معلومة

هل يقوم مستخدمو كريسبر / كاس بالتكرار أو الموازاة لتجربة تسلسلات إرشادية متعددة؟

هل يقوم مستخدمو كريسبر / كاس بالتكرار أو الموازاة لتجربة تسلسلات إرشادية متعددة؟


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

لقد قرأت عن الكفاءة على الهدف والتأثيرات غير المستهدفة في استخدام CRISPR / Cas9 ، وحول الأدوات التي تقترح تسلسلات دليل جيدة. أتساءل: كم عدد تسلسلات الدليل التي يحاول مستخدمو CRISPR النموذجيون تجربتها - أي هل هناك أي تكرار أو توازي متضمن؟

أعتقد أن الإجابة هي نعم لبعض حالات الاستخدام ، لكني لست متأكدًا:

  • ضرب مكان معين: لا يوجد سوى عدد قليل من سلاسل الدليل الممكنة ، لذا يمكنك فقط إنشاء مكتبة تتضمن كل هذه السلاسل وتشغيل تجربة واحدة ، بدون تكرار. لن تعرف تسلسل الدليل الذي كان يعمل بشكل أفضل ، ولكن قد لا يحتاج المستخدمون إلى هذه المعلومات.
  • ضرب جين واحد ، بغض النظر عن الموقع: نظرًا لوجود العديد من المواقع المحتملة لـ indels ، فإن المفتاح هو اختيار موضع يكون فيه تسلسل الدليل فعالًا وينتج آخر التأثيرات غير المستهدفة في مكان آخر في الجينوم. قد يعني هذا تكرار / تجربة العديد من سلاسل الدليل المقترحة بشكل فردي. يمكن تجربتها بالتوازي عبر عدة تجارب.
  • القضاء على جينات متعددة ، المعروف أيضًا باسم مضاعفة الإرسال: قد يرغب المستخدم في العثور على تسلسلات إرشادية جيدة لكل جين على حدة لتجنب أي تفاعلات. هذا من شأنه أن يقلل إلى المثال السابق أعلاه.

هل فهمي أعلاه صحيح؟


المدونة / صنع الخفض

مرحبًا بكم في Lena Kobel ، التي انضمت إلى المختبر كمهندسة خلية. لينا تاريخ طويل في هندسة الجينوم ، مع خبرة سابقة في Martin Jinek & # 8217s.

مرحبًا بكم في Lena Kobel ، التي انضمت إلى المختبر كمهندسة خلية. لينا تاريخ طويل في هندسة الجينوم ، مع خبرة سابقة في مختبر Martin Jinek & # 8217s وفي Caribou Biosciences. ستعمل لينا على نماذج وشاشات خلوية دقيقة لدراسة علم الوراثة لتلف الحمض النووي وتحرير الجينوم.


استبدال التسلسل لعلاج مرض فقر الدم المنجلي

نشر مختبري مؤخرًا ورقة بحثية ، جنبًا إلى جنب مع المؤلفين المشاركين البارزين ديفيد مارتن (CHOR.

نشر مختبري مؤخرًا ورقة بحثية ، بالاشتراك مع المؤلفين البارزين المشاركين ديفيد مارتن (تشوري) ودانا كارول (جامعة يوتا) ، استخدمنا فيها تقنية كريسبر لعكس الأليل المسبب لمرض الخلايا المنجلية في الخلايا الجذعية لنخاع العظام. حصل هذا العمل على بعض الصحافة ، لذلك على عكس الأوراق الأخرى من المعمل ، لن أستخدم المدونة لشرح ما فعلناه ووجدناه. يمكنك الذهاب إلى أي مكان آخر لذلك. لكني أريد أن أشرح الدافع وراء العمل ، وكذلك لماذا اخترنا هذا النهج.

مرض الخلايا المنجلية وتحرير الجينات

يعمل تحرير الجينات من الجيل التالي بالفعل على تغيير الطريقة التي يقوم بها العلماء بأبحاثهم ، ولكنه يحمل أيضًا الكثير من الأمل في علاج الأمراض الوراثية. يعد مرض فقر الدم المنجلي (SCD) من أكثر الأمراض الوراثية التي يمكن تتبعها فيما يتعلق بتعديل الجينات. الأساس الجزيئي معروف منذ عام 1949 ، لذا فهو مفهوم جيدًا نسبيًا. يكمن السبب الجذري لهذا المرض في الخلايا الجذعية لنخاع العظام (المعروفة أيضًا باسم الخلايا الجذعية المكونة للدم ، أو "HSCs") ، والتي يسهل الوصول إليها باستخدام كواشف التعديل. إنه أحادي الجين ومتنحي ، لذلك ما عليك سوى عكس أليل مرض واحد للشفاء. لا يوجد علاج شائع الاستخدام - على الرغم من أن زراعة نخاع العظم من متبرعين أصحاء يمكن أن تعالج المرض ، إلا أن عددًا قليلاً جدًا من المرضى يحصلون على عملية الزرع لأسباب متنوعة (على عكس نقص المناعة المشترك الشديد ، وهو مرض آخر من أمراض التهاب الكبد الوبائي حيث يحصل معظم المرضى على عمليات زرع). ونعلم من مصادر مختلفة أن تحرير 2-5٪ فقط من الأليلات يمكن أن يوفر فائدة للمرضى (ما يعادل 4-10٪ من الخلايا ، بسبب مبدأ هاردي-واينبرغ).

ولكن بينما حاولت عدة مجموعات عمل مرشح لتعديل الجينات قبل السريرية لعلاج داء الكريّات المنجلية عن طريق استبدال أليل المرض ، واجهت معظم الجهود حتى الآن تحديات. بدت الأشياء في البداية واعدة جدًا في خطوط الخلايا النموذجية ، ولكن عندما انتقل الأشخاص إلى الخلايا الجذعية السرطانية وجدوا أن كفاءة تحويل الأليل قد انخفضت بشكل كبير. الاستبدال الفعال للأليلات المرضية هو شيء من الكأس المقدسة لتحرير الجينات ، لكنه تخلف حتى الآن عن قدرتنا على تعطيل التسلسلات.

تسلسل بالضربة القاضية لعلاج SCD

في مجال داء الكريّات المنجلية ، دفعت مشاكل استبدال التسلسل جهودًا لإيجاد طريقة لاستخدام تعطيل التسلسل لتخفيف المرض. تؤدي أكثر هذه الأساليب الواعدة إلى زيادة تنظيم الهيموجلوبين الجنيني من خلال مجموعة متنوعة من الآليات ، بما في ذلك تعطيل Bcl11A الخاص بنسيج معين (يجب أن يكون خاصًا بالأنسجة لأن Bcl11A يقوم بالكثير من الأشياء في الكثير من الخلايا). لوحظ زيادة في تنظيم الهيموغلوبين الجنيني في البشر (أثناء الثبات الوراثي لهيموغلوبين الجنين ، أو HPFH) ، وهو يقي من هضم الهيموجلوبين البالغ.

تعتبر استراتيجيات تنظيم الهيموجلوبين الجنيني مثيرة للغاية ، وهي تقدم بعض الأبحاث الأساسية الرائعة ، ويمكن أن تؤدي في النهاية إلى علاجات جديدة لمرضى داء الكريّات المنجلية. هناك عدد قليل من الأشخاص في مختبري يعملون وفقًا لهذه الخطوط ، وتقوم مجموعات أخرى عديدة بعمل رائع في هذا المجال. ولكن في حين أن التحرير أسهل ، لا تزال هناك بعض التحديات الرئيسية للترجمة السريرية ، ويرجع ذلك في الغالب إلى البيولوجيا الجديدة غير المكتشفة في الغالب والتي تحيط باضطراب خاص بالأنسجة لـ Bcl11A.

استبدال التسلسل لعلاج SCD

قررنا العودة إلى الأساسيات ، ومعرفة ما إذا كان عملنا على مانحين التلدين و Cas9 RNP يمكن أن يعيد النهج "الممل" لاستبدال التسلسل إلى الطاولة. في هذه الحالة ، نريد أن نكون مملين قدر الإمكان. أفضل ألا أتفاجأ بالاكتشافات البيولوجية الجديدة حول تنظيم الجينات أثناء عملنا مع المرضى.

أردنا أيضًا أن يكون نهجنا عامًا قدر الإمكان - لتطوير شيء يعمل مع داء الكريّات المنجلية ولكن يمكن الوصول إليه للباحثين السريريين في كل مكان. من شأن ذلك أن يتناسب مع موضوع الدمقرطة في Cas9. سيكون كل من كاشف استهداف نوكلياز وطريقة استبدال الأليل سريعًا ورخيصًا وسهل الاستخدام للجميع ، بحيث يمكن للجميع طرح أسئلة حول نظامهم في الخلايا الجذعية السرطانية وربما حتى تطوير علاجات لتعديل الجينات لمرض معين كانوا فيه. نحن نعمل.
هذا على عكس بعض استراتيجيات التحرير القائمة على الفيروسات والتي تبدو فعالة بشكل معقول ولكنها بطيئة جدًا في التكرار ولها عائق كبير للدخول. إذا كان ذلك ممكنًا ، أفضل تطوير شيء يمكن لأي باحث في تكوين الدم أو أخصائي أمراض الدم أن يلتقطه ويستخدمه ، مع التحول السريع من الفكرة إلى التنفيذ. هذه هي الطريقة التي تصل بها إلى العلاجات التي يقودها الأطباء للأمراض الوراثية النادرة ، والتي تعد وعدًا طويل الأمد بتعديل الجينات القابلة لإعادة البرمجة بسهولة.

كل ما سبق هو السبب في أننا استخدمنا Cas9 RNP وقمنا بربطه بمانحين الحمض النووي الأحادي المتصلب. وجدنا أننا لسنا بحاجة حتى إلى استخدام الحماية الكيميائية للدليل RNA أو الحمض النووي المفرد الذي تقطعت بهم السبل ، على الرغم من أننا جربنا ذلك بالتأكيد. في التحرير قصير المدى ، وجدنا مستويات عالية جدًا من التحرير ، وفي تجارب الماوس طويلة المدى وجدنا تعديلات أعلى بمقدار خمسة أضعاف مما تم الإبلاغ عنه سابقًا. أعتقد أن هذا بالتأكيد جيد بما يكفي للباحثين لبدء استخدام هذه الطريقة لمعالجة بيولوجياتهم المثيرة للاهتمام. ولكن بالنسبة لنا ، لا يزال هناك الكثير من العمل الذي يتعين القيام به قبل أن يصبح هذا علاجًا لفقر الدم المنجلي.

الخطوات القادمة نحو العيادة

أولاً ، نحتاج إلى محاولة توسيع نطاق كواشف التحرير وطريقتنا (Cas9 ، توجيه الحمض النووي الريبي ، المتبرعين ، الخلايا الجذعية ، والتثقيب الكهربائي) إلى المستويات السريرية ، ونحتاج أيضًا إلى الحصول عليها بنقاء إكلينيكي. هذه خطوة غير تافهة ، لكنها حاسمة للغاية لبدء تجربة سريرية في نهاية المطاف. ثانيًا ، نحن بحاجة إلى إثبات سلامة نهجنا. وجدنا موقعًا رئيسيًا بعيدًا عن الهدف أثناء إجراء التحرير ، وهو يقع في صحراء جينية. ولكن لمجرد أنه ليس بالقرب من أي شيء يبدو مهمًا لا يعني أننا لسنا بحاجة إلى إجراء دراسات السلامة الوظيفية! (راجع منشور المدونة السابق الخاص بي حول السلامة لتحرير الجينات لمعرفة المزيد حول هذا) لدينا مجموعة من دراسات السلامة المخطط لها في النماذج غير البشرية ، ونريد إلقاء نظرة فاحصة لمعرفة ما إذا كان بإمكاننا اتخاذ الخطوة التالية في العيادة .

أنا وزملائي ملتزمون بالتطبيق السريري لتعديل الجينات لعلاج مرض فقر الدم المنجلي ، ونأمل أن نبدأ تجربة سريرية في غضون السنوات الخمس المقبلة. لكن البيانات ستوجهنا - نريد أن نكون حذرين للغاية ، حتى نعرف أن العلاج ليس أسوأ من المرض. هناك العديد من الأجزاء المتحركة المتضمنة في هذه الخطوات الانتقالية وبعضها بطيء بعض الشيء ، لذا يرجى البقاء على اطلاع بينما نحاول تقديم علاج رائع لمرضى داء الكريّات المنجلية.


2 إجابات 2

(لا مكان لهذا كتعليق)

يبدو أن الكود الخاص بك مع ملف الببليوغرافية المقدم يجمع بشكل جيد معي. & quotMohr et al. يتم تقديم 2014 & quot كما تريد

بعد إجراء بعض عمليات الفحص ، يبدو أنك كتبت mincitenames = 2 عن طريق الخطأ (وهو ما لا يظهر في مثال الكود الذي قدمته). نتيجة لذلك ، في هذه الحالة ، سيكون الإخراج هو نفسه الذي أظهرته في الصورة المقدمة (والتي لا تريدها في الواقع)

لذا تأكد من الاحتفاظ بأسماء mincitenames = 1 كما أوضحت في مثالك للحصول على النتيجة المجمعة كما تريد.


هل أي شخص في هذا الفرع لديه أي مصلحة في تشكيل مجموعات ألفة في مكان العمل؟ (نحن.)

