化的CDEs注册供体和样本元数据，为下游实验活动创建了一个统一的基础。实验室研究人员通过统一的界面请求感兴趣的区域（ROIs），从而在整个联盟中协调组织分配决策。批准的解剖过程被数字记录并与供体来源信息链接，确保每个组织资源在后续处理阶段都是可追踪的。由于神经解剖学的精确性对图谱生成至关重要，NIMP将CCF对齐的、基于图谱的ROI注释直接整合到组织工作流程中（图4）。研究人员使用从参考图谱派生的标准化解剖学术语在高分辨率脑切片图像上划定结构。这些注释保留了空间背景，并提供了物理解剖的可复现数字表示。图4 显示了样本门户中的ROI注释界面。全图标题：图查看器 (A) 用于标准化解剖术语选择的图谱本体浏览器。(B) 用于将标志点与脑图谱部分注册的对准工具。(C) 用于在脑切片图像上绘制精确ROI的手绘多边形界面。(D) 显示所有ROI和带有相关元数据的标记的信息面板。通过公开各中心之间的组织可用性和利用情况，样本门户促进了透明组织共享，减少了重复采样，并支持了高效利用稀缺人类样本的联合采样计划。NIMP支持端到端的测序工作流程协调。在组织分配之后，NIMP协调从组织处理到测序就绪库的分子工作流程（图S2）。该平台记录了组织、细胞样本、扩增的cDNA、库、分装和测序包之间的关系，确保了样本转化每个阶段的来源可追溯性。这一框架使参与实验室和测序中心能够使用共同的基础设施交换标准化元数据和质量控制信息。质量控制检查点与资源谱系一起被记录下来，允许根据基础样本和库的来源来审查发布决策，同时保留用于独立下游分析的计量级信息。通过维护所有中间资源之间的谱系关系，NIMP提供了从供体样本到测序输出的连续可追溯性，并在BICAN中建立了统一的网络到字节的生产环境。NIMP提供了分析反馈机制，以便联盟监督。为了补充数据生产工作流程，NIMP实现了分析门户，为研究人员和联盟利益相关者提供反馈。这些分析功能支持对参与中心之间的图谱覆盖范围、资源利用情况和测序活动的持续监控。交互式热图可视化根据解剖结构、物种、实验技术和参与实验室总结测序资源（图5）。这些视图允许研究人员识别代表性不足的区域，检测重复采样，并评估实现联盟目标的进展。因为分析汇总是直接从更新后的元数据生成的，分析门户反映了实时进行中的数据生产活动，并支持整个联盟的基于证据的决策制定。NIMP实现了对空间和来源有意识的资源探索。NIMP通过交互式二维和三维图谱界面将解剖背景与数字资源管理集成在一起（图6）。这些工具允许用户在神经解剖学背景下探索样本及相关测序资源，并在多个空间尺度上检查图谱覆盖情况。图6 3D脑视图器界面，用于交互式探索重建的脑模型。全图标题：图查看器 (A) 显示特定结构元数据的工具提示：(A1) 带有所有切片和注释的侧视图；(A2) 突出部分结构的背视图；(A3) 无覆盖层的底视图；(A4) 隔离单个切片的倾斜视图。(B) 用于调整切片范围和不透明度的控制面板。(C) 用于目标结构选择的本体引导过滤。(D) 将结构链接到测序资源的Sankey图。(E) 提供详细样本和数据集信息的表格。为了保持谱系关系，NIMP提供了连接供体、组织、中间分子产品、测序库和存档数据集的可视化能力，通过交互式资源路径。这些关系使研究人员能够在物理样本和派生数字资产之间无缝导航，支持从组织到字节的整个连续体的透明性和可重复性。总的来说，基于图谱的探索和来源可视化提供了一个可解释的环境，用于研究复杂的多阶段工作流程，同时保持与基础生物资源的直接联系。NIMP实施了FAIR元数据标准和持久资源标识符。NIMP通过BICAN工作组共同开发的通用数据元素实现了联盟元数据标准。这些标准为供体、样本、分子资源和测序输出提供了统一的表示，并支持参与机构之间的互操作性。为了保持谱系关系，每个资源在创建时都会获得一个持久的、具有来源意识的标识符。基于角色的访问控制和集成验证机制有助于确保元数据的一致性输入，并与联盟标准保持一致。可互操作的应用程序编程接口进一步促进了NIMP与外部档案、计算流程和实验室系统之间的通信，保持了整个BICAN生态系统的同步。这些机制共同将FAIR原则扩展到了静态数据集之外，通过将数据标准化、来源和质量保证直接嵌入到正在进行的数据生产工作流程中。在运行的前3年里，NIMP支持了11个参与实验室和协调中心的日常活动。在此期间，该平台管理了与762个人类供体、8,449个脑切片和21,781个测序库相关的数据和元数据，总共代表了在BICAN中生成的超过1800万个细胞。