2. 实验数据建模与本体设计

实验数据知识图谱的根基不在图数据库，而在建模。若实体边界模糊、关系语义随意，后续无论用多强的推理机或图查询引擎，都只能得到一张“看起来像图”的表格集合。本节围绕实验领域最核心的四类实体——实验对象、实验条件、测量指标、结果数据——讨论如何识别它们、如何用 RDF Schema 与 OWL 表达约束，并给出一个可落地的本体设计案例。

一、四类核心实体的识别

实验对象（ExperimentalObject）指被研究、被处理或被观测的实体。它可以是材料样本、细胞系、器件批次、算法模型或仿真工况。识别要点是：它必须能被唯一标识，并且是实验条件与结果数据的共同承载者。例如“铝合金 6061-T6 试样 A03”是一个实验对象，而“铝合金”只是它的类别。

实验条件（ExperimentalCondition）描述对象在何种环境下被处理或观测，包括温度、压力、加载速率、试剂浓度、随机种子、设备型号等。条件通常以“参数名—数值—单位”三元组出现，因此建模时建议把条件抽象为可复用的参数化结构，而不是把每个条件都硬编码成一个类。

测量指标（MeasuredIndicator）是实验中被直接读取或计算得到的量，如抗拉强度、荧光强度、准确率、响应时间。它回答“测什么”，而结果数据回答“测到多少”。把指标与数据分离，是避免同一指标在不同实验中语义漂移的关键。

结果数据（ResultData）是具体观测值及其上下文，包括数值、单位、不确定度、采集时间、所属实验批次。结果数据必须能回溯到“哪个对象、在什么条件下、由哪个指标产生”，这条回溯链正是知识图谱的价值所在。

二、RDF Schema 与 OWL 的分工

RDF Schema 提供最基础的词汇：类（rdfs:Class）、子类（rdfs:subClassOf）、属性（rdf:Property）、定义域（rdfs:domain）和值域（rdfs:range）。它足以表达“实验对象有实验条件”“结果数据属于某个指标”这类轻量语义。例如：

ex:hasCondition rdfs:domain ex:ExperimentalObject ;
                rdfs:range  ex:ExperimentalCondition .
ex:produces     rdfs:domain ex:ExperimentalObject ;
                rdfs:range  ex:ResultData .

OWL 在此基础上增加逻辑约束与推理能力。实验领域最常用的三类构造是：基数约束（owl:cardinality）、存在约束（owl:someValuesFrom）和互斥类（owl:disjointWith）。例如要求每条结果数据必须且只能有一个数值、一个单位，并且结果数据与实验条件互斥，避免把“温度=25℃”误标成结果数据。

三、面向实验领域的本体设计案例

以“金属材料拉伸实验”为例，设计一个最小可用本体。类包括：MaterialSample（实验对象子类）、TensileTest（实验批次子类）、TemperatureCondition、StrainRateCondition（实验条件子类）、TensileStrength、Elongation（测量指标子类）、NumericResult（结果数据子类）。属性包括 hasCondition、measures、produces、hasValue、hasUnit、derivedFrom。

一条实例化数据可以写成：

ex:Sample_A03  a ex:MaterialSample ;
               ex:hasCondition ex:Cond_25C , ex:Cond_1e-3 ;
               ex:produces     ex:Result_UTS_A03 .

ex:Result_UTS_A03  a ex:NumericResult ;
                   ex:derivedFrom ex:TensileStrength ;
                   ex:hasValue    312.5 ;
                   ex:hasUnit     ex:MPa .

这条数据进入图数据库后，可以直接回答“哪些样本在 25℃、应变速率 1×10⁻³ s⁻¹ 下的抗拉强度超过 300 MPa”，而无需再解析原始表格。这正是本体设计带来的查询与推理收益。

四、常见建模陷阱

• 把条件当结果：温度、速率是条件，不是测量指标。若混入结果数据类，后续统计会重复计数。
• 单位硬编码：把“MPa”写进属性名（如 hasStrengthMPa），会导致单位换算和跨实验比较困难。应统一用 hasUnit 指向单位个体。
• 忽略批次：同一对象多次实验若没有 Experiment 节点，结果数据将无法区分重复测量与不同条件测量。
• 过度细分：为每个具体设备建一个类，会让本体迅速膨胀。设备更适合作为个体或条件参数值。

完成本节的本体骨架后，下一阶段即可把实验记录、仪器导出文件和 LIMS 数据映射到这些类与属性上，形成可查询、可推理的实验数据知识图谱。