📚 课程目录第2章实验协议的结构化建模

2. 实验协议的结构化建模

实验协议如果只以自然语言段落存在，机器就无法可靠地判断“这一步需要什么”“这个参数属于谁”“这份数据由哪次运行产生”。结构化建模的目标，是把协议从一段可读文本，转化为一组有明确类型、明确关系、明确状态迁移规则的实体集合。本节围绕“信息模型—实体关系—状态机”三层展开，并给出可直接参考的建模示例。

一、信息模型：把协议拆成可寻址的实体

一个可被机器读取的实验协议，至少需要覆盖六类核心信息：实验目的、材料、设备、步骤、参数、数据输出。它们不是六个并列的字段，而是具有从属与引用关系的实体。建模时先定义实体，再定义实体之间的连接方式。

以“细胞培养上清中IL-6浓度检测”为例，可以抽象出如下实体：

Protocol（协议）：整体标识，包含版本号、适用物种、依据标准。
Objective（目的）：可验证的陈述，例如“定量测定样本中IL-6浓度，检测下限≤2 pg/mL”。
Material（材料）：样本、试剂、耗材，需带批号、有效期、储存条件。
Equipment（设备）：酶标仪、洗板机、移液器，需带型号、校准状态、关键性能参数。
Step（步骤）：有序操作单元，每个步骤引用其所需材料、设备与参数。
Parameter（参数）：温度、时间、体积、转速、波长等，必须绑定到具体步骤或设备。
DataOutput（数据输出）：原始读数、计算结果、单位、精度、存储位置。

关键原则是：参数不能悬空。一个“37 ℃”如果没有绑定到“孵育步骤”和“恒温箱设备”，机器就无法判断它是否被正确执行。因此参数实体必须通过 appliesTo 关系指向步骤或设备。

二、实体关系：用关系类型约束语义

实体定义完成后，需要用有限的关系类型把它们连起来。推荐使用以下关系集合，避免关系语义混乱：

关系	方向	含义	示例
hasStep	Protocol → Step	协议包含步骤	IL-6检测协议包含第3步“加样”
requires	Step → Material/Equipment	步骤需要某资源	加样步骤需要移液器与样本
hasParameter	Step/Equipment → Parameter	步骤或设备具有参数	孵育步骤具有温度37 ℃、时间30 min
produces	Step → DataOutput	步骤产生数据	读板步骤产生OD值
precedes	Step → Step	步骤先后顺序	洗板 precedes 加二抗
derivedFrom	DataOutput → DataOutput	数据派生关系	浓度值 derivedFrom OD值

这些关系一旦确定，就可以用图数据库或RDF三元组存储。例如“孵育步骤需要恒温箱”可写成三元组：(Step_Incubate, requires, Equipment_Incubator)。机器查询时，只需沿关系遍历，就能回答“哪些步骤依赖未校准设备”这类问题。

三、状态机：让协议具备执行语义

仅有静态结构还不够。实验执行过程中，每个步骤会经历“未开始—进行中—已完成—异常”等状态。状态机的作用，是定义合法状态与合法迁移，防止出现“未加样却已读板”这类逻辑错误。

以单个步骤为状态机单元，定义四个状态：Pending（待执行）、Running（执行中）、Completed（已完成）、Failed（失败）。合法迁移包括：Pending → Running、Running → Completed、Running → Failed、Failed → Pending（重试）。禁止 Pending 直接跳到 Completed，也禁止 Completed 回退到 Running。

步骤状态机之上，还需要协议级状态机。协议整体状态由所有步骤状态聚合而成：只要有一个步骤处于 Failed，协议状态即为 Blocked；所有步骤 Completed，协议状态才为 Finished。这种聚合规则可以用简单的状态表表达：

协议状态聚合规则（示例）：
任一步骤 Failed        → Protocol = Blocked
存在步骤 Running       → Protocol = InProgress
全部步骤 Completed     → Protocol = Finished
其余情况               → Protocol = Pending

把状态机与实体关系结合，就得到完整的可执行协议模型：实体提供“有什么”，关系提供“怎么连”，状态机提供“怎么变”。三者缺一不可。

四、从模型到可执行协议：一个最小示例

把上述模型落到具体协议，可以用一段结构化描述表达。以下示例以“IL-6 ELISA检测”为背景，参数为教学假设值，用于说明建模方式，不代表真实试剂盒说明书。

Protocol: IL6_ELISA_v1.2
Objective: 定量检测样本IL-6浓度，检测范围 2–200 pg/mL
Step_1: 包被
  requires: 96孔板, 捕获抗体
  hasParameter: 抗体浓度 = 2 μg/mL, 温度 = 4 ℃, 时间 = 12 h
  produces: 包被记录
Step_2: 封闭
  requires: 封闭液
  hasParameter: 温度 = 37 ℃, 时间 = 1 h
  precedes: Step_3
Step_3: 加样
  requires: 样本, 移液器
  hasParameter: 样本体积 = 100 μL, 复孔数 = 2
  produces: 加样位置表
Step_4: 孵育与洗板
  requires: 恒温箱, 洗板机
  hasParameter: 温度 = 37 ℃, 时间 = 30 min, 洗板次数 = 5
Step_5: 显色与读板
  requires: 酶标仪
  hasParameter: 波长 = 450 nm, 参比波长 = 630 nm
  produces: OD_raw
DataOutput: IL6_conc
  derivedFrom: OD_raw
  unit: pg/mL
  precision: 0.1

这段描述已经具备机器可读的基本条件：每个步骤有明确资源引用，每个参数有归属，数据有派生来源。机器可以据此检查“Step_4 是否引用了已校准的恒温箱”“Step_5 的波长是否与酶标仪能力匹配”。

建模建议：先画实体关系草图，再补状态机，最后写结构化描述。顺序反过来容易漏掉参数归属和状态迁移约束。

常见错误：把“37 ℃ 30 min”写成一个无归属的全局参数。正确做法是将其绑定到具体步骤，并注明该步骤引用的设备。否则机器无法判断该参数是否被实际执行。

结构化建模的价值，不在于把文字换成表格，而在于让协议中的每个对象都可被寻址、每条关系都可被验证、每次状态变化都可被追踪。当实验协议具备这三层结构后，后续的自动校验、执行监控与数据溯源才有稳定的基础。