这些结果表明，工作流DT框架可以在联盟规模上运行，同时保持来源、元数据协调和跨地理分布机构的资源管理。NIMP展示了工作流DT范式如何解决BICAN中的一个核心运营问题：在单一的、具有来源意识的环境中协调稀缺的人类脑组织、不断发展的元数据标准和分散的数据生产活动。通过连接供体、解剖解剖、派生组织资源、分子中间产物、测序库、质量控制事件和档案存档，NIMP维护了物理样本如何转化为数字输出的同步记录。这种组织到字节的表示增强了透明度和可重复性，同时为联盟提供了对资源状态和数据准备情况的共享运营视图。NIMP不同于那些旨在模拟生理学、疾病进展或个体结果的特定于患者的生物医学DT。NIMP并不试图模拟生物系统，而是表示分布式研究计划的运营状态，并使用这种表示来协调组织分配、测序工作流程、图谱覆盖评估、质量审查和发布计划。这种工作流框架将DT概念扩展到了联盟规模的科学基础设施中，其中的核心需求是同步操作和保持来源，而不是进行单独预测。NIMP的一个主要贡献是在数据生成期间前瞻性地实施了FAIR原则。NIMP没有将元数据协调和来源捕获视为事后管理步骤，而是将CDEs、基于图谱的术语、持久标识符、验证规则和谱系关系嵌入到日常工作中。因此，资源在其生命周期内更容易找到、解释、交换和重用，从供体注册到存储库存档。NIMP还为联盟治理提供了操作环境。因为实验室、测序中心、数据协调员和档案根据共享的资源表示和需求工作，所以可以在工作流程和界面的协调更新中纳入检测、元数据标准或发布政策的变化。这种迭代过程使NIMP不仅能够作为信息系统运作，还能作为支持协作、需求收集和BICAN工作组之间协调决策的基础设施。NIMP不同于传统的LIMSs。LIMSs支持实验室操作，包括样本库存、工作流执行、质量控制和实验跟踪，并通常针对机构协议和标准操作程序（SOPs）进行定制。在BICAN中，参与中心依赖于已建立的技术、程序和发布实践，使得单一的共享LIMS作为联盟范围内的解决方案不切实际。NIMP在联盟层面解决了这一需求，提供了跨独立管理站点的资源身份、来源和关系跟踪的共享框架。它不是规定本地工作流，而是将这些工作流的输出连接到整个资源生命周期，从供体和样本到衍生物、检测、数据集、存储库和发布。NIMP允许每个中心保留自己的操作系统，同时实现跨BICAN的持久链接、发现、集成和可追溯性。三年的部署表明，这种方法可以在生产联盟环境中运作。NIMP已经支持了11个实验室和协调中心的日常工作，同时管理了数百个供体、数千个脑切片和数以万计的测序资源的数据和元数据，代表了超过1800万个细胞。这些运营结果表明，当数字孪生方法基于来源和共享元数据标准时，可以帮助大型生物医学联盟从研究开始就管理稀缺样本、复杂的工作流程和数据发布义务。工作流DT范式是使NIMP能够在BICAN之外重复使用的核心设计策略。NIMP将领域独立的基础设施与特定于给定联盟的科学内容分开。其核心服务，包括持久标识符、来源捕获、元数据组织、访问控制和互操作接口，解决了分布式生物样本和数据工作流程中的重复需求。领域特定的组件，如解剖本体、坐标系统和检测元数据，可以针对BICAN进行配置，并适应其他图谱计划或多机构组学项目。这种设计使NIMP可以作为其他协调中心可以采用和扩展的基础设施，用于跨复杂多站点研究项目的来源意识资源管理。NIMP仍然是一个不断发展的运营平台，而不是一个固定的软件产品。随着BICAN引入新的分子模式、额外的数据档案和修订的元数据标准，该平台将需要持续的维护和扩展。这种对持续改进的依赖性是联盟环境的固有特征，因为科学优先事项和生产工作流程会随时间变化。互操作性也受到NIMP交换信息的外部系统的限制。一个统一的内部模型本身不能保证独立管理的实验室系统、测序中心和存储库之间的对齐。因此，需要持续的元数据管理、版本控制和机构协调，以保持合作伙伴系统之间的兼容性。最后，尽管NIMP已在BICAN内成功部署，但在其他联盟中的更广泛采用将需要根据当地科学要求调整解剖本体、元数据模式、治理模型和存储库接口。未来的工作将集中在面向公众的限制访问聚合资源、支持额外模式以及符合供体保密性、数据使用限制和联盟治理的社区使用机制上。主要联系人：如需进一步信息和资源，请联系负责人Guo-Qiang Zhang ([e-mail])。材料可用性：本研究没有生成新的独特试剂或生物材料。数据和代码可用性：• 本研究描述了为NIH BRAIN Initiative Cell Atlas Network (BICAN)开发的Operational Infrastructure Neuroanatomy-Anchored Information Management Platform (NIMP)。