النقابات العمالية في القطاع الخاص غير موجودة عمليًا لعدد من الأسباب ، لكنني لا أرى أي سبب يمنع مجموعات الأفراد المتعلمين جيدًا من الاجتماع معًا ومناقشة ما نريد أن يبدو عليه مستقبل الصناعة للعاملين في أعمالنا / أماكن العمل لدينا .

& # x27m لا أطلب تشكيل مجموعات عبر الإنترنت ، لكنني أشعر بالفضول لسماع ما سيكون عليه المتخصصون في العلوم ومشاعر # x27 تجاه تشكيل مجموعات مناقشة مع زملاء العمل في مكان عملك لمجرد طرح الأفكار حول التحسينات التي يمكن إجراؤها.

هل سيكون هذا شيئًا قد تكون مهتمًا به؟

هل لديك أي أفكار حول الأشياء التي ترغب في تحسينها في ظروف عملك؟

أنا & # x27m أنوي أن تكون هذه المشاركة مناقشة ، لذا فإن أي أفكار وكل الأفكار مرحب بها وتقديرها!

شكرا للإستجابة! أوافق على أن الصناعة مزدهرة وهناك عدد غير مسبوق من الشباب المهنيين المتعلمين بالجامعة ، وكثير منهم يبحث عن تعويض أفضل عن وقتهم.

الشيء الذي سأستفيد منه هو فهم كيف يحاول الآخرون في مجال التكنولوجيا الحيوية وتخطيط الأهداف (المراجعات والأشياء السنوية). أجد أنه من المحبط بشكل لا يصدق عندما يروج قسم الموارد البشرية لتعريف الهدف كل عام ، ولكن لا يوجد أي أمثلة فعالة للأهداف الجيدة للعلماء ومطوري العمليات.

هذا & # x27s مثال رائع لشيء ما للمناقشة في مجموعة العمل. شكرا للمساهمة!

أنا في الجانب التجاري لكنني بالتأكيد سأظل مهتمًا

يبدو أن معظم الأفراد المهتمين (بمن فيهم أنا) هم في بداية حياتهم المهنية. إذا تشكلت مثل هذه المجموعة ، أعتقد أنها ستستفيد من خلال إشراك المزيد من كبار العاملين في مجال التكنولوجيا الحيوية لتقديم وجهات نظر من ذوي الخبرة!

هذه نقطة رائعة. الخبرة مهمة ووجهات النظر المتنوعة ضرورية

أنا بالكاد أتخرج من الكلية ولكني مهتم بالتأكيد.

نعم ، هذه تبدو فكرة رائعة. إلى جانب التعويض ، هناك بعض الجوانب الأخرى لهذه الصناعة التي يمكن أن تؤدي بشكل جيد من خلال محادثة مفتوحة وصادقة.

هل تشعر بالفضول بشأن الهدف / الهدف من هذا؟

هل هذا عن النقابات؟ أو مجرد الحديث عن المجال ككل وطرق مختلفة للقيام بالأشياء؟

يمكن أن يكون كلاهما أو لا. الهدف من مجموعة التقارب هو مجرد الحصول على المزيد من الأصوات وراء مجموعة من الأفكار أو الرؤى للمستقبل لأن هناك قوة في المجموعات.

إذا اجتمعت المجموعة عدة مرات وتوصلت إلى توافق في الآراء بشأن قائمة التحسينات في مكان عملها ، فعندئذٍ مع وجود عدد كافٍ من الأعضاء ، ربما يكون الوقت قد حان للحديث عن النقابات. ولكن إذا ظهرت رؤية قوية من خلال مناقشة طريقة جديدة للقيام بالأشياء كمجال ، فعندئذٍ ، مع عضوية عالية بما يكفي ، يمكن تمكين تلك المجموعة لإجراء تلك التغييرات لأن الخبرة للقيام بذلك تكمن في العاملين في هذا المجال.

بشكل عام ، الفكرة هي فقط تشكيل منظمات حول اهتمامات مشتركة ، وإدراك أن القدرة على إجراء البحوث أو المبيعات تكمن في العالم أو البائع وأن المجموعات المنظمة الكبيرة ذات الاهتمامات المشتركة تتمتع بقوة أكبر من الأفراد.


الجلسة 5: التنقيب عن النصالإثنين ، 27 مارس ، 3: 30-5: 00 مساءً

الرئيسان المشاركان: جوانا ماكنتاير وسيناى كافكاس

2. حول تنظيم الخبراء والاستدامة: UniProtKB / Swiss-Prot كدراسة حالة سيلفان بو ، وسيسيليا أريغي ، وميشيل ماغران ، وزيونغ لو ، و Uniprot Consortium

الملخص: تشكل قواعد المعرفة البيولوجية ، مثل UniProtKB / Swiss-Prot ، مكونًا أساسيًا للبحث العلمي اليومي من خلال تقديم المعرفة المقطرة والملخصة والقابلة للحساب المستخرجة من الأدبيات بواسطة أمناء خبراء.

بينما تلعب قواعد المعرفة دورًا متزايد الأهمية في المجتمع العلمي ، فإن مسألة استدامتها تثار بسبب نمو الأدبيات الطبية الحيوية. باستخدام UniProtKB / Swiss-Prot كدراسة حالة ، نعالج هذا السؤال باستخدام مناهج مختلفة لفرز الأدبيات. بمساعدة أداة التنقيب عن النصوص في PubTator ، قمنا بتمييز أكثر من 10000 مقالة لتقييم نسبة الأوراق ذات الصلة بالتنظيم.

نوضح أولاً أن القيمين على المعارض يقرؤون ويقيمون عددًا من الأوراق أكثر مما يقومون بتنسيقه ، وأن قياس عدد المنشورات المنسقة غير كافٍ لتقديم صورة كاملة. نوضح أن جزءًا كبيرًا من الأوراق المنشورة الموجودة في PubMed غير مناسب للتنظيم في UniProtKB / Swiss-Prot ونثبت أنه على الرغم من المظاهر ، فإن تنظيم الخبراء مستدام.

29. تقييم القراءة الآلية لبناء نماذج آلية كبيرة تونيا كورفس ، ماثيو بيترسون ، كريستوفر غاراي ، روبين كوزيروك ولينيت هيرشمان

الملخص: يقوم برنامج DARPA Big Mechanism ببناء أنظمة الكمبيوتر التي تجمع نماذج ميكانيكية كبيرة حول إشارات السرطان. جزء أساسي من هذا هو القراءة الآلية للأوراق العلمية الخاصة بالآليات الجزيئية ذات الصلة بالنماذج. لتحقيق ذلك ، يجب أن تقرأ أنظمة القراءة النصوص الكاملة للمقالات ، وتحديد النتائج الميكانيكية البارزة في المقالة ، والتقاط الآليات بدقة ، وتجميع الآليات من القراءة إلى النماذج.

في السنة الأولى من البرنامج ، عالجت أنظمة الآلة 1000 ورقة نصية كاملة في أسبوع واحد ، وأعادت التفاعلات الميكانيكية المرشحة حول البروتينات والأدوية والجينات مع أدلة نصية داعمة وعلاقات هذه التفاعلات بنموذج ميكانيكي. في السنة الثانية من البرنامج ، كان الهدف هو تطوير أنظمة آلية يمكنها تجميع التفاعلات من مقالة نصية كاملة إلى قائمة مصنفة بالنتائج الميكانيكية الرئيسية (غير الزائدة عن الحاجة) ، بما في ذلك الربط ، الفسفرة ، التعبير الجيني ، وأحداث النقل. لكي يتم اعتباره نتيجة رئيسية ، يجب ذكر الآلية في ثلاثة مقاطع نصية على الأقل و / أو أشكال توضيحية في ورقة. لقياس قدرة الأنظمة على استخلاص النتائج الرئيسية ، قام ثلاثة علماء أحياء بشكل مستقل برعاية أوراق لهذه النتائج الآلية. من النتائج الميكانيكية التي تم العثور عليها بشكل مستقل من قبل علماء الأحياء الثلاثة ، تم تحديد 73 ٪ من النتائج بشكل صحيح من خلال نظام الآلة الآلية الأفضل أداءً. كانت أنظمة الآلة جيدة بشكل خاص في استرجاع الفسفرة وأحداث الربط.

تضمنت مهمة القراءة في السنة الثانية أيضًا مقياسًا للدقة: النسبة المئوية لأفضل 10 نتائج تم إرجاعها بواسطة كل نظام تم الحكم عليه بشكل صحيح من قبل القيمين البشريين. بالنسبة للنظام الأفضل أداءً ، كانت 67٪ من العلاقات التي تم إرجاعها صحيحة (تجاهل الارتباط بمعرفات قاعدة البيانات). من بين التفاعلات الصحيحة المستخرجة ، قامت أنظمة القراءة بإرفاق معرفات UniProt أو PubChem بشكل صحيح

75٪ من الكيانات ، مع وجود أخطاء شائعة لعائلات البروتينات والمجمعات المشاركة في مسارات إشارات السرطان.

في السنة الثالثة ، يتمثل دور أنظمة القراءة في توسيع نموذج موجود لشرح النتائج التجريبية لمجموعة من خطوط الخلايا وأنواع الأورام والأدوية.
---
تم دعم هذا العمل في إطار برنامج DARPA Big Mechanism ، العقد W56KGU-15-C-0010. تم إنتاج هذه البيانات الفنية لحكومة الولايات المتحدة بموجب العقد الأساسي رقم W56KGU-16-C-0010 ، وهي تخضع للحقوق في بند البنود غير التجارية للبيانات الفنية في DFARS 252.227-7013 (FEB 2012)

40 - نحو ربط بيانات التفاعل الجزيئي بالأدبيات المتعلقة بالدراسات الأوروبية PMC Aravind Venkatesan ، و Senay Kafkas ، و Pablo Porras ، و Sandra Orchard ، و Johanna McEntyre

الملخص: التنظيم هو مهمة عالية الدقة ضرورية لإنشاء قواعد البيانات الجزيئية الحيوية والحفاظ عليها محدثة. المعالجة اليدوية كثيفة العمالة ، مع الأخذ في الاعتبار النمو الهائل في الأدبيات الطبية الحيوية. هناك حاجة ملحة لدعم عملية المعالجة حسابيًا لجعل العملية أكثر قابلية للتوسع. تحقيقا لهذه الغاية ، يوفر التنقيب عن النص وسيلة لتحديد واستخراج البيانات من النصوص العلمية التي تصف مختلف الكيانات والجمعيات البيولوجية فيما بينها. علاوة على ذلك ، يمكن استخدام هذه التعليقات التوضيحية المستخرجة من النصوص عند تمثيلها بتنسيق يمكن قراءته آليًا لربط التعليقات التوضيحية في المنشورات تلقائيًا بقواعد البيانات الجزيئية الحيوية ذات الصلة التي توفر مصدرًا واضحًا للمنسقين.

هنا ، نقدم SciLite [1] ، وهي منصة للتعليقات التوضيحية تم تطويرها كجزء من قاعدة بيانات الأدبيات الأوروبية PMC [2] والتي تعرض مخرجات النص الملغومة لأي شخص يقرأ محتوى على موقع الويب. في سياق التنظيم ، توفر هذه المنصة آلية لعمل روابط عميقة بين الأدبيات والبيانات من أجل مصدر واضح لبيانات تنظيم المعارض. سنوضح كيف يعرض SciLite التفاعلات الجزيئية التي تم تحديدها من خلال التنقيب عن النص والمعالجة اليدوية. تغطي التفاعلات الجزيئية في SciLite حاليًا 100 تفاعل منظم يدويًا من IntAct [3] ونص 1364445 من التعليقات التوضيحية الملغومة من النصوص الكاملة للمقالات ذات الوصول المفتوح. سنوضح كيف يمكن تحقيق الربط بين قواعد البيانات المنسقة والمصدر - المقالات البحثية. نخطط أيضًا لتوفير روابط من واجهة قاعدة بيانات IntAct لتعليقات التفاعل الجزيئي في SciLite.

مراجع:
1. Venkatesan A و Kim JH و Talo F et al. SciLite: منصة لعرض النص الملغومة
التعليقات التوضيحية كوسيلة لربط المقالات البحثية بالبيانات البيولوجية [الإصدار 1
الحكام: 1 موافق عليه مع تحفظات]. ويلكوم أوبن ريس 2016 ، 1:25.
2. ائتلاف شركات PMC الأوروبية. Europe PMC: قاعدة بيانات نصية كاملة للأدب مدى الحياة
علوم ومنصة للابتكار. الدقة الأحماض النووية. 2015 يناير 43 (قاعدة بيانات
مشكلة).
3. Orchard S ، Ammari M ، Aranda B et al. مشروع MIntAct - IntAct كمشترك
منصة تنظيم لـ 11 قاعدة بيانات تفاعل جزيئي.الدقة الأحماض النووية. 2014
يناير 42 (مشكلة في قاعدة البيانات).

