《Database》：Design and implementation of a web-based platform for biodiversity valorization data management: from process modeling to user-centred evaluation
编辑推荐：
旨在实现生物多样性价值化的研究（如基于植物化学特征鉴定和生物活性评估的研究）会产生广泛且异构的数据集，其中数据收集往往缺乏标准化。本文介绍了一个基于Web的植物代谢物数据库平台的设计与实现，该平台专门用于支持国家生物多样性未来中心（NBFC）活动框架内的生物多
旨在实现生物多样性价值化的研究（如基于植物化学特征鉴定和生物活性评估的研究）会产生广泛且异构的数据集，其中数据收集往往缺乏标准化。本文介绍了一个基于Web的植物代谢物数据库平台的设计与实现，该平台专门用于支持国家生物多样性未来中心（NBFC）活动框架内的生物多样性价值化研究，重点关注意大利植物区系的分析。该平台设计用于在集成且结构化的数据环境中管理植物物种、生物样本、实验代谢物、分子信息、生物活性数据及质谱结果。系统开发遵循了一种先进的、敏捷的、面向过程的方法论，生物学家（即最终用户）深度且持续参与其中，涵盖从流程与数据相关需求收集分析到数据库建模的全过程，并考虑了现有外部公共数据库的集成。在初始阶段之后，用户界面的开发得以推进，使研究人员能够插入数据、执行高级查询，并通过专用工具分析和可视化光谱数据。该Web应用程序采用用户交互满意度问卷（QUIS）进行评估，获得了领域专家的高度评价。这项工作证明了流程建模与数据库设计的整合如何能够增强旨在实现生物多样性价值化的研究的可重复性和标准化程度。
**论文解读：面向生物多样性价值化数据管理的Web平台设计与实现**
**一、研究背景与问题提出**
植物在长期进化过程中发展出多样的生理适应性，并合成了大量具有化学适应与环境响应功能的 specialized metabolites（ specialized metabolites，即特殊代谢物），这些代谢物使植物能够在异质环境中生存并与其他生物相互作用。生物多样性（biodiversity）指特定区域内基因、物种和生态系统的综合体，其保护对于维持全球地球健康和为人类社会提供可持续、稳定的生态系统至关重要。
在此背景下，意大利国家生物多样性未来中心（National Biodiversity Future Center，NBFC）作为意大利首个专门致力于生物多样性的国家研究与创新中心，汇聚了来自大学、研究机构和企业的2000余名研究人员，围绕地中海生物多样性开展基础、应用及创新导向的研究，旨在制定监测、保护、恢复和价值化意大利各地区物种与栖息地的有效策略。该项目选取约700种植物物种构建核心收集库，以按比例代表意大利所有植物科，植物材料来源于不同意大利地区的植物园、苗圃和自然种群。
然而，与生物多样性相关的研究产生大量数据，这些数据通常以非标准化方式收集和存储。管理此类数据面临双重挑战：一方面需要开发能够管理田间、样本、物种和实验数据丰富性和异质性的复杂数据库系统；另一方面需要基于对科学家所采用流程（从样本采集到实验和数据分析）的深入理解来支持研究活动。现有文献中尽管已有多个植物相关数据库被提出，但均未以集成方式支持生物多样性相关研究，且未讨论设计过程或用户评价。因此，本研究旨在开发一个基于Web的综合平台，以支持NBFC项目内生物多样性价值化研究，实现从样本采集到数据分析和可视化的全流程管理。