底层运营数据库包含与正在进行的数据生产活动相关的联盟管理元数据，由于联盟治理政策和保密要求，这些数据不对外公开。• NIMP Analytics Portal的公共实例为社区提供了对不受限制的聚合资源、基于图谱的探索工具和交互式分析可视化的访问。公共门户代表了更广泛的NIMP基础设施的一个面向社区的部分，排除了受限的运营信息和保密的联盟元数据。门户地址为https://brain-specimenportal.org/nimp_analytics/。描述门户功能和使用的文档可以通过网站上的在线用户指南获取。• BICAN生成的测序数据集根据联盟政策存放在指定的公共存储库中，并可通过建立的BICAN资源访问，包括Neuroscience Multi-Omic Archive (NeMO)。• NIMP的源代码作为运营BICAN基础设施的一部分进行维护，目前尚未公开发布。• 有关NIMP的更多信息和资源请求应联系主要负责人。致谢：本工作得到了国立卫生研究院的资助（U24MH130988）。本文表达的观点仅代表作者本人，并不一定反映资助机构的观点。该出版物得到了BRAIN Initiative Cell Atlas Network (BICAN)的支持和协调（RRID:SCR_022794）。作者贡献：概念化，G.-Q.Z.；方法论，G.-Q.Z., S.T., X.L., Y.H., 和 R.A.；软件设计和开发，S.T., X.L., Y.H., S.L., L.T., 和 W.-C.C.；系统性能，S.T., X.L., 和 Y.H.；测试和增强，S.T., X.L., Y.H., R.A., L.T., K.A.S., 和 G.-Q.Z.；数据治理，S.T., X.L., Y.H., K.A.S., L.T., 和 S.L.；视觉图表，S.T., X.L., Y.H., W.-C.C., 和 G.-Q.Z.；领域资源，K.A.S., L.N., 和 L.C.；写作和编辑：初稿大纲，S.T. 和 E.E.-F.；后续版本，所有作者；最终审查、编辑和提交，G.-Q.Z.；监督和项目管理，G.-Q.Z., S.T., 和 X.L.；资金获取，G.-Q.Z.利益声明：作者声明没有利益冲突。在准备本手稿的过程中，作者使用了ChatGPT (OpenAI)来协助语言编辑、文本润色和可读性。作者审查并编辑了所有生成的内容，并对本文的内容全权负责。STAR★ 方法：关键资源表：试剂或资源：来源：标识符：存档数据：BICAN数据集：Neuroscience Multi-Omic Archive (NeMO)：RRID:SCR_016152：软件和算法：Neuroanatomy-Anchored Information Management Platform (NIMP)：RRID:SCR_024684：哈希标识符框架：Zhang等人：RRID:SCR_025313：资源来源可视化引擎 (RPVE)：Li等人：https://pubmed.ncbi.nlm.nih.gov/41726486/；统一资源浏览器 (URB)：Lin等人：https://pubmed.ncbi.nlm.nih.gov/41726473/Ruby on Rails：Ruby on Rails基金会：https://rubyonrails.org；Highcharts：Highsoft AS：https://www.highcharts.com；Annotorious.js：Annotorious Project：https://annotorious.dev；其他：BICAN通用坐标框架：BICAN：RRID:SCR_017764；NIMP Analytics Portal：RRID:SCR_024684；https://brain-specimenportal.org/nimp_analytics/；在新标签页中的开放表格：实验模型和研究参与者详情：本研究描述了NIMP的架构和运营部署，并未招募人类参与者或生成新的生物样本用于实验分析。NIMP 在贡献的脑库和联盟项目的管理、同意以及机构监督要求下，负责管理与 BICAN 中生成的人脑样本相关的元数据。此处报告的分析基于操作和聚合平台元数据，而非受试者级别的实验比较。