68 - نهج قائم على التنقيب عن النصوص لتنظيم قاعدة بيانات الرسم البياني لدعم إعادة بناء نموذج المسار الأيضي ريزا باتيستا - نافارو وصوفيا أنانيادو

الملخص: توفر عمليات إعادة البناء الأيضية فهمًا عميقًا للآليات التي تقوم عليها عمليات التمثيل الغذائي للكائن الحي محل الاهتمام ، والتي أصبحت مركزية للدراسات في مجالات التطبيق المختلفة مثل اكتشاف هدف الدواء والهندسة الأيضية والبيولوجيا التركيبية. ومع ذلك ، فإن إنتاج ومراجعة عمليات إعادة البناء هذه مكلف للغاية من حيث الوقت والجهد ، مما يتطلب تحليلًا يدويًا لكميات هائلة من المؤلفات العلمية. تتناسب طرق التنقيب عن النص بشكل جيد مع مهمة التحليل التلقائي لكميات هائلة من المؤلفات العلمية من أجل استخراج معلومات دقيقة. كجزء من مشروع إثراء نماذج المسار الأيضي بالأدلة من الأدب (EMPATHY) ، قمنا بتطوير طرق التنقيب عن النص التي تهدف إلى دعم إنشاء ومراجعة عمليات إعادة البناء الأيضية عن طريق الاستخراج التلقائي للمعلومات ودمجها حول التفاعلات الأيضية من النصوص العلمية الكاملة للمقالات . نضع تحديد التفاعلات الأيضية كمهمة استخراج حدث. تمت معالجة ذلك من خلال تطوير نهج يدعمه: (1) أداة استخراج الأحداث EventMine القائمة على التعلم الآلي (http://www.nactem.ac.uk/EventMine) ، والتي تم تدريبها على مجموعة فرعية للتدريب من مجموعة Metrecon ملخصات PubMed المشروحة بردود الفعل الأيضية (https://peerj.com/articles/1811) و (2) القواعد المحددة استنادًا إلى الأنماط اللغوية التركيبية وإطارات التصنيف الفرعي (SCFs) للأفعال ذات الصلة بعملية التمثيل الغذائي ، والتي تم اشتقاقها باستخدام محلل Enju (http://www.nactem.ac.uk/enju). تُظهر نتائجنا في المجموعة الفرعية للتقييم لمجموعة Metrecon corpus أن دمج القواعد المستندة إلى SCF في خط أنابيب استخراج الأحداث يؤدي إلى تحسين الأداء خاصة من حيث الاسترجاع. باستخدام منصة التنقيب عن النصوص Argo المستندة إلى الويب (http://argo.nactem.ac.uk) ، تم تنفيذ الطريقة المقترحة كتدفق عمل تلقائي تم تطبيقه على مجموعة PubMed Central Open Access. لتسهيل الاستعلام المباشر وتصور النتائج ، تمت كتابة التفاعلات الأيضية المستخرجة تلقائيًا في ملفات قيم مفصولة بفواصل (CSV) تستورد منها قاعدة بيانات الرسم البياني Neo4j. تعمل قاعدة البيانات الناتجة كمورد داعم لجهود إعادة البناء الأيضي من خلال تمكين اكتشاف العلاقات الغامضة بين المستقلبات والإنزيمات ذات الأهمية ، والتي تستند إلى أدلة من الأدبيات.

100. CIViCmine: المساعدة في معالجة مورد CIViC باستخدام استخراج العلاقة Jake Lever و Obi Griffith و Malachi Griffith و Steven Jones

الملخص: تعتمد جهود الطب الدقيق الحديثة بشكل كبير على قواعد المعرفة الحديثة من أجل تفسير الأحداث الجينومية سريريًا. CIViC هي قاعدة بيانات يديرها المجتمع لعلامات التشخيص والتنبؤ والتأهب والاستجابة للأدوية في السرطان. من أجل توجيه عملية التنظيم ، نقدم نظام CIViCmine ، وهو نهج آلي للتنقيب عن النصوص يحدد العلامات المهمة التي تمت مناقشتها في الأدبيات المنشورة. في البداية ، قمنا بتعليق الجمل يدويًا من ملخصات PubMed ومقالات النص الكامل لـ PubMed Central ثم تدريبنا على أداة استخراج علاقة VERSE. يتم بعد ذلك تصفية الأحداث الجينومية الناتجة لتحديد العلامات التي لم يتم وضعها بعد في CIViC وتحديد أولوياتها من خلال عدد الأوراق الفريدة التي تمت مناقشتها فيها. من خلال هذه الجهود ، أنشأنا موردًا قويًا يوجه أمناء CIViC نحو منشورات الطب الدقيق المهمة وذات الصلة.

28- دمج معلومات المتغيرات الجينومية من الأدبيات مع dbSNP للطب الدقيق Zhiyong Lu و Lon Phan و Chih-Hsuan Wei

الملخص: يعد فهم وتقييم ارتباطات المتغيرات الجينومية مع الأمراض أو الحالات وأهميتها السريرية خطوة أساسية نحو الطب الدقيق. على الرغم من الجهود الأخيرة في تنظيم الخبراء ، تظل وظيفة معظم المتغيرات المرجعية (RS) البالغ عددها 154 مليون ديسيبل "مخفية" (فقط 200000 SNV لـ 5300 جين يمكن العثور عليها في قواعد البيانات المنسقة مثل ClinVar) ولكن هناك ثروة من المعلومات حول المتغير توجد الوظيفة البيولوجية وتأثير المرض في بيانات الأدبيات غير المهيكلة. في الماضي ، حاولت بعض التقنيات الحسابية جمع مثل هذه المعلومات ولكن نتائجها محدودة الاستخدام لأن تلك المتغيرات المستخرجة من النص ليست موحدة أو متكاملة مع البيانات المنسقة الموجودة.

على الرغم من معايير HGVS للتسميات المتغيرة ، فإن عددًا كبيرًا من المتغيرات الجينية مذكورة بحرية في أسماء مختلفة في الأدبيات ، مما يجعل من المستحيل تجميع جميع ارتباطات الأمراض المعروفة لمتغير معين. ومن ثم ، فقد طورنا طريقة تلقائية تستخلص وتطبيع الإشارات المتغيرة إلى رقم dbSNP RS القياسي ، وهو انضمام متغير ثابت فريد من نوعه عبر جميع الكائنات الحية مع معلومات مجمعة مثل الجينات المرتبطة والأهمية السريرية. علاوة على ذلك ، باستخدام التعلم الآلي ، نقوم بإقران كل اختلاف جيني بالأنماط الظاهرية للمرض. تم تقييم كلتا الخطوتين الحسابيتين مقابل معيار الذهب البشري بأداء حديث: ما يقرب من 90٪ و 80٪ في مقاييس F لتطبيع الطفرة واستخراج العلاقة ، على التوالي.

بعد ذلك ، طبقنا نهجنا على PubMed بأكمله وتحققنا من صحة نتائجنا باستخدام dbSNP و ClinVar لاتساق البيانات مثل 1) تطابق الشرح الجيني SNV-gene الملغوم بالنص استنادًا إلى الموضع الجيني ، 2) تحليل المتغيرات المنسقة في ClinVar و 3) اكتشاف روابط جديدة بين المتغيرات والجينات والأمراض. يكشف تحليلنا عن 425.000 RS جديد و 6000 جين جديد غير موجود في ClinVar. علاوة على ذلك ، تتضمن نتائجنا أيضًا ما يقرب من 10000 متغير نادر جديد (MAF & lt = .001) في 3000 جين يُفترض أنها ضارة ولا توجد بشكل متكرر في عموم السكان. على حد علمنا ، نحن أول من طور مثل هذه الطريقة التلقائية لتطبيع أسماء المتغيرات الجينومية. يُظهر تحليل مقياس الجينوم لدينا أن المعلومات المحسوبة تلقائيًا جنبًا إلى جنب مع التعليقات التوضيحية لقاعدة البيانات الحالية يمكن أن تساعد بشكل كبير الجهود البشرية لرعاية المتغيرات وتحديد أولوياتها للتفسير في الجينوم الشخصي والطب الدقيق.


(2.99.0) تم تغيير موقع التخزين المؤقت الافتراضي. بدلاً من rappdirs :: user_cache_dir باستخدام الأدوات :: R_user_dir. لتجنب تضارب ذاكرات التخزين المؤقت ، سيتعين على المستخدم إدارة موقع ذاكرة تخزين مؤقت قديم قبل المتابعة. يتم توفير معلومات للتعامل مع موقع ذاكرة التخزين المؤقت القديم في المقالة القصيرة.

(2.99.0) تغيير رئيسي آخر ، يتم إنشاء موقع التخزين المؤقت الافتراضي تلقائيًا في جلسة غير تفاعلية بدلاً من استخدام موقع مؤقت. في جلسة تفاعلية ، لا يزال يُطلب من المستخدم الحصول على إذن.

  • (2.23.2) قم بإنشاء نقوش صغيرة شاملة جديدة تشير إلى كل من ExpeirmentHub و AnnotationHub. قم بالإشارة إلى هذه المقالة القصيرة في جميع الحزم الأربع ذات الصلة بدلاً من محاولة الحفاظ على العديد من العناصر الواقعية التي كانت متماثلة بشكل أساسي. يتضمن هذا أيضًا إزالة CreateAnAnnotationPackage
  • (2.23.1) رسالة خطأ ثابتة للإشارة بشكل أفضل إلى مستند استكشاف أخطاء الصورة النصفية ومرجع ثابت في استكشاف الأخطاء وإصلاحها في المقالة القصيرة. يتم تشغيل هذه الأخطاء عن طريق كل من AnnotationHub و ExperimentHub ، لذلك أوضح أن مستند استكشاف الأخطاء وإصلاحها موجود في AnnotationHub.

apoc.periodic.list - قائمة بجميع الوظائف

apoc.periodic.commit (البيان ، المعلمات) - يقوم بتشغيل العبارة المحددة في معاملات منفصلة حتى تقوم بإرجاع 0

apoc.periodic.cancel (الاسم) - إلغاء المهمة بالاسم المحدد

apoc.periodic.submit ("الاسم" ، البيان) - أرسل بيان الخلفية لمرة واحدة

apoc.periodic.repeat ("الاسم" ، العبارة ، معدل التكرار بالثواني) أرسل بيان الخلفية الذي يُطلق عليه مرارًا وتكرارًا

apoc.periodic.countdown ("الاسم" ، العبارة ، معدل التكرار بالثواني) قم بتقديم بيان الخلفية الذي يُطلق عليه بشكل متكرر حتى يقوم بإرجاع 0

apoc.periodic.rock_n_roll_ while ('بعض cypher لمعرفة وقت التوقف' ، 'بعض cypher للتكرار' ، 'بعض cypher كإجراء في كل تكرار' ، 10000) YIELD دفعات ، إجمالي - قم بتشغيل بيان الإجراء على دفعات عبر بيان المكرر & # 8217s ينتج سلسلة منفصلة. يُرجع عدد الدُفعات وإجمالي الصفوف المعالجة

apoc.periodic.iterate ("إرجاع عناصر البيان" ، "بيان لكل عنصر" ، ) دفعات YIELD ، إجمالي - قم بتشغيل البيان الثاني لكل عنصر يتم إرجاعه بواسطة العبارة الأولى. يُرجع عدد الدُفعات وإجمالي الصفوف المعالجة

apoc.periodic.rock_n_roll ('بعض cypher للتكرار' ، 'بعض cypher كإجراء في كل تكرار' ، 10000) دفعات YIELD ، إجمالي - قم بتشغيل بيان الإجراء على دفعات عبر بيان المكرر & # 8217s ينتج عنه سلسلة منفصلة. يُرجع عدد الدُفعات وإجمالي الصفوف المعالجة

apoc.monitor.locks (minWaitTime) ينتج عنه advertedDeadLocks ، lockCount ، contendedLockCount ، minWaitTimeMs ، contendedLocks ، info

يعرض apoc.monitor.kernel () معلومات حول نواة neo4j

يعرض apoc.monitor.store () معلومات حول أحجام الأجزاء المختلفة لمتجر الرسم البياني neo4j

