附录¶
本章所属：跨层
跨章节查阅用。术语、案例资产、分档和人月都在这里。
一、全书术语索引¶
术语权威定义见 handbook/GLOSSARY.md。下表按 DDA 层组织。
| 所属层 | 中文术语 | English | 缩写 |
|---|---|---|---|
| 跨层 | 数据驱动 AI | Data-Driven AI | DDA |
| 跨层 | AI 原生科研数据基座 | AI-Ready Scientific Data Foundation | — |
| 跨层 | 业务语义不可靠 | Unreliable Business Semantics | — |
| 跨层 | 语义传递不可靠 | Semantic Transmission Unreliability | — |
| 跨层 | 语义时效不可靠 | Semantic Temporal Unreliability | — |
| 跨层 | 知识不等于真理 | Knowledge ≠ Truth | — |
| 跨层 | 公开药理空间 | Public Pharmacological Space | — |
| 跨层 | 最小可行本体 | Minimum Viable Ontology | MVO |
| 跨层 | 阿斯利华 | Asliva | — |
| Lakehouse | 湖仓 | Lakehouse | — |
| Lakehouse | 数据契约 | Data Contract | — |
| Lakehouse | 入湖质检 | IngestQA | — |
| Lakehouse | 双线入湖 | Dual-leg Ingest | — |
| Metadata Catalog | 元数据目录 | Metadata Catalog | — |
| Ontology Services | 数据本体 | Ontology | — |
| Ontology Services | 身份服务 | Identity Service | — |
| Ontology Services | 企业主键 | Enterprise Identifier | — |
| Scientific KG | 科学知识图谱 | Scientific Knowledge Graph | — |
| Scientific KG | 候选断言 | Extracted Claim | — |
| Scientific KG | 已验证断言 | Validated Claim | — |
| Evidence Index | 证据索引 | Evidence Index | — |
| Evidence Index | 引用优先 | Citationware | — |
| AI Context APIs | 上下文接口 | AI Context APIs | — |
| AI Context APIs | 面向智能体的数据契约 | Data-for-Agent | — |
| AI Context APIs | 推理包 | Context Pack | — |
| Scientific Data Loop | 科学数据闭环 | Scientific Data Loop | — |
禁止混用速查¶
| 概念 A | 概念 B | 强制选择 |
|---|---|---|
| Ontology | Scientific KG | 理解世界用 Ontology；已验证事实用 KG |
| 公开药理空间 | 企业本体 | 企业主键用 ASH:ENT:* |
| 证据索引 | 科学知识图谱 | 检索用证据；关系用图 |
| 候选断言 | 已验证断言 | 进 knowledge 必须已验证 |
| 上下文接口 | BI 语义层 | 机器消费用上下文接口 |
| 推理包 | 检索结果 | 推理吃 Pack |
| 科学数据闭环 | ETL / 再训练 | 知识层变厚用 Data Loop |
| 阿斯利华 | 阿斯利康 | 正文叙事用阿斯利华 |
| 入湖质检 | 发版守门 | 不得共用一个闸门 |
二、阿斯利华（Asliva）统一案例数据资产¶
阿斯利华是全书虚构的创新药企，管线聚焦抗肿瘤靶向药。它不是阿斯利康。真公司只出现在业界对照。
核心实体¶
| 实体 | 说明 | 关键属性 | 首现章节 |
|---|---|---|---|
| 候选药（DrugCandidate） | 研发管线核心对象 | ASH:ENT:DC:*，research_code，status |
第 3 章 |
| 靶点（Target） | 药物作用靶点 | ASH:ENT:TG:met |
