研究背景：

随着表型测量技术的发展，人类深度表型研究已覆盖从分子、细胞、器官到个体等多个生物学尺度，由此产生了规模庞大且高度异源异构的表型数据。不同研究和队列在样本类型、测量方法、仪器及测量条件等方面存在差异，相关信息又常分散于表型变量名称、测量方案和元数据中，增加了跨平台、跨队列数据标准化、比较与整合的复杂性。因此，如何对表型测量上下文信息进行结构化描述，并在此基础上实现异源异构表型数据的规范化表示，以支持跨平台、跨队列的数据比较与整合，是深度表型数据整合面临的重要基础问题。

文章概述：

中国科学院院士、复旦大学金力和中国科学院上海营养与健康研究所张国庆团队、复旦大学罗竞春团队和复旦大学陈兴栋团队联合报道了一种面向人类表型的组装描述框架。该研究构建了由表型组装方法（Phenotype Assembly Method，PhenoAM）、表型组数据元素（Phenome Data Elements，PhenoDE）和表型智能体工具集PhenoAgents组成的方法体系。PhenoAM通过对表型特征及其测量上下文进行结构化组装，实现对复杂表型信息的规范化描述和语义解析。PhenoAM将表型描述拆解为核心可测量特征（Feature）及描述测量对象、过程、结果和适用对象等信息的限定词（Qualifiers），从而将分散于不同数据来源和测量环节中的表型测量上下文转化为结构化、可复用和可比较的语义表示。基于国际人类表型组计划（International Human Phenome Project，IHPP）一期，研究构建了覆盖22个测量平台的58,371个PhenoDE，并与本体、专业数据库、标准化数据集和文献等多类外部资源建立映射，22个平台的外部资源映射覆盖率达到99.8%。结合IHPP、美国国家健康与营养调查（NHANES）和英国生物样本库（UK Biobank）的数据，研究展示了特征或限定词所表征的测量上下文差异可对应不同的数据分布和分析结果，说明显式保留测量上下文对于识别异源异构数据之间的测量差异、提高跨队列比较的可解释性具有重要意义。在此基础上，研究进一步开发了表型智能体工具集PhenoAgents，用于辅助表型语义拆解、外部术语候选检索和数据质量问题筛查，形成了从表型语义组装、规范化表示、跨资源映射到智能辅助数据质量评估的方法框架。

图文导读：

图1.人类表型组装描述整体框架。研究使用PhenoAM将表型表示为特征与限定词的组合，并形成标准化PhenoDE；进一步连接真实队列数据、数据整合和质量评估过程，形成贯通表型语义规范描述、数据组织和质量评估的整体框架

图2.PhenoAM与PhenoDE对表型测量上下文的结构化描述。不同IHPP测量平台具有不同的特征-限定词组合模式。样本类型、人体解剖部位、方位与相对位置、测量工具、测量条件及统计指标等限定词，从多个维度刻画不同类型表型的测量上下文与语义边界

图3.PhenoDE的跨资源映射与跨队列比较。研究将特征和限定词分别与本体、专业数据库、标准化数据集及文献等资源建立关联，并利用统一表示结构比较IHPP与UK Biobank的表型描述，使来源不同、组织方式不同的异源异构表型数据能够在共同的描述框架下进行比较

图4.表型描述差异与数据分析结果。基于NHANES、UK Biobank和IHPP的实例分析显示，表型特征、测量方向、测量仪器及计算方法等差异可能对应不同的数据分布和统计分析结果，体现了细粒度记录表型测量上下文的必要性

图5.PhenoAgents辅助表型标准化与质量评估。研究开发了基于大语言模型的表型智能体工具集PhenoAgents，包括PhenoAssembler、PhenoMapper和PhenoCurator，分别用于辅助特征与限定词拆解、外部术语候选检索以及数据质量问题筛查。针对不同任务，研究利用人工整理的参考数据、模拟数据及公共数据，结合不同模型、提示词和重复运行进行了评估。结果显示，不同模型和提示策略的表现具有任务依赖性。PhenoAgents可为复杂表型数据的智能化处理提供技术支撑，推动表型标准化流程向可扩展、智能辅助的数据治理模式拓展

结论：

该研究面向深度表型数据来源多样、结构异构和测量上下文复杂等问题，建立了由PhenoAM、PhenoDE和PhenoAgents组成的表型组装描述框架，将分散于不同平台、队列和测量流程中的表型语义转化为结构化、可比较的统一表示。通过贯通表型语义拆解、标准化数据元素构建、跨资源关联与智能辅助质量评估，该框架为异源异构表型数据建立了共同的描述基础，并为跨队列表型比较、异源异构数据整合及表型数据互操作提供了方法支持。

该研究得到国家重点研发计划“四大慢病重大专项”（2023ZD0510003）、上海市“科技创新行动计划”计算生物学重点专项（23JS1401500）及上海市市级科技重大专项“国际人类表型组计划（一期）”（2017SHZDZX01）等项目的资助。此外，特别感谢国际人类表型组计划（一期）技术咨询组各位专家给予的指导与支持。

论文信息：

Towards a Compositional Framework for Describing Human Phenotypes

Wanting Hu#, Yunchao Ling#, Xinyue Hu#, Wei Chen#, Rong Zhou, Xinhao Zhuang, Yanfeng Jiang, Jialu Zhao, Xingdong Chen*, Jingchun Luo*, Li Jin*, Guoqing Zhang*

Advanced Science

DOI:10.1002/advs.77730

原文链接：

https://doi.org/10.1002/advs.77730

期刊介绍：

Advanced Science是 Wiley旗舰期刊 Advanced 系列中的一种完全开放获取的跨学科科学期刊，发表材料科学、物理、化学、医学、生命科学、环境科学、工程和社会科学等领域的前沿基础和应用研究。我们的使命是通过开放获取出版，使前沿创新的科学研究具有更广泛的可访问性。Wiley 的 Advanced 系列是全球公认的高影响力期刊系列，传播来自资深和青年研究人员的科学成果，帮助他们实现使命并扩大科学发现的影响力。

Advanced Science最新2025影响因子（JIF）为 14.1，五年平均影响因子为 15.6，JCI 引文指标为1.90，CiteScore 为 18.1。在2025年中国科学院期刊分区表中，Advanced Science入选综合类期刊一区TOP。