يعرض apoc.monitor.ids () معرفات الكائن قيد الاستخدام لمثيل neo4j هذا

يعرض apoc.monitor.tx () معلومات حول مدير المعاملات neo4j

apoc.static.get (الاسم) - إرجاع القيمة المخزنة بشكل ثابت من config (apoc.static. & ltkey & gt) أو تخزين عمر الخادم

apoc.static.getAll (بادئة) - إرجاع القيم المخزنة بشكل ثابت من config (apoc.static. & ltprefix & gt. *) أو تخزين عمر الخادم

apoc.static.list (بادئة) - إرجاع القيم المخزنة بشكل ثابت من config (apoc.static. & ltprefix & gt. *) أو تخزين عمر الخادم

apoc.static.set (الاسم والقيمة) - يخزن القيمة تحت مفتاح لتخزين الخادم المباشر ، ويعيد القيمة المخزنة أو المكونة مسبقًا

apoc.util.sleep (& ltduration & GT) | ينام لـ & ltduration & GT millis ، يتم تكريم إنهاء المعاملة

apoc.util.validate (المسند ، الرسالة ، المعلمات) | إذا كان المسند يعطي الحق في إثارة استثناء

apoc.merge.relationship (startNode ، relType ، , ، endNode) - دمج العلاقة مع النوع الديناميكي

apoc.nodes.link ([العقد] ، "REL_TYPE") - إنشاء قائمة مرتبطة بالعقد من الأول إلى الأخير

apoc.nodes.get (node ​​| nodes | id | [ids]) - تُرجع بسرعة جميع العقد التي تحتوي على المعرف & # 8217s

apoc.nodes.delete (node ​​| nodes | id | [ids]) - احذف سريعًا جميع العقد باستخدام هذا المعرف & # 8217s

apoc.get.rels (rel | id | [ids]) - تُرجع بسرعة جميع العلاقات بهذا المعرف & # 8217s

apoc.example.movies () | ينشئ نموذج الرسم البياني للأفلام

apoc.path.expand (startNode & ltid & gt | Node | list، 'TYPE | TYPE_OUT & gt | & ltTYPE_IN'، '+ YesLabel | -NoLabel'، minLevel، maxLevel) توسيع مسار العائد من عقدة البداية باتباع العلاقات المحددة من الحد الأدنى إلى الحد الأقصى من الالتزام لفلاتر التسمية

apoc.path.expandConfig (startNode & ltid & gt | قائمة | عقدة ، ) توسيع مسار العائد من عقدة البداية باتباع العلاقات المعينة من الحد الأدنى إلى المستوى الأقصى وفقًا لمرشحات التسمية

apoc.path.subgraphNodes (startNode & ltid & gt | عقدة | قائمة ، ) قم بتوسيع عقد الرسم البياني الفرعي التي يمكن الوصول إليها من عقدة البداية التي تتبع العلاقات إلى المستوى الأقصى الملتزم بفلاتر التسمية

apoc.path.subgraphAll (startNode & ltid & gt | عقدة | قائمة ، ) ينتج عن العقد والعلاقات توسع الرسم البياني الفرعي الذي يمكن الوصول إليه من بداية العقدة التالية للعلاقات إلى المستوى الأقصى الملتزم بعوامل تصفية التسمية ، وكذلك إرجاع جميع العلاقات داخل الرسم البياني الفرعي

apoc.path.spanningTree (startNode & ltid & gt | عقدة | قائمة ، ) قم بتوسيع مسار الشجرة الممتدة التي يمكن الوصول إليها من عقدة البداية التي تتبع العلاقات إلى المستوى الأقصى الذي يلتزم بمرشحات التسمية

CALL apoc.date.expire (العقدة ، الوقت ، "الوحدة الزمنية") - تنتهي صلاحية العقدة في وقت معين عن طريق تعيين: تسمية TTL وخاصية ttl

CALL apoc.date.expire.in (العقدة ، الوقت ، "الوحدة الزمنية") - تنتهي صلاحية العقدة في دلتا زمنية معينة عن طريق تعيين: تسمية TTL وخاصية ttl

apoc.graph.fromData ([العقد] ، [العلاقات] ، "الاسم" ،) | ينشئ كائن رسم بياني افتراضي للمعالجة اللاحقة

apoc.graph.from (البيانات ، "الاسم" ،) | يقوم بإنشاء كائن رسم بياني افتراضي لمعالجته لاحقًا ، فهو يبذل قصارى جهده لاستخراج معلومات الرسم البياني من البيانات التي تمررها

apoc.graph.fromPaths (المسار ، "الاسم" ،) - إنشاء كائن رسم بياني افتراضي للمعالجة اللاحقة

apoc.graph.fromPaths ([المسارات] ، "الاسم" ،) - إنشاء كائن رسم بياني افتراضي للمعالجة اللاحقة

apoc.graph.fromDB ("الاسم" ،) - إنشاء كائن رسم بياني افتراضي للمعالجة اللاحقة

apoc.graph.fromCypher ("بيان"،،'اسم'،) - إنشاء كائن رسم بياني افتراضي للمعالجة اللاحقة

يكتسب apoc.lock.all ([العقد] ، [العلاقات]) قفل كتابة على العقد والعلاقات المحددة

يكتسب apoc.lock.nodes ([العقد]) قفل كتابة على العقد المحددة

تكتسب apoc.lock.read.nodes ([العقد]) قفل قراءة على العقد المحددة

يكتسب apoc.lock.rels ([العلاقات]) قفل كتابة على العلاقة المعينة

يكتسب apoc.lock.read.rels ([العلاقات]) قفل قراءة للعلاقة المحددة

apoc.algo.aStar (startNode، endNode، 'KNOWS | & ltWORKS_WITH | IS_MANAGER_OF & gt'، 'Distance'، 'lat'، 'lon') مسار YIELD ، الوزن - تشغيل A * مع اسم خاصية العلاقة كدالة تكلفة

apoc.algo.aStar (startNode، endNode، 'KNOWS | & ltWORKS_WITH | IS_MANAGER_OF & gt'، ) مسار YIELD ، الوزن - قم بتشغيل A * باستخدام اسم خاصية العلاقة كدالة تكلفة

apoc.algo.dijkstra (startNode، endNode، 'KNOWS | & ltWORKS_WITH | IS_MANAGER_OF & gt'، 'Distance') مسار YIELD ، الوزن - تشغيل dijkstra مع اسم خاصية العلاقة كدالة تكلفة

apoc.algo.allSimplePaths (startNode، endNode، 'KNOWS | & ltWORKS_WITH | IS_MANAGER_OF & gt'، 5) مسار YIELD ، الوزن - قم بتشغيل allSimplePaths مع العلاقات المقدمة وعقد maxNodes

apoc.algo.dijkstraWithDefaultWeight (startNode، endNode، 'KNOWS | & ltWORKS_WITH | IS_MANAGER_OF & gt'، 'Distance'، 10) مسار YIELD ، الوزن - قم بتشغيل dijkstra مع اسم خاصية العلاقة كدالة تكلفة ووزن افتراضي إذا لم تكن الخاصية موجودة

apoc.algo.cover (العقد) ينتج عنه rel - يعرض جميع العلاقات بين هذه المجموعة من العقد

apoc.algo.cliques (minSize) مجموعات YIELD - ابحث في الرسم البياني وقم بإرجاع جميع المجموعات القصوى على الأقل بحجم وسيطة الحد الأدنى للحجم.

apoc.algo.cliquesWithNode (startNode، minSize) مجموعات YIELD - ابحث في الرسم البياني وقم بإرجاع كل المجموعات القصوى التي تكون على الأقل بحجم أكبر من وسيطة الحجم الأدنى وتحتوي على هذه العقدة

استدعاء apoc.algo.wcc () عدد YIELD للمكونات ضعيفة التوصيل

CALL apoc.algo.pageRank (العقد) YIELD عقدة ، النتيجة - تحسب ترتيب الصفحة للعقد المحددة

CALL apoc.algo.pageRankWithConfig (العقد ،) YIELD العقدة والنتيجة والمعلومات - تحسب تصنيف الصفحة للعقد المحددة

اتصل بـ apoc.algo.pageRankStats () YIELD nodeCount - يحسب ترتيب الصفحة على الرسم البياني لعقد معينة ويحتمل إعادة الكتابة

اتصل بـ apoc.algo.pageRankWithCypher () - يحسب ترتيب الصفحة بناءً على إدخال سايفر

CALL apoc.algo.betweenness (['TYPE'، & # 8230 & # 8203] ، العقد ، كلاهما) عقدة YIELD ، النتيجة - حساب المركزية بين العقد المحددة

CALL apoc.algo.betweennessCypher (node_cypher ، rel_cypher ، write) - يحسب مركزية البينية بناءً على إدخال cypher

CALL apoc.algo.closeness (['TYPE'، & # 8230 & # 8203]، nodes، INCOMING) عقدة YIELD ، النتيجة - حساب مركزية التقارب لعقد معينة

CALL apoc.algo.community (الأوقات ، الملصقات ، مفتاح التقسيم ، النوع ، الاتجاه ، الوزن ، المفتاح ، حجم الدُفعة) - نواة انتشار الملصقات البسيطة

apoc.meta.stats ينتج عنه labelCount و relTypeCount و propertyKeyCount و nodeCount و relCount و labels و relTypes و stats | إرجاع المعلومات المخزنة في إحصائيات قاعدة بيانات المعاملات

apoc.meta.data - يفحص مجموعة فرعية من الرسم البياني لتوفير معلومات وصفية مجدولة

apoc.meta.schema - يفحص مجموعة فرعية من الرسم البياني لتوفير معلومات وصفية تشبه الخريطة

apoc.meta.graph - يفحص الرسم البياني الكامل لإنشاء الرسم البياني التلوي

apoc.meta.graphSample () - يفحص إحصائيات قاعدة البيانات لإنشاء الرسم البياني التعريفي ، سريعًا جدًا ، وقد يبلغ عن علاقات إضافية

apoc.meta.subGraph () - يفحص نموذج رسم بياني فرعي لإنشاء الرسم البياني التلوي

apoc.get.nodes (node ​​| id | [ids]) - تُرجع بسرعة جميع العقد التي تحتوي على المعرف & # 8217s

apoc.get.rels (rel | id | [ids]) - تُرجع بسرعة جميع العلاقات بهذا المعرف & # 8217s

apoc.cypher.run (جزء ، معلمات) قيمة العائد - تنفيذ جزء القراءة مع المعلمات المعطاة

apoc.cypher.runFile (ملف أو عنوان url) - يقوم بتشغيل كل عبارة في الملف ، مع فصل جميع الفاصلة المنقوطة - حاليًا لا توجد عمليات مخطط

apoc.cypher.runFiles ([files or urls]) - تشغيل كل عبارة في الملفات ، مع فصل كل الفاصلة المنقوطة

apoc.cypher.runSchemaFile (ملف أو عنوان url) - يسمح فقط بعمليات المخطط ، ويقوم بتشغيل كل عبارة مخطط في الملف ، ويتم فصل كل الفاصلة المنقوطة

apoc.cypher.runSchemaFiles ([files or urls]) - يسمح فقط بعمليات المخطط ، ويقوم بتشغيل كل بيان مخطط في الملفات ، ويتم فصل جميع الفاصلة المنقوطة

apoc.cypher.runMany ('cypher nstatements'،) - تشغيل كل عبارة مفصولة بفاصلة منقوطة وإرجاع ملخص - حاليًا لا توجد عمليات مخطط

apoc.cypher.mapParallel (جزء ، معلمات ، قائمة إلى موازية) قيمة العائد - ينفذ الجزء على دفعات متوازية مع تخصيص مقاطع القائمة لـ _

قيمة العائد apoc.cypher.mapParallel2 (جزء ، معلمات ، قائمة إلى موازية) - ينفذ الجزء على دفعات متوازية مع تخصيص مقاطع القائمة لـ _

apoc.cypher.doIt (جزء ، معلمات) ينتج عنه قيمة - ينفذ كتابة جزء باستخدام المعلمات المحددة

apoc.cypher.runTimeboxed ('cypherStatement'،، timeout) - بيان إحباط بعد ms timeout إذا لم ينته

apoc.when (condition، ifQuery، elseQuery: ''، params: <>) ينتج عن القيمة - استنادًا إلى الشرطي ، ينفذ للقراءة فقط ifQuery أو elseQuery بالمعلمات المحددة

apoc.do.when (condition، ifQuery، elseQuery: ''، params: <>) ينتج عن القيمة - استنادًا إلى الشرطي ، ينفذ كتابة ifQuery أو elseQuery بالمعلمات المحددة

apoc.case ([condition، query، condition، query، & # 8230 & # 8203]، elseQuery: ''، params: <>) ينتج عنه قيمة - نظرًا لقائمة أزواج الاستعلام الشرطي / للقراءة فقط ، ينفذ الاستعلام المرتبط بـ التقييم الشرطي الأول إلى true (أو استعلام else إذا لم يكن أي شيء صحيحًا) باستخدام المعلمات المحددة

apoc.do.case ([condition، query، condition، query، & # 8230 & # 8203]، elseQuery: ''، params: <>) ينتج عنه قيمة - نظرًا لقائمة أزواج الاستعلام الشرطي / الكتابي ، ينفذ الاستعلام المرتبط بـ التقييم الشرطي الأول إلى true (أو استعلام else إذا لم يكن أي شيء صحيحًا) باستخدام المعلمات المحددة

apoc.gephi.add (url-or-key، workspace، data، weightproperty) | التي تم تمريرها في البيانات إلى Gephi

apoc.atomic.add (node ​​/ relatonship، propertyName، number) جمع الخاصية & # 8217s قيمة مع قيمة "number"

apoc.atomic.subtract (node ​​/ relatonship، propertyName، number) اطرح قيمة "الرقم" للخاصية & # 8217s value

apoc.atomic.concat (node ​​/ relatonship، propertyName، string) يربط الخاصية & # 8217s قيمة مع قيمة "السلسلة"

apoc.atomic.insert (العقدة / الارتباط ، اسم الخاصية ، الموضع ، القيمة) أدخل قيمة في الخاصية & # 8217 قيمة مصفوفة في "الموضع"

apoc.atomic.remove (node ​​/ relatonship، propertyName، position) قم بإزالة العنصر الموجود في الموضع "position"

apoc.atomic.update (عقدة / relatonship ، propertyName ، updateOperation) تحديث خاصية & # 8217s قيمة مع عملية cypher (على سبيل المثال "n.prop1 + n.prop2")

apoc.math.regr (التسمية ، الخاصية Y ، الخاصية X) - يحسب معامل التحديد (R-squared) لقيم الخاصية Y و propertyX في الملصق المقدم

apoc.mongodb.get (مضيف أو منفذ ، أو db-or-null ، أو collection-or-null ، أو استعلام-أو-null ، و [CompatibleValues ​​= true | false]) قيمة العائد - قم بإجراء عملية بحث على مجموعة mongodb

apoc.mongodb.count (مضيف أو منفذ ، أو db-or-null ، أو مجموعة أو خالية ، أو استعلام أو فارغ) - قم بإجراء عملية بحث على مجموعة mongodb

apoc.mongodb.first (مضيف أو منفذ ، أو db-or-null ، أو collection-or-null ، أو استعلام-أو-null ، وقيمة العائد [CompatibleValues ​​= true | false]) - تنفيذ أول عملية على مجموعة mongodb

apoc.mongodb. قيمة العائد - إجراء عملية بحث أو مشروع أو فرز على مجموعة mongodb

apoc.mongodb.insert (مضيف أو منفذ ، db-or-null ، تجميع أو فارغ ، قائمة الخرائط) - إدراج المستندات المحددة في مجموعة mongodb

apoc.mongodb.delete (host-or-port، db-or-null، collection-or-null، list-of-maps) - إدراج المستندات المحددة في مجموعة mongodb

apoc.mongodb.update (مضيف أو منفذ ، db-or-null ، تجميع أو فارغ ، قائمة الخرائط) - إدراج المستندات المحددة في مجموعة mongodb

قم بإجراء بحث موازٍ على فهارس متعددة مع إرجاع تمثيل منخفض للعقد التي تم العثور عليها: معرف العقدة والتسميات والخصائص التي تم البحث عنها. apoc.search.nodeShortAll (خريطة التسمية والخصائص التي سيتم البحث عنها ، عامل التشغيل: EXACT / CONTAINS / STARTS WITH | ينتهي بـ / = / & lt & gt / & lt / & gt & # 8230 & # 8203 ، القيمة). يتم إرجاع جميع "الزيارات".

