路径: 主页 > GB/T > 第672页 > GB/T 45782-2025 | 标准编号 | GB/T 45782-2025 (GB/T45782-2025) | | 中文名称 | 生物技术 生命科学中数据格式和描述的要求 | | 英文名称 | Biotechnology - Requirements for data formatting and description in the life sciences | | 行业 | 国家标准 (推荐) | | 中标分类 | A40 | | 国际标准分类 | 07.080 | | 字数估计 | 54,538 | | 发布日期 | 2025-05-30 | | 实施日期 | 2025-09-01 | | 发布机构 | 国家市场监督管理总局、中国国家标准化管理委员会 | GB/T 45782-2025: 生物技术 生命科学中数据格式和描述的要求
ICS 07.080
CCSA40
中华人民共和国国家标准
生物技术 生命科学中数据格式和
描述的要求
inthelifesciences
2025-05-30发布
2025-09-01实施
国 家 市 场 监 督 管 理 总 局
国 家 标 准 化 管 理 委 员 会 发 布
目次
前言 Ⅲ
引言 Ⅳ
1 范围 1
2 规范性引用文件 1
3 术语和定义 1
4 生命科学中数据对实体和概念描述的建议和要求 7
4.1 通则 7
4.2 推荐的生物和概念实体通用标识符方案 7
4.3 生物实体和概念的数据格式化和语境描述性数据(元数据) 8
5 数据格式的技术和组织的建议与要求 9
5.1 概述 9
5.2 组织责任 10
5.3 文档 10
5.4 版本控制和变更日志 10
5.5 兼容性 10
5.6 可扩展性 10
5.7 压缩 10
5.8 结构和控制元素 11
5.9 数据格式中数据类型的要求 11
5.10 一致性和兼容性 12
5.11 数据完整性 12
5.12 格式验证 12
5.13 数据溯源 12
6 语义推荐和数据格式要求 12
6.1 通则 12
6.2 生物数据注释的最小共识 13
6.3 语法和实体化 16
7 适用于生物数据注释的术语和本体论的要求 16
7.1 通则 16
7.2 生物本体论的要求 16
8 领域特定数据标准的要求 17
8.1 概述 17
8.2 领域特定数据标准的具体要求 17
9 生物数据存储库的要求 18
9.1 通则 18
9.2 生物数据存储库的要求 18
附录A(资料性) 生命科学中数据常见格式示例 20
A.1 概述 20
A.2 OMICS(组学)、生物化学和分子生物学方法的数据格式 20
A.3 生物成像数据的格式 28
A.4 应用于生物系统计算机模型的数据格式 29
A.5 应用于生命科学模型模拟及其结果的数据格式 30
A.6 用于数据和模型质量测量的描述符 30
附录B(资料性) 数据、模型和元数据的最低报告标准 31
B.1 概述 31
B.2 最低报告标准 31
B.3 特定领域的本体论、分类法和受控词汇表 33
参考文献 40
前言
本文件按照GB/T 1.1-2020《标准化工作导则 第1部分:标准化文件的结构和起草规则》的规定
起草。
本文件等同采用ISO 20691:2022《生物技术 生命科学中数据格式和描述的要求》。
请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。
本文件由全国生化检测标准化技术委员会(SAC/TC387)提出并归口。
本文件起草单位:中国测试技术研究院、深圳华大生命科学研究院、中国科学院北京基因组研究所
(国家生物信息中心)、深圳华大基因科技有限公司、西安交通大学、圣湘生物科技股份有限公司、菁良科
技(深圳)有限公司、中国科学院天津工业生物技术研究所、瑞孚迪生物医学(上海)有限公司、华中农业
大学。
本文件主要起草人:周李华、麻凯龙、赵文明、易艳、李生斌、魏晓锋、吴康、章张、吴洽庆、成诚、