**二、研究内容与核心结论**
研究人员提出了一种将流程建模与数据库设计相结合的系统方法论，设计并实现了一个基于Web的植物代谢物数据库平台。该平台采用敏捷、面向过程的方法论，以业务流程模型和符号（Business Process Model and Notation，BPMN）对科学研究流程进行正式建模，通过概念建模、逻辑和物理建模实现数据库设计，最终开发了具有图形用户界面（GUI）的Web应用。平台整合了外部公共数据库，包括用于化学数据的PubChem和用于物种分类的NCBI Taxonomy，并通过用户交互满意度问卷（Questionnaire for User Interaction Satisfaction，QUIS）进行了系统评价。研究结果表明，该平台在用户界面与导航、查询执行、数据录入与更新、光谱分析、术语与系统信息及学习性等所有评价领域均获得了8至9分的高满意度评分，验证了平台的有效性、易用性和功能完备性。
**三、关键方法**
本研究采用了多项关键技术方法：使用BPMN和Camunda Modeler进行流程建模，以图形化方式表示从植物采样到代谢物谱分析的完整科学工作流；采用实体-关系（ER）模型进行概念数据库设计，并使用PostgreSQL实现物理数据库；集成PubChem和NCBI Taxonomy外部数据库以增强数据完整性；使用Python Flask框架、SQLAlchemy对象关系映射（ORM）和PostgreSQL构建后端，采用HTML、CSS、JavaScript和Bootstrap构建前端，遵循模型-视图-控制器（Model-View-Controller，MVC）架构模式；采用敏捷开发方法，与最终用户（生物学家）持续协作迭代开发；评价采用基于结构化查询任务和QUIS问卷的用户满意度评估方法。评估对象为来自NBFC项目的3名植物代谢组学领域研究人员，代表了不同资历水平。
**四、研究结果**
**流程建模结果**
研究人员使用BPMN对维罗纳大学生物技术人员的实验工作流程进行了形式化建模。该工作流程包括五个主要阶段：采样设计阶段、重复样本处理阶段、分析阶段和谱分析阶段。前三阶段高度标准化，而最后的谱分析阶段则存在个性化定制。采样设计阶段采用三份重复采集策略以确保实验结果可靠性，根据植物可用性和最终应用（代谢组学分析、DNA条形码或标本馆保存）选择不同采样方法。重复样本处理阶段包括低温研磨、分装和溶剂提取等步骤。分析阶段涉及LC-MS（液质联用）系统操作、UV-vis检测和质谱分析。谱分析阶段包括色谱数据处理、峰识别、外部数据库查询和结果解释。
**数据库设计结果**
通过概念建模生成了包含四个主要主题领域的ER模型：采样与分类学（Sampling and Taxonomy）领域捕获生物样本及其分类信息；实验分析（Experimental Analysis）领域管理LC-MS实验数据，包括质谱数据和实验代谢物记录；代谢物与分子表征（Metabolites and Molecular Characterization）领域提供代谢物的化学和生物学描述；数据管理（Data Management）领域管理认证凭证和角色定义。物理设计使用PostgreSQL实现，通过SQL定义了表、列、数据类型和完整性约束。
**Web应用实现与评价结果**
研究人员开发了具有三种用户角色的Web应用：超级用户、访客和访客者，分别具有不同的数据访问和操作权限。平台提供了多种查询功能，包括按选定代谢物搜索物种、按选定物种搜索代谢物、按属/科搜索代谢物、按预期质荷比（m/z）搜索、按分子式和保留时间（RT）搜索以及按碎片搜索。QUIS评价结果显示所有领域均获高分，其中查询执行和术语一致性方面获得了9分的高评价。
**五、讨论与结论**
尽管平台实现成功且评价积极，研究仍存在一些局限性：用户评价样本量有限，仅3名专家，需要更大规模研究验证；与MS仪器的集成目前为半自动化，需开发直接API接口实现实时数据摄取；当前数据库种群集中于NBFC核心收集库的约700个物种，扩展到更广泛的国际生物多样性数据集需进一步测试可扩展性和查询性能。总体而言，这项工作将流程建模和数据库设计整合，实现了从非标准化数据存储向能够确保完整性和可重复性的结构化系统的转换，流程导向的敏捷方法确保了平台准确反映实际实验室实践，外部数据库集成丰富了实验数据分析，光谱学工具实现了光谱数据的自动分析，用户评价阶段的积极反馈确认了平台满足研究人员需求。