قم بإجراء بحث موازٍ على فهارس متعددة مع إرجاع تمثيل منخفض للعقد التي تم العثور عليها: معرف العقدة والتسميات والخصائص التي تم البحث عنها. apoc.search.nodeReduced (خريطة التسمية والخصائص التي سيتم البحث عنها ، عامل التشغيل: بالضبط | يحتوي على | يبدأ مع | ينتهي بـ ، searchValue). يتم دمج نتائج البحث المتعددة لنفس العقدة في سجل واحد.

قم بإجراء بحث موازٍ على فهارس متعددة مع إرجاع تمثيل منخفض للعقد التي تم العثور عليها: معرف العقدة والتسميات والخصائص التي تم البحث عنها. apoc.search.multiSearchReduced (خريطة التسمية والخصائص التي سيتم البحث عنها ، عامل التشغيل: بالضبط | يحتوي على | يبدأ مع | ينتهي بـ ، searchValue). يتم دمج نتائج البحث المتعددة لنفس العقدة في سجل واحد.

قم ببحث متوازي عبر عدة فهارس تعود بالعقد. الاستخدام apoc.search.nodeAll (خريطة التسمية والخصائص التي سيتم البحث عنها ، عامل التشغيل: EXACT | CONTAINS | STARTS WITH | ينتهي بـ ، searchValue) يسترجع جميع العقد الموجودة في عمليات البحث المختلفة.

قم ببحث متوازي عبر عدة فهارس تعود بالعقد. الاستخدام apoc.search.node (خريطة التسمية والخصائص التي سيتم البحث عنها ، عامل التشغيل: EXACT | CONTAINS | STARTS WITH | ENDSITH ، searchValue) يسترجع جميع العقد المميزة الموجودة في عمليات البحث المختلفة.

apoc.schema.assert (, ، dropExisting: true) ، تسمية العائد ، المفتاح ، الفريد ، الإجراء - يسقط كل الفهارس والقيود الأخرى الموجودة عندما يكون dropExisting صحيحًا (الافتراضي هو صحيح) ، ويؤكد أنه في نهاية العملية ، توجد الفهارس والقيود الفريدة ، كل منها التسمية: يعتبر زوج المفاتيح قيدًا / تسمية واحدة

استدعاء apoc.schema.nodes () اسم العائد ، التسمية ، الخصائص ، الحالة ، النوع

CALL apoc.schema.relationships () اسم العائد ، startLabel ، النوع ، endLabel ، الخصائص ، الحالة

apoc.coll.zipToRows (list1، list2) - يقوم بإنشاء أزواج مثل zip لكن ينبعث منها صف واحد لكل زوج

apoc.coll.split (قائمة ، قيمة) | مجموعة splits في صفوف قيم معينة من القوائم ، لن تكون القيمة نفسها جزءًا من القوائم الناتجة

apoc.load.ldap ("مفتاح" أو ,) تحميل إدخالات من مصدر ldap (إدخال العائد)

apoc.load.driver ('org.apache.derby.jdbc.EmbeddedDriver') تسجيل برنامج تشغيل JDBC لقاعدة البيانات المصدر

apoc.load.jdbc ('مفتاح أو عنوان url' ، 'جدول أو بيان') صف YIELD - تحميل من قاعدة بيانات علائقية ، من جدول كامل أو بيان SQL

مهمل - يرجى استخدام: apoc.load.jdbc ('key or url'، 'statement'، [params]) صف YIELD - التحميل من قاعدة البيانات العلائقية ، من جملة SQL مع المعلمات

apoc.load.jdbcUpdate ('key or url'، 'statement'، [params]) صف YIELD - تحديث قاعدة البيانات العلائقية ، من جملة SQL مع معلمات اختيارية

apoc.load.jsonArray ('url') قيمة YIELD - صفيف تحميل من عنوان URL لـ JSON (مثل web-api) لاستيراد JSON كتدفق من القيم

apoc.load.json ('url'، path، config) قيمة YIELD - استيراد JSON كتدفق من القيم إذا كان JSON عبارة عن مصفوفة أو قيمة واحدة إذا كانت خريطة

apoc.load.jsonParams ('url'،، payload، config) قيمة YIELD - تحميل من عنوان URL لـ JSON (مثل web-api) أثناء إرسال رؤوس / حمولة لاستيراد JSON كتدفق من القيم إذا كان JSON عبارة عن مصفوفة أو قيمة واحدة إذا كانت خريطة

apoc.load.xml ('http://example.com/test.xml'، 'xPath'، config، false) قيمة YIELD مثل doc إنشاء (p: الشخص) تعيين p.name = تحميل doc.name من عنوان URL لـ XML (على سبيل المثال web-api) لاستيراد XML كخريطة واحدة متداخلة مع السمات والحقول _type و _text و _childrenx.

apoc.load.xmlSimple ('http://example.com/test.xml') قيمة YIELD مثل doc CREATE (p: Person) تعيين p.name = doc.name تحميل من عنوان URL لـ XML (مثل web-api) للاستيراد XML كخريطة واحدة متداخلة مع السمات والحقول _type و _text و _children. لا تعمل هذه الطريقة عمدًا مع محتوى مختلط بتنسيق XML.

apoc.generate.ba (noNodes، edgesPerNode، label، type) - يولد رسمًا بيانيًا عشوائيًا وفقًا لنموذج Barabasi-Albert

apoc.generate.ws (noNodes ، الدرجة ، بيتا ، الملصق ، النوع) - يولد رسمًا بيانيًا عشوائيًا وفقًا لنموذج Watts-Strogatz

apoc.generate.er (noNodes، noEdges، label، type) - يولد رسمًا بيانيًا عشوائيًا وفقًا لنموذج Erdos-Renyi

apoc.generate.complete (noNodes، label، type) - يولد رسمًا بيانيًا كاملًا عشوائيًا

apoc.generate.simple (الدرجات ، التسمية ، النوع) - يولد رسمًا بيانيًا عشوائيًا بسيطًا وفقًا لتوزيع الدرجة المحدد

apoc.index.addAllNodes ("الاسم" ،, ) YIELD type، name، config - إنشاء فهرس بحث نصي مجاني

apoc.index.addAllNodesExtended ("الاسم" ،, ) نوع YIELD ، الاسم ، التكوين - أنشئ فهرس بحث نصي مجاني بخيارات خاصة

apoc.index.search ('name'، 'query'، [maxNumberOfResults]) عقدة YIELD ، الوزن - ابحث عن العقد في فهرس النص الحر المطابق للاستعلام المحدد

apoc.index.relatedNodes ([العقد] ، التسمية ، المفتاح ، '& ltTYPE' / 'TYPE & gt' / 'TYPE' ، الحد) عقدة - فحص نطاق المخطط الذي يحافظ على ترتيب الفهرس ويضيف حدًا ويتحقق من عقدة العلاقة المعاكسة مقابل المعطى مجموعة من العقد

apoc.index.orderedRange (التسمية ، المفتاح ، الحد الأدنى ، الحد الأقصى ، الصلة بالفرز ، الحد) عقدة العائد - فحص نطاق المخطط الذي يحافظ على ترتيب الفهرس ويضيف حدًا ، يمكن أن تكون القيم فارغة ، والحدود شاملة

apoc.index.orderedByText (تسمية ، مفتاح ، عامل ، قيمة ، صلة بالفرز ، حد) عقدة العائد - بحث سلسلة المخطط الذي يحافظ على ترتيب الفهرس ويضيف حدًا ، عامل التشغيل هو "STARTS WITH" أو "CONTAINS"

apoc.schema.properties.distinct (التسمية والمفتاح) - تُرجع بسرعة جميع القيم المميزة لمفتاح معين

apoc.schema.properties.distinctCount ([التسمية] ، [مفتاح]) تسمية YIELD ، المفتاح ، القيمة ، العدد - تُرجع بسرعة جميع القيم المميزة والأعداد لمفتاح معين

apoc.index.nodes ('Label'، 'prop: value *') عقدة YIELD - استعلام لوسين على فهرس العقدة مع اسم التسمية المحدد

apoc.index.forNodes ("الاسم" ،) نوع YIELD ، الاسم ، التكوين - يحصل على فهرس العقدة أو يقوم بإنشائه

apoc.index.forRelationships ("الاسم" ،) نوع YIELD ، الاسم ، التكوين - يحصل أو ينشئ فهرس العلاقة

apoc.index.remove ('name') نوع YIELD واسمه وتكوينه - يزيل فهرسًا يدويًا

apoc.index.list () - نوع السنة ، الاسم ، التكوين - يسرد جميع الفهارس اليدوية

apoc.index.relationships ('TYPE'، 'prop: value *') استعلام YIELD rel - lucene على فهرس العلاقة مع اسم النوع المحدد

apoc.index.between (العقدة 1 ، 'TYPE' ، العقدة 2 ، 'الخاصية: القيمة *') استعلام YIELD rel - lucene على فهرس العلاقة مع اسم النوع المحدد المرتبط بأي من الجانبين أو كلا الجانبين (يمكن أن تكون كل معلمة عقدة فارغة)

خارج (عقدة ، 'TYPE' ، 'prop: value *') عقدة YIELD - استعلام لوسين على فهرس العلاقة مع اسم النوع المحدد لـ منفتح علاقة العقدة المعينة ، إرجاع العقد النهائية

apoc.index.in (عقدة، 'TYPE'، 'prop: value *') استعلام YIELD node lucene على فهرس العلاقة مع اسم النوع المحدد لـ واردة علاقة العقدة المعينة ، إرجاع عقد البداية

apoc.index.addNode (العقدة ، ['prop1' ، & # 8230 & # 8203]) أضف عقدة إلى فهرس لكل تسمية بها

apoc.index.addNodeByLabel (العقدة ، 'Label' ، ['prop1' ، & # 8230 & # 8203]) إضافة عقدة إلى فهرس للتسمية المحددة

apoc.index.addNodeByName ('name'، node، ['prop1'، & # 8230 & # 8203]) أضف عقدة إلى فهرس للاسم المحدد

apoc.index.addRelationship (rel، ['prop1'، & # 8230 & # 8203]) أضف علاقة إلى فهرس لنوعه

apoc.index.addRelationshipByName ('name'، rel، ['prop1'، & # 8230 & # 8203]) أضف علاقة إلى فهرس للاسم المعطى

apoc.index.removeNodeByName ('name'، node) قم بإزالة العقدة من فهرس للاسم المحدد

apoc.index.removeRelationshipByName ('name'، rel) إزالة العلاقة من فهرس للاسم المعطى

apoc.log.error (رسالة ، معلمات) - رسالة خطأ في السجلات

apoc.log.warn (رسالة ، معلمات) - رسالة تحذر السجلات

apoc.log.info (رسالة ، بارامس) - رسالة معلومات السجلات

apoc.log.debug (رسالة ، بارامس) - رسالة تصحيح أخطاء السجلات

قيمة إنتاج apoc.text.phonetic (القيمة) - حساب ترميز الصوت الصوتي US_ENGLISH لجميع كلمات القيمة النصية والتي يمكن أن تكون سلسلة واحدة أو قائمة سلاسل

apoc.text.phoneticDelta (نص 1 ، نص 2) ينتج صوتيًا 1 ، صوتيًا 2 ، دلتا - حساب فرق حرف US_ENGLISH soundex بين سلسلتين معينتين

apoc.es.stats (host-url-Key) - إحصائيات البحث المرنة

apoc.es.get (مضيف أو منفذ ، فهرس أو فارغ ، نوع أو فارغ ، معرف أو فارغ ، استعلام أو فارغ ، حمولة أو خالية) - تنفيذ عملية GET على بحث مرن