第 3 章 |
| 临床试验（Trial） | 试验对象与进度 | trial_id，phase，status | 第 1 章 |
| 监管文档 | SOP / 方案 / CSR | doc_id，type，version | 第 1、5 章 |
| 证据块 | 可还原切片 | chunk_id，path，license | 第 5 章 |
| 断言 | extracted / validated | subject，predicate，object | 第 4 章 |
| 推理包 | 已治理上下文 | identity，relations，missing | 第 6 章 |
别名消歧主场景¶
化合物 ASH-001 在不同数据源有多个名称，映射到同一企业主键 ASH:ENT:DC:savolitinib：
| 别名类型 | 值 | 角色 |
|---|---|---|
| 内部研发代号 | ASH-001 | 企业主键侧 |
| 通用名 | savolitinib | 别名 |
| 合作方代号 | AZD6094 | xref / 别名 |
| CAS / ChEMBL / DrugBank | 公开标识 | 只 xref，不作主键 |
数据契约 compound_active 见第 1 章。Context Pack 见第 6 章。CSR 块 csr_ash001_phase1_v3#3.2.t1 见第 5 章。
合规约束¶
- ALCOA+ 数据完整性原则。
- 21 CFR Part 11 电子记录与电子签名要求。
- 引用必须可还原；无接地不主张。
- 许可在候选生成期过滤，防止存在性泄漏。
三、六层对照速查¶
| 层 | 解决什么问题 | 主要对付 | 核心设计思想 | 章节 |
|---|---|---|---|---|
| Lakehouse | 科研数据如何落湖 | 传递：字段与文档无契约 | 契约 + 阶段链 + IngestQA + 双线 | 第 1 章 |
| Metadata Catalog | 资产在哪 | 传递：表、ELN、文档互不认识 | 先登记；Asset ≠ claim | 第 2 章 |
| Ontology Services | 机器如何理解企业世界 | 传递：无单一主键 | 企业 ID + xref；文档不 mint | 第 3 章 |
| Scientific KG | 公司承认哪些关系 | 传递：抽取当真理 | extracted ≠ validated；命名图 | 第 4 章 |
| Evidence Index | 证据在哪 | 传递：生成端无接地 | 语义树 + 混合检索 + 候选期许可 | 第 5 章 |
| AI Context APIs | 消费方能依赖什么 | 传递：末端自造口径 | 四种形态；Pack + missing | 第 6 章 |
| Scientific Data Loop | 知识如何变厚 | 时效：定义滞后 | 人审写 Git；不直写生产图 | 第 7 章 |
两类语义不可靠¶
| 分布式系统 | Data-Driven AI | 工程应对 |
|---|---|---|
| 不可靠时钟 | 语义时效不可靠 | 闭环、版本、知识时效 |
| 不可靠网络 | 语义传递不可靠 | 契约、主键、证据、Pack |
| 两者共同前提 | 业务语义不可靠 | 全书主线逐层驯服 |
四、可观测四支柱¶
| 支柱 | 问什么 | 湖仓 | 证据 / 接口 | 闭环 |
|---|---|---|---|---|
| Trace | WHERE | 卡在路由还是质检 | 调用经过哪些通道 | 反馈来自哪次调用 |
| I/O | WHAT | 进什么对象、出几块 | 工具输入输出 | 消费的数据对不对 |
| State | WHY | 为何阻断 | 为何选 A 不选 B | 矿工能否复原决策 |
| Metrics | WHEN | 降级比例 | 召回与引用分面 | 发版后是否回退 |
State 不可省。只记结果不记落选，闭环挖不到信号。
五、工具实现索引¶
以下仅为实现选择，不代表唯一方案，也不构成安装清单。
| 工具类型 | 作为何类示例 | 见章节 |
|---|---|---|
| 对象存储 + Iceberg + SQL 引擎 | 湖仓物理面 | 第 1 章 |
| 开放元数据目录 | 资产登记与血缘 | 第 2 章 |
| LinkML / SHACL | 本体 SSOT 与约束 | 第 3、4 章 |
| RDF 图库 | 世界模型运行时 | 第 4 章 |