王伟文、周斌、林木飞、杨丽、王洁雨、姜展樾、吴昊、阎加培、李倩一。
引 言
生命科学研究及其成果在生物技术、诊断和制药等领域的应用,依赖于从广泛检测、生物学、功能研
究以及流程描述、实验室和现场测量中获得的复杂数据。这包括将衍生数据用于生物、生物技术和生理
过程的计算、重建、建模和模拟,以及它们在生物技术工作流程中的应用。由数据驱动的生命科学和生
物技术研究跨越了广泛的生物科学和生物技术领域及应用(例如人类健康、基因工程生物、环境科学、农
业、生物修复、DNA测序、色谱分析、显微镜技术等)。只有通过使用计算方法对数据进行一致的描述、
结构化和集成,生命科学中的数据驱动、数据密集和大数据分析方法才有可能实现。格式设计影响数据
的存储、表示、意义、解释、交换和再利用。本文件通过为生命科学中数据的记录、处理、再利用和交换设
定基本要求,满足建立一个可互操作和明确无误的数据记录、描述和传输框架的关键需求,从而提升利
用率和实现数据价值最大化。
不同来源、不同时间记录的生命科学中数据必须是可查找、可访问、可互操作和可重复使用(F-A-I-R)
的。数据集只有在可访问且以结构良好、格式一致的方式存储时,才具有价值和有用性。不受时间和平
台限制的格式可确保数据版本控制、数据归档以及数据溯源。完整且可更新的元数据(即描述数据的数
据)有助于数据的定位、使用和分析。本文件提供了标准化可互操作生命科学中数据格式的要求和建
议,为生物技术和生物领域社群定义的许多不同子领域特定的数据格式和描述标准提供了概念框架,并
给出了相关参考。为了便于利用所引用的特定领域格式化和描述标准及其协同互作,本文件描述了一
个最低要求和规则的独立技术框架。因此,本文件提供了相关子领域总体数据格式和通俗的描述规则
与指南,作为跨域数据集成的基础。此外,还提供了创建特殊(子)领域的特定标准、确保互操作性及实
现这些标准的规则和指南。
生物技术 生命科学中数据格式和
描述的要求
1 范围
本文件规定了生命科学(包括生物技术和生物医学以及非人类生物研究和开发)中数据和相应元数
据(即描述数据及其语境的数据)的一致格式和文档的要求。它为生命科学中的数据呈现提供了可查
找、可访问、可互操作和可重复使用的指导。
本文件适用于在生命科学领域为其他目的而系统地采集、记录或整合数据及相应元数据的人工或
计算工作流程。
本文件规定了人工获得的原始实验或程序数据以及机器生成数据的格式要求。本文件还规定了生
命科学领域中数据和相应元数据的存储、共享、访问、互操作性和重复使用等方面的要求。
本文件规定了从生命科学领域的自动化高通量工作流程中系统获取大量数据的要求,以及通过其
他生命科学技术和人工数据获取的大小规模数据集的要求。
本文件适用于生物技术和生命科学中的许多领域,包括但不限于:生命科学所有领域的基础/应用
研究,以及工业、医学、农业、或环境生物技术(不包括用于诊断或治疗目的)及其方法学驱动的领域,如
基因组学(包括大规模并行测序、宏基因组学、表观基因组学和功能基因组学)、转录组学、翻译组学、蛋
白质组学、代谢组学、脂质组学、糖组学、酶学、免疫化学、合成生物学、系统生物学、系统医学及相关
领域。
2 规范性引用文件
下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中,注日期的引用文
件,仅该日期对应的版本适用于本文件;不注日期的引用文件,其最新版本(包括所有的修改单)适用于
本文件。
ISO 8601-1 日期和时间 信息交换表示法 第1部分:基本原则[Dateandtime-Representations
注:GB/T 7408.1-2023 日期和时间 信息交换表示法 第1部分:基本原则(ISO 8601-1:2019,IDT)
ISO 8601-2 日期和时间 信息交换表示法 第2部分:扩展[ISO 8601-2 Dateandtime-Rep-
3 术语和定义
......
|