apoc.es.query (مضيف أو منفذ ، فهرس أو فارغ ، نوع أو فارغ ، استعلام أو فارغ ، حمولة أو خالية) قيمة العائد - إجراء عملية بحث على بحث مرن

apoc.es.getRaw (مضيف أو منفذ ، مسار ، حمولة أو خالية) قيمة العائد - تنفيذ عملية GET خام على بحث مرن

apoc.es.postRaw (مضيف أو منفذ ، مسار ، حمولة أو خالية) قيمة العائد - تنفيذ عملية POST الأولية على بحث مرن

apoc.es.post (مضيف أو منفذ ، فهرس أو فارغ ، نوع أو فارغ ، استعلام أو فارغ ، حمولة أو خالية) قيمة العائد - تنفيذ عملية POST على بحث مرن

apoc.es.put (مضيف أو منفذ ، فهرس أو فارغ ، نوع أو فارغ ، معرف أو فارغ ، استعلام أو فارغ ، حمولة أو خالية) - تنفيذ عملية PUT على بحث مرن

apoc.export.cypher.all (ملف ، التكوين) - تصدير قاعدة البيانات بأكملها بما في ذلك. الفهارس كجمل cypher للملف المقدم

apoc.export.cypher.data (nodes، rels، file، config) - يتم تصدير العقد والعلاقات المعينة بما في ذلك. الفهارس كجمل cypher للملف المقدم

apoc.export.cypher.graph (رسم بياني ، ملف ، تكوين) - تصدير معطى كائن الرسم البياني بما في ذلك. الفهارس كجمل cypher للملف المقدم

apoc.export.cypher.query (استعلام ، ملف ، تكوين) - تصدير العقد والعلاقات من جملة cypher بما في ذلك. الفهارس كجمل cypher للملف المقدم

apoc.export.cypher.schema (ملف ، تكوين) - تصدير جميع فهارس المخطط والقيود إلى cypher

apoc.export.cypherAll (ملف ، التكوين) - تصدير قاعدة البيانات بأكملها بما في ذلك. الفهارس كجمل cypher للملف المقدم

apoc.export.cypherData (nodes، rels، file، config) - يقوم بتصدير العقد والعلاقات المعينة بما في ذلك. الفهارس كجمل cypher للملف المقدم

apoc.export.cypherGraph (رسم بياني ، ملف ، تكوين) - يتم تصدير كائن الرسم البياني المعطى بما في ذلك. الفهارس كجمل cypher للملف المقدم

apoc.export.cypherQuery (استعلام ، ملف ، تكوين) - تصدير العقد والعلاقات من جملة cypher بما في ذلك. الفهارس كجمل cypher للملف المقدم

apoc.import.graphml (ملف ، تكوين) - استيراد ملف Graphml

apoc.export.graphml.all (ملف ، تكوين) - يقوم بتصدير قاعدة البيانات بأكملها على هيئة رسم بياني إلى الملف المقدم

apoc.export.graphml.data (nodes، rels، file، config) - تصدير العقد والعلاقات المعينة كرسم بياني إلى الملف المقدم

apoc.export.graphml.graph (رسم بياني ، ملف ، تكوين) - تصدير كائن رسم بياني معين على هيئة رسم بياني إلى الملف المقدم

apoc.export.graphml.query (استعلام ، ملف ، تكوين) - تصدير العقد والعلاقات من بيان cypher على هيئة رسم بياني إلى الملف المقدم

apoc.spatial.sortPathsByDistance (List & ltPath & gt) قم بفرز المسارات المحددة بناءً على المعلومات الجغرافية (خطوط الطول / العرض) بترتيب تصاعدي

apoc.spatial.geocodeOnce ('العنوان') موقع YIELD وخط العرض وخط الطول والوصف و osmData - ابحث عن الموقع الجغرافي للعنوان من خدمة الترميز الجغرافي openstreetmap

apoc.spatial.geocode ('العنوان') موقع YIELD وخط العرض وخط الطول والوصف و osmData - ابحث عن الموقع الجغرافي للعنوان من خدمة الترميز الجغرافي openstreetmap

apoc.create.node (["تسمية"]، ) - إنشاء عقدة مع تسميات ديناميكية

apoc.create.addLabels ([node، id، ids، nodes]، ['Label'، & # 8230 & # 8203]) - يضيف التسميات المحددة إلى العقدة أو العقد

apoc.create.setProperty ([عقدة ، معرف ، معرفات ، عقد] ، مفتاح ، قيمة) - يحدد الخاصية المحددة على العقدة (العقدة)

apoc.create.setRelProperty ([rel، id، ids، rels]، key، value) - يحدد الخاصية المحددة في العلاقة (العلاقات)

apoc.create.setProperties ([عقدة ، معرف ، معرفات ، عقد] ، [مفاتيح] ، [قيم]) - يحدد الخاصية المحددة على العقد (العقد)

apoc.create.setRelProperties ([rel، id، ids، rels]، [مفاتيح]، [قيم]) - يحدد الخاصية المحددة على العلاقة (العلاقات)

apoc.create.setLabels ([العقدة ، المعرف ، المعرفات ، العقد] ، ['Label' ، & # 8230 & # 8203]) - يضبط التسميات المحددة ، وتتم إزالة الملصقات غير المتطابقة من العقدة أو العقد

apoc.create.removeLabels ([عقدة ، معرف ، معرفات ، عقد] ، ['Label' ، & # 8230 & # 8203]) - يزيل التسميات المحددة من العقدة أو العقد

apoc.create.nodes (['Label'] ، []) إنشاء عقد متعددة مع تسميات ديناميكية

apoc.create.relationship (person1، 'KNOWS'،، person2) إنشاء علاقة مع نوع rel الديناميكي

apoc.create.vNode (["تسمية"]، ) يعيد عقدة افتراضية

apoc.create.vNodes (['Label']، []) يسترجع العقد الافتراضية

apoc.create.vRelationship (nodeFrom، 'KNOWS'،، nodeTo) علاقة افتراضية

apoc.create.uids (count) ينتج uuid - ينشئ UUIDs "count"

apoc.warmup.run () - يقوم بتحميل جميع العقد بسرعة والارتباط بالذاكرة عن طريق تخطي صفحة واحدة في كل مرة

يقدم وصفاً للإجراءات المتاحة. لتضييق النتائج ، قم بتوفير سلسلة بحث. للبحث أيضًا في نص الوصف ، قم بإلحاق + بنهاية سلسلة البحث.

apoc.refactor.rename.label (oldLabel ، newLabel ، [العقد]) | إعادة تسمية تسمية من "oldLabel" إلى "newLabel" لجميع العقد. إذا تم توفير "العقد" ، فسيتم تطبيق إعادة التسمية على هذه المجموعة فقط

apoc.refactor.rename.type (oldType ، newType ، [rels]) | أعد تسمية جميع العلاقات من النوع "oldType" إلى "newType". إذا تم توفير "rels" ، فسيتم تطبيق إعادة التسمية على هذه المجموعة فقط

apoc.refactor.rename.nodeProperty (الاسم القديم ، الاسم الجديد ، [العقد]) | إعادة تسمية كافة العقدة & # 8217s خاصية من 'oldName' إلى 'newName'. إذا تم توفير "العقد" ، فسيتم تطبيق إعادة التسمية على هذه المجموعة فقط

apoc.refactor.rename.typeProperty (الاسم القديم ، الاسم الجديد ، [rels]) | إعادة تسمية كافة العلاقات & # 8217s الخاصية من 'oldName' إلى 'newName'. إذا تم توفير "rels" ، فسيتم تطبيق إعادة التسمية على هذه المجموعة فقط

apoc.refactor.extractNode ([rel1، rel2، & # 8230 & # 8203]، [labels]، 'OUT'، 'IN') استخراج العقدة من العلاقات

apoc.refactor.collapseNode ([node1، node2]، "TYPE") تصغير العقدة بالعلاقة ، العقدة ذات العلاقة الواحدة تصبح علاقة ذاتية

apoc.refactor.cloneNodes ([node1، node2، & # 8230 & # 8203]) استنساخ العقد مع تسمياتها وخصائصها

apoc.refactor.cloneNodesWithRelationships ([node1، node2 & # 8230 & # 8203]) استنساخ العقد مع تسمياتها وخصائصها وعلاقاتها

apoc.refactor.mergeNodes ([node1، node2]) دمج العقد في المرتبة الأولى في القائمة

apoc.refactor.mergeRelationships ([rel1، rel2]) يدمج العلاقات في المرتبة الأولى في القائمة

apoc.refactor.setType (rel، 'NEW-TYPE') يغير نوع العلاقة

يعيد apoc.refactor.to (rel، endNode) توجيه العلاقة لاستخدام نقطة نهاية جديدة

apoc.refactor.invert (rel) يعكس اتجاه العلاقة

apoc.refactor.from (rel، startNode) يعيد توجيه العلاقة لاستخدام عقدة بدء جديدة

apoc.refactor.normalizeAsBoolean (كيان ، propertyKey ، true_values ​​، false_values) تطبيع / تحويل خاصية لتكون منطقية

apoc.

apoc.convert.setJsonProperty (عقدة ، مفتاح ، قيمة معقدة) - يعين القيمة المسلسلة إلى JSON كخاصية بالاسم المحدد على العقدة

ينشئ apoc.convert.toTree ([المسارات]) دفقًا من المستندات المتداخلة التي تمثل جذرًا واحدًا على الأقل لهذه المسارات

apoc.couchbase.get (nodes، bucket، documentId) معرف العائد ، انتهاء الصلاحية ، cas ، mutationToken ، content - يسترجع مستند json couchbase بواسطة معرفه الفريد.

apoc.couchbase.exists (العقد ، الحاوية ، documentId) قيمة العائد - تحقق من وجود مستند json couchbase بالمعرف المحدد.

apoc.couchbase.insert (nodes، bucket، documentId، jsonDocument) معرّف العائد ، انتهاء الصلاحية ، cas ، mutationToken ، content - أدخل مستند json couchbase بمعرفه الفريد.

apoc.couchbase.upsert (nodes، bucket، documentId، jsonDocument) ينتج عن معرف ، انتهاء الصلاحية ، cas ، mutationToken ، content - قم بإدراج أو الكتابة فوق مستند json couchbase بمعرفه الفريد.

apoc.couchbase.append (nodes، bucket، documentId، jsonDocument) معرّف العائد ، انتهاء الصلاحية ، cas ، mutationToken ، content - قم بإلحاق مستند json couchbase بمستند موجود.

apoc.couchbase.prepend (nodes، bucket، documentId، jsonDocument) معرّف العائد ، انتهاء الصلاحية ، cas ، mutationToken ، content - قم بإرفاق مستند json couchbase مسبقًا إلى مستند موجود.

apoc.couchbase.remove (nodes، bucket، documentId) معرف العائد ، انتهاء الصلاحية ، cas ، mutationToken ، content - قم بإزالة مستند couchbase json المحدد بواسطة معرفه الفريد.

apoc.couchbase.replace (nodes، bucket، documentId، jsonDocument) ينتج عن معرف ، انتهاء الصلاحية ، cas ، mutationToken ، content - استبدل محتوى مستند json couchbase المحدد بواسطة معرفه الفريد.

apoc.couchbase.query (العقد ، الحاوية ، البيان) ينتج استعلام النتيجة - ينفذ عبارة N1QL بدون معلمات.

apoc.couchbase.posParamsQuery (عقد ، دلو ، بيان ، معلمات) ينتج عن استعلام النتيجة - ينفذ عبارة N1QL مع معلمات موضعية.

apoc.couchbase.itledParamsQuery (عُقد ، دلو ، بيان ، بارامنايمز ، بارامفاليوز) ينتج استعلام النتائج - ينفذ تعليمة N1QL بمعلمات مسماة.

apoc.util.sha1 ([القيم]) | يحسب sha1 لتسلسل جميع قيم سلسلة القائمة

apoc.util.sha256 ([القيم]) | يحسب sha256 لتسلسل جميع قيم سلسلة القائمة

apoc.util.sha384 ([القيم]) | يحسب sha384 لتسلسل كافة قيم سلسلة القائمة

apoc.util.sha512 ([القيم]) | يحسب sha512 لتسلسل جميع قيم سلسلة القائمة

apoc.util.md5 ([القيم]) | يحسب md5 لتسلسل كافة قيم سلسلة القائمة

apoc.node.relationship.exists (عقدة ، [rel-direction-pattern]) - ينتج صوابًا بشكل فعال عندما يكون للعقدة علاقات النمط

apoc.nodes.connected (start، end، [rel-direction-pattern]) - ينتج بشكل صحيح عندما تكون العقدة متصلة بالعقدة الأخرى

apoc.node.degree (العقدة ، [rel-direction-pattern]) - ينتج درجة فعالة عندما يكون للعقدة علاقات النمط

apoc.node.relationship.types (عقدة ، [rel-direction-pattern]) - ينتج عنها أنواع علاقات مميزة

apoc.nodes.isDense (عقدة) - إرجاع صحيح إذا كانت عقدة كثيفة

toYears (timestap) أو toYears (date [، format]) يحول الطابع الزمني إلى سنوات ذات فاصلة عائمة

apoc.date.fields ('2012-12-23'، ('yyyy-MM-dd')) - إرجاع الأعمدة وتمثيل الخريطة للتاريخ الذي تم تحليله بالتنسيق المحدد مع إدخالات السنوات والشهور وأيام الأسبوع والأيام والساعات ، الدقائق ، الثواني ، زونيد

apoc.date.currentTimestamp () - إرجاع System.currentTimeMillis ()

apoc.date.format (12345، ('ms | s | m | h | d')، ('yyyy-MM-dd HH: mm: ss zzz')، ('TZ')) الحصول على تمثيل سلسلة لقيمة الوقت اختياريا باستخدام الوحدة المحددة (الافتراضي مللي ثانية) باستخدام التنسيق المحدد (الافتراضي ISO) والمنطقة الزمنية المحددة (الافتراضي الحالي TZ)

apoc.date.parse ('2012-12-23'، 'ms | s | m | h | d'، 'yyyy-MM-dd') سلسلة تاريخ التحليل باستخدام التنسيق المحدد في الوحدة الزمنية المحددة

