映射生物医学本体术语

Map Terms to Biomedical Ontologies · 🟡进阶 · 所属分类：科学数据库与知识发现

临床元数据、样本表、Excel 里的疾病/组织/表型字段全是自由文本（像「非小细胞肺癌」「left lung」「发育迟缓」），做整合或 meta 分析必须统一成标准本体 ID，手工逐条查极慢；而直接让大模型猜 ID，常给出貌似合理却错误甚至根本不存在的编号，污染整个下游。它经权威本体 API 可追溯地帮你映射，并对每个 ID 回验。

适合谁

做数据整合、标准化标注、meta 分析的研究生、生信工程师和数据管理员。

给它什么 · 得到什么

• 你提供：一列/一份自由文本术语（每行一条，或 CSV/TSV 指定文本列），可选实体类型、物种、目标本体偏好（MONDO/HPO/UBERON/CL/EFO…）、相似度阈值
• 你得到：一张 SSSOM 规范映射表（原文→CURIE、匹配类型、置信度、工具、日期），附可复现脚本、QC 汇总和低置信/未命中的人工复核清单，每个 ID 都经 API 回验

怎么用

示例提问：「我这列疾病名全是自由文本，比如'非小细胞肺癌''发育迟缓'，帮我映射成标准的 MONDO / HPO ID，要能追溯出处。」触发后它会先判定实体类型、选定目标本体，调用本体检索 API 打分消歧，选最佳匹配并标注匹配类型，最后回验每个 CURIE 能否解析回原 label。

提个醒

它绝不凭记忆臆造本体 ID——每个 CURIE 都来自实时查询并回验；依赖联网访问本体 API，离线需改用本地 OWL/OBO 文件并声明版本；低置信/歧义项一律标人工复核，不替代专家审校。