**方法细节**

**DT 实施策略**
NIMP 被设计为一个工作流 DT 框架，其中生物资源和实验室活动通过同步的数字副本来表示。该框架维护了数据的来源信息，并支持地理分布广泛的利益相关者之间的异步协调。其架构分为三个操作领域，对应于联盟活动的主要阶段：样本门户（Specimen Portal）、测序库门户（Sequencing Library Portal）和分析门户（Analytics Portal）。这些组件共同支持物理实验室操作与其数字表示之间的双向同步。

**样本门户（Specimen Portal）** 负责协调捐赠者注册、组织库存管理、解剖注释以及脑库和参与实验室之间的组织请求工作流程。标准化的样本请求工作流程如图 S1 所示。脑库注册捐赠者元数据、上传脑切片清单，并在保留来源关系的同时管理感兴趣区域（ROI）的请求。

**测序库门户（Sequencing Library Portal）** 负责协调下游的分子工作流程，并记录组织、细胞样本、扩增的 cDNA、文库、分装样本、载体以及测序包之间的谱系关系。这些工作流程的状态在图 S2 中进行了总结。质量控制检查点和测序元数据与资源关系一起被记录下来，以确保从组织到字节的全生命周期的可追溯性。

**元数据标准化和通用数据元素（Metadata Standardization and Common Data Elements）**
NIMP 内部的元数据协调基于 BICAN 工作组共同开发的通用数据元素（CDEs）。每个元数据元素都通过一个模型卡片框架来表示，其中包含元素定义、描述、数据类型、允许的值、验证规则以及空值信息。元数据定义受到版本控制，并集中维护。

**术语浏览器（Terminology Browser）** （图 S4）通过术语表、层次树结构、图谱术语视图和分类代码标签参考，提供对元数据资源的交互式访问。

**图谱集成和术语管理（Atlas Integration and Terminology Management）**
NIMP 集成了多个解剖图谱和本体资源，以支持标准化的解剖标记和感兴趣区域的注释。整合的图谱包括 Allen 人类大脑图谱（Allen Developing Human Brain Atlas）、Allen 小鼠大脑图谱（Allen Mouse Brain Atlas）以及联盟研究人员使用的其他参考资源。图谱资源通过交互式浏览界面进行访问，支持图谱选择、板块导航、层次探索和跨板块搜索（图 S3）。图谱术语资源也可以通过术语浏览器的术语组件（图 S4）获得。

**基于来源的标识符生成（Provenance-Aware Identifier Generation）**
为了支持资源谱系追踪，NIMP 实现了随机 N-gram 哈希框架（NHash）。在资源创建时生成永久性标识符，并在整个下游工作流程中传播，从而能够可重复地追踪捐赠者、组织、细胞样本、文库、分装样本和测序资源。标识符构成和来源编码的示例如图 S5 所示。

**资源来源可视化（Resource Provenance Visualization）**
资源关系通过资源来源可视化引擎（Resource-Provenance Visualization Engine, RPVE）进行可视化，该引擎将层次谱系关系以交互式的 Sankey 图形式呈现。这些可视化展示了从组织到字节的整个工作流程中资源依赖关系的可解释性表示。RPVE 界面和示例谱系渲染如图 S6 所示。

**基于角色的访问控制（Role-Based Access Control）**
NIMP 使用基于角色的访问控制（RBAC）框架来管理脑库、实验室、测序中心以及档案人员的权限。访问权限根据操作职责分配，并与元数据验证程序集成。典型的用户角色及其相关权限在表 S1 中进行了总结。

**统一资源浏览器（Unified Resource Browser, URB）**
统一资源浏览器（URB）提供了对多种资源类型相关元数据的可配置访问。研究人员可以过滤、搜索、可视化、导出和共享配置好的视图，同时保持由 RBAC 策略确定的访问限制。URB 界面如图 S7 所示。

**应用程序编程接口（Application Programming Interfaces）**
NIMP 提供了 RESTful API，支持与外部实验室系统、测序中心、档案库和下游计算环境的通信。这些 API 支持元数据检索、批量数据导入以及跨独立系统的资源状态同步。

**数据审计和质量保证（Data Auditing and Quality Assurance）**
NIMP 中执行的所有交易都会被记录在审计日志中，其中包含时间戳、用户操作和元数据变更。集成的质量控制程序验证元数据的完整性，防止重复条目，并确保符合联盟标准。

**量化和统计分析（Quantification and Statistical Analysis）**
本研究描述了一个信息学平台的架构和生产部署，未涉及假设检验、推断统计分析或统计比较。因此，没有进行任何统计测试、统计显著性度量或样本量计算。描述性部署指标（包括捐赠者数量、脑切片数量、测序库数量、参与实验室和协调中心数量以及表示的细胞数量）是根据 NIMP 中维护的操作元数据计算得出的。

**额外资源（Additional Resources）**
- 公开的 NIMP 分析门户（包括用户指南）：https://brain-specimenportal.org/nimp_analytics/
- BICAN 门户：https://portal.brain-bican.org/
- 神经科学多组学档案（Neuroscience Multi-Omic Archive, NeMO）：https://nemoarchive.org/

**补充信息（2）**
- 下载所有文件：
- PDF（2.21 MB）：文档 S1、图 S1–S7 和表 S1
- PDF（25.21 MB）：文档 S2、文章及补充信息