يقوم apoc.date.systemTimezone () بإرجاع اسم عرض المنطقة الزمنية للنظام

apoc.date.convert (12345، 'ms'، 'd') يحول طابعًا زمنيًا في وحدة زمنية واحدة إلى وحدة زمنية مختلفة

apoc.date.add (12345، 'ms'، -365، 'd') بإعطاء طابع زمني في وحدة زمنية واحدة ، يضيف قيمة للوحدة الزمنية المحددة

apoc.algo.cosine التشابه ([vector1]، [vector2]) بالنظر إلى متجهي الجمع ، حساب تشابه جيب التمام

apoc.algo.euclideanDistance ([vector1]، [vector2]) نظرًا لاثنين من متجهي التجميع ، احسب المسافة الإقليدية (الجذر التربيعي لمجموع الفروق التربيعية)

apoc.algo.euclidean التشابه ([vector1]، [vector2]) نظرًا لاثنين من متجهات المجموعة ، وحساب التشابه بناءً على المسافة الإقليدية

apoc.meta.type (القيمة) - اكتب اسم قيمة (عدد صحيح ، عدد عشري ، سلسلة ، منطقي ، علاقة ، عقدة ، مسار ، فارغ ، غير معروف ، خريطة ، قائمة)

apoc.meta.typeName (القيمة) - اكتب اسم قيمة (عدد صحيح ، عدد عشري ، سلسلة ، منطقي ، علاقة ، عقدة ، مسار ، فارغ ، غير معروف ، خريطة ، قائمة)

apoc.meta.types (خريطة علاقة العقدة) - تُرجع خريطة مفاتيح للأنواع

apoc.meta.isType (قيمة ، نوع) - تُرجع صفًا إذا كان اسم النوع لا يطابق شيئًا إن لم يكن (عدد صحيح ، عدد عشري ، سلسلة ، منطقي ، علاقة ، عقدة ، مسار ، فارغ ، غير معروف ، خريطة ، قائمة)

apoc.cypher.runFirstColumn (بيان ، بارامس ، نتوقع متعدد القيم) - ينفذ تعليمة مع معلمات معينة ، ويعيد العمود الأول فقط ، إذا كانت قيمة "نتوقع مولتيبلويز" صحيحة ، فستجمع النتائج في مصفوفة

apoc.math.maxLong () | إرجاع القيمة القصوى التي يمكن أن تحصل عليها طويلة

apoc.math.minLong () | إرجاع الحد الأدنى للقيمة التي يمكن أن تحصل عليها طويلة

apoc.math.maxDouble () | إرجاع أكبر قيمة محدودة موجبة من النوع double

apoc.math.minDouble () | إرجاع أصغر قيمة موجبة غير صفرية من النوع مزدوج

apoc.math.maxInt () | إرجاع القيمة القصوى التي يمكن أن تحتويها int

apoc.math.minInt () | إرجاع الحد الأدنى من القيمة التي يمكن أن يكون لها int

apoc.math.maxByte () | إرجاع القيمة القصوى التي يمكن أن يكون للبايت

apoc.math.minByte () | إرجاع الحد الأدنى لقيمة يمكن أن يكون للبايت

apoc.number.format (رقم) | تنسيق طويل أو مزدوج باستخدام نمط ولغة النظام الافتراضيين لإنتاج سلسلة

apoc.number.parseInt (نص) | تحليل نص باستخدام نمط النظام الافتراضي واللغة لإنتاج ملف طويل

apoc.number.parseFloat (نص) | تحليل نص باستخدام نمط النظام الافتراضي واللغة لإنتاج مزدوج

RETURN apoc.schema.node.indexExists (labelName ، propertyNames)

RETURN apoc.schema.node.constraintExists (اسم التسمية ، اسم الخاصية)

RETURN apoc.schema.relationship.constraintExists (النوع ، propertyNames)

تعرض apoc.coll.pairs ([1،2،3]) [1،2]، [2،3]، [3، null]

إرجاع apoc.coll.pairsMin ([1،2،3]) [1،2]، [2،3]

يحتوي ملف apoc.coll.contains (coll ، value) المحسن على عملية (باستخدام HashSet) (إرجاع صف واحد أم لا)

apoc.coll.indexOf (تجميع ، قيمة) | مكانة ذات قيمة في القائمة

apoc.coll.containsAll (coll ، القيم) المحسنة تحتوي على جميع العمليات (باستخدام HashSet) (إرجاع صف واحد أم لا)

يحتوي apoc.coll.containsSorted (coll، value) محسن على عملية قائمة تم فرزها (Collections.binarySearch) (إرجاع صف واحد أم لا)

يحتوي apoc.coll.containsAllSorted (ترتيب ، قيمة) محسن على الكل في عملية قائمة تم فرزها (Collections.binarySearch) (إرجاع صف واحد أم لا)

تسترجع apoc.coll.toSet ([list]) قائمة فريدة مدعومة بمجموعة

apoc.coll.sort (coll) قم بفرز المجموعات

apoc.coll.sortNodes ([nodes]، 'name') قم بفرز العقد حسب الخاصية

apoc.coll.sortMaps ([الخرائط] ، "الاسم") - فرز الخرائط حسب الخاصية

apoc.coll.union (الأولى والثانية) - يُنشئ الاتحاد المميز للقائمتين

apoc.coll.subtract (الأول والثاني) - إرجاع مجموعة فريدة من القائمة الأولى مع إزالة جميع عناصر القائمة الثانية

apoc.coll.removeAll (الأول ، الثاني) - إرجاع القائمة الأولى مع إزالة جميع عناصر القائمة الثانية

apoc.coll.intersection (الأول والثاني) - إرجاع التقاطع الفريد بين القائمتين

apoc.coll.disjunction (الأولى والثانية) - تُرجع المجموعة المنفصلة من القائمتين

apoc.coll.unionAll (الأول والثاني) - ينشئ الاتحاد الكامل مع نسخ مكررة من القائمتين

apoc.coll.shuffle (coll) - إرجاع القائمة التي تم خلطها عشوائيًا

apoc.coll.randomItem (coll) - إرجاع عنصر عشوائي من القائمة ، أو فارغ في قائمة فارغة أو خالية

apoc.coll.randomItems (coll، itemCount، allowRepick: false) - إرجاع قائمة بالعناصر العشوائية من القائمة الأصلية ، مما يسمح اختياريًا باختيار العناصر المنتقاة مرة أخرى

apoc.coll.containsDuplicates (coll) - إرجاع صحيح إذا كانت المجموعة تحتوي على عناصر مكررة

apoc.coll.duplicates (coll) - تعرض قائمة بالعناصر المكررة في المجموعة

apoc.coll.duplicatesWithCount (coll) - تُرجع قائمة بالعناصر المكررة في المجموعة وعددها ، مرتبطين بالعنصر والعدد (على سبيل المثال ، [, ] )

apoc.coll.occurrences (coll، item) - تعرض عدد العنصر المحدد في المجموعة

apoc.coll.flatten (coll) - لتسوية القائمة المتداخلة

apoc.coll.reverse (coll) - إرجاع القائمة المعكوسة

apoc.coll.sortMulti (coll، ['^ name'، 'age']، [limit]، [تخطي]) - فرز قائمة الخرائط حسب عدة حقول فرز (تصاعديًا بـ ^ البادئة) وتطبيق التحديد والتخطي اختياريًا

apoc.map.groupBy ([الخرائط / العقد / العلاقات] ، "مفتاح") قيمة العائد - إنشاء خريطة للقائمة التي تم ترميزها بواسطة الخاصية المحددة ، مع قيم فردية

apoc.map.groupByMulti ([الخرائط / العقد / العلاقات] ، "مفتاح") قيمة العائد - إنشاء خريطة للقائمة التي تم ترميزها بواسطة الخاصية المحددة ، مع قيم القائمة

apoc.map.merge (الأولى والثانية) - يدمج خريطتين

apoc.map.mergeList ([]) قيمة العائد - يدمج جميع الخرائط الموجودة في القائمة في واحدة

apoc.map.clean (خريطة ، [تخطي ، مفاتيح] ، [تخطي ، قيم]) تزيل خريطة العائد المفاتيح والقيم الموجودة في تلك القوائم ، وهي جيدة لتنظيف البيانات من CSV / JSON

apoc.map.updateTree (الشجرة ، المفتاح ،) ترجع الخريطة - يضيف ملف خريطة على كل مستوى من مستويات الشجرة المتداخلة ، حيث تتطابق أزواج المفتاح والقيمة

خريطة إنتاج apoc.map.flatten (خريطة) - تسطيح العناصر المتداخلة في الخريطة باستخدام تدوين النقطة

apoc.map.sortedProperties (map، ignoreCase: true) - إرجاع قائمة بأزواج قائمة مفاتيح / قيم ، مع أزواج مرتبة حسب المفاتيح أبجديًا ، مع حساسية اختيارية لحالة الأحرف

عودة ملف Apoc.version () | إعادة الإصدار المثبت APOC الحالي

تعرض apoc.scoring.exesent (5، true) الدرجة المقدمة إذا كانت صحيحة ، 0 إذا كانت خاطئة

apoc.scoring.pareto (10 ، 20 ، 100 ، 11) يطبق وظيفة باريتو للتسجيل على المدخلات

apoc.text.replace (نص ، regex ، استبدال) - استبدل كل سلسلة فرعية من السلسلة المحددة التي تطابق التعبير العادي المحدد مع البديل المحدد.

apoc.text.regreplace (نص ، تعبير عادي ، استبدال) - استبدل كل سلسلة فرعية من السلسلة المحددة التي تطابق التعبير العادي المحدد مع البديل المحدد.

apoc.text.split (نص ، تعبير عادي ، حد) - يقسم النص المحدد حول مطابقات التعبير العادي المحدد.

apoc.text.regexGroups (نص ، تعبير عادي) - إرجاع جميع المجموعات المتطابقة من regex في النص المحدد.

apoc.text.join (['text1'، 'text2'، & # 8230 & # 8203]، محدد) - اربط السلاسل المحددة بالمحدد المحدد.

apoc.text.clean (نص) - تجريد السلسلة المحددة من كل شيء باستثناء الأحرف الرقمية الأبجدية وتحويلها إلى أحرف صغيرة.

apoc.text.compareCleaned (نص 1 ، نص 2) - قارن بين السلاسل المعطاة التي تم تجريدها من كل شيء باستثناء الأحرف الرقمية الأبجدية المحولة إلى الأحرف الصغيرة.

apoc.text.distance (النص 1 ، النص 2) - قارن السلاسل المحددة مع طريقة StringUtils.distance (النص 1 ، النص 2)

apoc.text.fuzzyMatch (نص 1 ، نص 2) - تحقق مما إذا كان يمكن مطابقة كلمتين بطريقة غامضة. اعتمادًا على طول السلسلة ، سيسمح بمزيد من الأحرف التي يجب تحريرها لمطابقة السلسلة الثانية.

apoc.text.urlencode (نص) - إرجاع النص المشفر URL

apoc.text.urldecode (نص) - إرجاع النص الذي تم ترميزه

apoc.text.lpad (نص ، عدد ، تحديد) قيمة YIELD - ترك السلسلة إلى العرض المحدد

apoc.text.rpad (نص ، عدد ، تحديد) قيمة YIELD - لوحة يمين السلسلة للعرض المحدد

apoc.text.format (نص ، [بارامس]) - تنسيق sprintf السلسلة مع المعلمات المعطاة

apoc.text.slug (نص ، محدد) - ربط النص بالمحدد المحدد

apoc.text.random (طول ، صالح) قيمة YIELD - إنشاء سلسلة عشوائية

apoc.text.capitalize (نص) قيمة YIELD - اجعل الحرف الأول من الكلمة كبيرًا

apoc.text.capitalizeAll (نص) قيمة YIELD - اجعل الحرف الأول من كل كلمة في النص كبيرًا

apoc.text.decapitalize (نص) قيمة YIELD - إلغاء رسملة الحرف الأول من الكلمة

apoc.text.decapitalizeAll (نص) قيمة YIELD - نزع رأس الحرف الأول من كل الكلمات

apoc.text.swapCase (نص) قيمة YIELD - تبديل حالة السلسلة

apoc.text.camelCase (نص) قيمة YIELD - تحويل سلسلة إلى camelCase

apoc.text.upperCamelCase (نص) قيمة YIELD - تحويل سلسلة إلى حالة الجمل

apoc.text.snakeCase (نص) قيمة YIELD - تحويل سلسلة إلى حالة ثعبان

apoc.text.toUpperCase (نص) قيمة YIELD - تحويل سلسلة إلى UPPER_CASE

apoc.text.base64Encode (نص) قيمة YIELD - تشفير سلسلة باستخدام Base64

apoc.text.base64 فك (نص) قيمة YIELD - فك تشفير سلسلة Base64

apoc.bitwise.op (60، '|'، 13) عمليات البت أ & أمبير ب ، أ | ب ، أ ^ ب ،

a ، a & gt & gt b ، a & gt & gt & gt b ، a & lt & lt b. ترجع نتيجة العملية أحادي المعامل

apoc.data.domain ('url_or_email_address') مجال YIELD - استخرج اسم المجال من عنوان url أو عنوان بريد إلكتروني. إذا لم يتم العثور على شيء ، يسفر عن قيمة خالية.