| 向量索引 | 证据稠密通道 | 第 5 章 |
| MCP / REST | 上下文通道 | 第 6 章 |
| UMLS / ChEBI / HGNC / MONDO | 公开层 xref | 第 3 章 |
BI 指标引擎、操作本体平台、编排框架不走本书主路径。
六、延伸阅读方向¶
- 数据契约与数据产品：Dehghani《Data Mesh》；Data Contract 社区。
- FAIR 与科研数据：头部药企关于持久标识、受控词表嵌入数据产品的公开讨论。只学栈，不学发现应用。
- 公开药理空间：Open PHACTS 身份解析、映射服务、Core API。
- 混合检索与引用：RRF、引用忠实度、章节树。
- 药企标准：CDISC、MedDRA（许可后）、21 CFR Part 11、ALCOA+。
七、成熟度模型¶
| 等级 | 特征 | 典型投入（人月，单业务域） |
|---|---|---|
| L0 | 裸库 + Prompt / 直连 Text-to-SQL | — |
| 轻量 | 契约 + 目录 + 人审 Text-to-SQL | 1–2 |
| 标准 | 轻量 + MVO + 身份 + 证据 + Pack | 3–8 |
| 完整 | 标准 + 公开层 + 全链路闭环 | 8–20+ |
标准档最低验收（阿斯利华）：
- 10+ 核心表有数据契约
- 化合物 MVO（别名 + 关键状态）且文档不 mint
- 证据块可还原到章节；许可在候选期过滤
- Context Pack 带发版号与
missing[] -
extracted默认不进推理
八、成本与人力估算¶
区间估算，非报价。前提：已有湖仓、虚构药企、1 个高价值域。
| 建设项 | 轻量 | 标准 | 完整 |
|---|---|---|---|
| 数据契约与入湖质检 | 0.5–1 | 1–2 | 2–3 |
| MVO + 身份级联 | — | 1–3 | 3–6 |
| 证据索引 + 引用评测 | — | 2–4 | 4–8 |
| Context Pack | — | 0.5–1 | 1–2 |
| 闭环 + 本体演进 | — | — | 4–8 |
| 合计 | 1–2 | 3–8 | 8–20+ |
采购目录、图库、向量库另计 license，不替代上表纪律与共建。
九、组织协作 RACI¶
| 活动 | 数据平台 | 仓外 AI 应用 | 业务 / 科学家 | 安全合规 |
|---|---|---|---|---|
| 数据契约 / IngestQA | R/A | C | C | I |
| Ontology 与身份 | R | C | A | I |
| 已验证断言 | C | I | A/R | I |
| 证据黄金集 | C | C | A | C |
| Context Pack 合同 | A/R | C | I | C |
| 应用编排 | I | R/A | I | C |
| 闭环回流审批 | A/R | C | C | I |
R = Responsible，A = Accountable，C = Consulted，I = Informed。应用编排不在基座范围，但必须消费同一契约。
十、30-60-90 天行动清单¶
30 天：盘点与契约
- 列出会查询的 10 张核心表与 10 份核心文档
- 为表写契约草稿；为文档登记来源与许可
- 标出口径争议（「在研」是否含
preclinical）
60 天：身份与证据
- 上线化合物 MVO 与
ASH-001/ savolitinib / AZD6094 映射 - 语义树切片 + 20 题引用黄金集
- IngestQA 阻断空树与未登记来源
90 天：Pack 与最小闭环
- Context Pack 带发版号与 missing
- 显式纠错进入信号队列；批准后写 Git
- 对照第七节自评是否达标准档
十一、业界对照（只学栈）¶
| 业界层 | 学什么 | 不学什么 |
|---|---|---|
| 湖仓 + FAIR | 数据产品、持久标识、词表嵌入 | 换成某一家云中台即完成转型 |
| 元数据目录 | 资产先登记 | 目录当第二图谱 |
| 公开药理空间 | 身份解析、映射、Core API | 把公开层当企业世界 |
| 科学知识地图 | 导航与已治理关系 | 发现模型、仓内助手 |
| 证据与引用 | 答案挂回原文 | 用助手产品定义基座 |
| Data-for-Agent | 分层形态与版本化接口 | 复制业务门户 |
十二、章节写作规范依据¶
写新章节前先读 AGENTS.md。