apoc.create.vNode (["تسمية"]، ) يعيد عقدة افتراضية

apoc.create.vRelationship (nodeFrom، 'KNOWS'،، nodeTo) علاقة افتراضية

apoc.create.uuid () - ينشئ UUID

apoc.convert.getJsonProperty (node، key [، 'json-path']) - يحول JSON المتسلسل في الخاصية إلى الكائن الأصلي

apoc.convert.getJsonPropertyMap (عقدة ، مفتاح [، 'مسار json']) - يحول JSON المتسلسل في الخاصية إلى الخريطة

apoc.convert.toSortedJsonMap (عقدة | خريطة ، ignoreCase: صحيح) - إرجاع خريطة JSON بمفاتيح مرتبة أبجديًا ، مع حساسية اختيارية لحالة الأحرف

apoc.convert.toMap (القيمة) | من الأفضل & # 8217s تحويل القيمة إلى خريطة

apoc.convert.toString (القيمة) | من الأفضل & # 8217s تحويل القيمة إلى سلسلة

apoc.convert.toList (القيمة) | من الأفضل محاولة & # 8217s تحويل القيمة إلى قائمة

apoc.convert.toBoolean (قيمة) | من الأفضل & # 8217s تحويل القيمة إلى قيمة منطقية

apoc.convert.toNode (قيمة) | من الأفضل محاولة & # 8217s تحويل القيمة إلى عقدة

apoc.convert.toRelationship (القيمة) | من الأفضل & # 8217 تحويل القيمة إلى علاقة

apoc.convert.toSet (القيمة) | من الأفضل محاولة & # 8217s تحويل القيمة إلى مجموعة

apoc.convert.toIntList (القيمة) | من الأفضل & # 8217s تحويل القيمة إلى قائمة أعداد صحيحة

apoc.convert.toStringList (القيمة) | من الأفضل & # 8217s تحويل القيمة إلى قائمة سلاسل

apoc.convert.toBooleanList (القيمة) | من الأفضل & # 8217s تحويل القيمة إلى قائمة منطقية

apoc.convert.toNodeList (القيمة) | من الأفضل محاولة & # 8217s تحويل القيمة إلى قائمة بالعقد

apoc.convert.toRelationshipList (القيمة) | من الأفضل & # 8217s تحويل القيمة إلى قائمة العلاقات


هل يقوم مستخدمو CRISPR / Cas بالتكرار أو الموازاة لتجربة تسلسلات إرشادية متعددة؟ - مادة الاحياء

معهد البحوث في علم المناعة والسرطان (IRIC) ، جامعة & # 233 de Montr & # 233al ، Montr & # 233al ، كندا
بريد الالكتروني: [email protected]

ب قسم الفيزياء ، كلية الآداب والعلوم ، جامعة # 233 de Montr & # 233al ، Montr & # 233al ، كندا

c برنامج البيولوجيا الجزيئية ، كلية الطب ، جامعة # 233 de Montr & # 233al ، Montr & # 233al ، كندا

d قسم الكيمياء ، كلية الآداب والعلوم ، جامعة # 233 de Montr & # 233al ، Montr & # 233al ، كندا

معهد الهندسة الطبية الحيوية ، كلية الطب ، جامعة # 233 de Montr & # 233al ، Montr & # 233al ، كندا

الملخص

تظهر ترانزستورات تأثير مجال الجرافين (GFETs) كمستشعرات تحليلية حيوية ، حيث يتم استخدام التوصيل الكهربائي المتجاوب لإجراء التحليلات الكمية للجزيئات ذات الصلة بيولوجيًا مثل الحمض النووي والبروتينات والأيونات والجزيئات الصغيرة. توفر هذه المراجعة تقييمًا مفصلاً للنُهج المُبلغ عنها في تصميم وتشغيل وأداء أجهزة الاستشعار الحيوية الخاصة بـ GFET. نقوم أولاً بتشريح عناصر التصميم الرئيسية لهذه الأجهزة ، جنبًا إلى جنب مع الأساليب الأكثر شيوعًا لتصنيعها. نقارن الأنماط الممكنة لتشغيل GFETs كأجهزة استشعار ، بما في ذلك منحنيات النقل ومنحنيات الإخراج والسلاسل الزمنية بالإضافة إلى تكاملها في الوقت الفعلي أو لاحقة البروتوكولات. أخيرًا ، نقوم بمراجعة مقاييس الأداء التي تم الإبلاغ عنها للكشف عن التحليلات الحيوية وتقديرها ، ومناقشة القيود وأفضل الممارسات لتحسين استخدام GFETs كأجهزة استشعار تحليلية.


مناقشة

بعد الانتهاء من العملية التكرارية لاستبعاد المشكلات ذات الدرجات المنخفضة كما هو موضح أعلاه ، وجدنا القليل يفصل بين أهم 20 مشكلة. لتجنب المبالغة في التأكيد على الاختلافات الطفيفة في النتيجة ، اخترنا عدم تقديم أفضل 20 مشكلة بترتيب الترتيب. يتطلب تعقيد المجال نهجًا شاملاً متعدد الأوجه. ومع ذلك ، قد تركز بعض هيئات صنع القرار أو السياسات على الاستعداد للمستقبل البعيد ، وعلى القضايا طويلة الأجل التي قد تطغى عليها الأولويات الحالية الأكثر إلحاحًا. قد يركز البعض الآخر على القضايا ذات المدى القريب التي تتطلب اهتمامًا فوريًا. تميل هيئات تمويل العلوم الكبيرة إلى النظر في مجموعة متنوعة من القضايا المنتشرة عبر مجموعة من الآفاق الزمنية. لوضع أهم 20 مشكلة في سياق زمني ، قمنا بتجميعها تقريبًا وفقًا لمدى ملاءمتها في المدى القريب (& lt 5 سنوات) والمتوسط ​​(5-10 سنوات) والأطول (& GT 10 سنوات). وهكذا ظهرت في الفئة الأولى التطبيقات والبحوث التي تنطوي على احتمالية حدوث تأثيرات قريبة المدى على النظم الحيوية ، مثل إمدادات الغذاء والوقود العالمية ، والنظم البيئية ، والصحة ، والجغرافيا السياسية. قد يكون لتلك التي تؤثر على المجتمع بشكل غير مباشر عبر المنصات أو نماذج الملكية أو الأسواق أو البنية التحتية المستقبلية ، تأثير مجتمعي أقل مباشرة وبالتالي تظهر في الفئة الأخيرة.

تحتوي العناصر العشرين الأولى على مزيج من القضايا الاجتماعية والبيئية والاقتصادية والصحية ، ولكن كان التوازن موجهًا نحو الابتكارات الطبية والصحية ، مع تمثيل أقل نسبيًا للقضايا البيئية أو البيئية أو الزراعية (باستثناء ثلاثة مواضيع: المخاطر البيئية الجين يدفع عملية التمثيل الضوئي الاصطناعي لإنتاج الوقود وطرق التمثيل الضوئي الجديدة المحسنة لتحسين الإنتاجية الزراعية). والمثير للدهشة أن هذا الخلل يحدث ليس تعكس مجالات التطبيق السائدة للمجموعة ، والتي كانت أكثر تمثيلا للغذاء والزراعة والبيئة من الصحة والطب. قد تعكس هذه النتيجة الأهمية العالية نسبيًا التي يوليها المجتمع لصحة الإنسان وتعزيزها ، والمستوى الأعلى بكثير للاستثمار في العلوم الصحية. ولكن مثلما تستعد الهندسة البيولوجية لتغيير الرعاية الصحية ، يبدو أيضًا أنها ستحدث ثورة في هذه المجالات الأخرى. في أحدث مسح للأفق بحثًا عن القضايا التي من المحتمل أن تؤثر على مستقبل الحفظ العالمي والبيئة (Sutherland et al. ، 2017) ، كانت أربعة من الموضوعات الخمسة عشر ذات الأولوية هي تطبيقات التكنولوجيا الحيوية: إنتاج الوقود من الأوراق الإلكترونية ، عكس التمثيل الضوئي لإنتاج الوقود الحيوي الذي يتعايش مع المرجان. لتجنب تبيض المرجان الجماعي والاستخدام المكثف للبكتيريا والفطريات لإدارة الآفات والأمراض الزراعية.

الموضوعات الناشئة

برز الإنتاج الحيوي وتقاطعه مع الجوانب المعلوماتية والرقمية للتكنولوجيا الحيوية بشكل كبير في قضايانا. لقد أثرنا قضية التصنيع الموزع بشكل متزايد في أسواق المستحضرات الصيدلانية ، وتم تكريس الكثير من المناقشات لأمن التصنيع الحيوي بالاستعانة بمصادر خارجية ، وهو مجال تم تمييزه على أنه يحتاج إلى مزيد من البحث والسياسة ، وهو مجال تم تمثيله تمثيلاً ناقصًا نسبيًا في الأدبيات. يعد نمو الاقتصاد الحيوي بالاستدامة وبطرق جديدة لمواجهة التحديات البيئية والمجتمعية العالمية. ومع ذلك ، في الوقت نفسه ، تطرح بعض جوانب عملية الاقتصاد الحيوي أنواعًا جديدة من التحديات الأمنية. إنها ليست أقل مركزية فقط من الصناعات الأكثر رسوخًا ، مثل البتروكيماويات ، ولكن الإنتاج البيولوجي قد يمثل أيضًا مخاطر أكثر تعقيدًا وغير معروفة وواسعة النطاق من وعاء المواد الكيميائية: جزئيًا لأنه يتكاثر ذاتيًا ونسبة كبيرة من مجموعة التعليمات مشفرة رقمياً في حالة قابلة للقراءة والكتابة. لقد أشرنا إلى بعض التحديات التي يخلقها ذلك للاتفاقيات الدولية مثل بروتوكول ناغويا (على سبيل المثال ، قد يتم التحايل على الضوابط المفروضة على المواد المادية عن طريق تخليق الكائنات بناءً على نقل البيانات بدلاً من ذلك). ناقشنا كيف أن هذا الترابط مع تكنولوجيا المعلومات قد مهد الطريق أيضًا لمخاطر حيوية جديدة ، مع زيادة فرص التلاعب بالبيانات الحيوية أو الخوارزميات أو أنظمة التصنيع الحيوي الآلية. تختلف البيانات البيولوجية عن غيرها من قضايا الأمن السيبراني لأننا متشابكون معها بشكل لا ينفصم ، يمكنك بسهولة تغيير رقم التعريف الشخصي أو رقم الهاتف الخاص بك ، ولكن ليس من السهل تغيير الحمض النووي الخاص بك.يُنظر إلى توحيد المعلومات البيولوجية وطرق التحقق من صحة البيانات وتخزينها واسترجاعها كنقطة انطلاق لتحسين الأمن البيولوجي السيبراني ، وتُبذل الجهود لإدخال التوحيد القياسي في الميدان من خلال الوكالات الوطنية (انظر ، على سبيل المثال ، المعهد الوطني للمعايير والتكنولوجيا ، 2014 المعهد البريطاني للمعايير ، 2015) والمبادرات المجتمعية مثل مسابقة الآلات المهندسة وراثيًا الدولية (iGEM) للطلاب ، والتي قادت الطريق في توحيد الأجزاء والأوصاف البيولوجية.

هناك موضوع آخر ظهر مرارًا وتكرارًا في مناقشتنا وهو الوصول إلى التكنولوجيا. تم التقاط القضايا المتعلقة بالمساواة في العديد من القضايا الموضحة في هذه الورقة. على سبيل المثال ، يمكن أن يؤدي ظهور أدوات مفتوحة المصدر وغير محمية ببراءات اختراع إلى تسهيل تبادل المعرفة على نطاق واسع في مجال الهندسة البيولوجية وزيادة فرص الحصول على الفوائد بالنسبة لأولئك في البلدان النامية. تخضع ترجمة زيادة المساواة في تبادل المعرفة والملكية إلى تنمية اقتصادية ومستدامة للتغلب على العديد من أوجه عدم المساواة وهياكل السلطة القائمة ، لكن بعض المبادرات بدأت في سد هذه الفجوة ، لا سيما في مجال الرعاية الصحية. قد يرى المجتمع فوائد الطب الميسور التكلفة مع دخول صناع جدد الرعاية الصحية ، مما يقلل من احتكارات شركات الأدوية الكبرى في العالم المتقدم ، بوساطة براءات الاختراع. من ناحية أخرى ، قد تقدم بعض التطورات في هذا المجال أقل رعاية صحية متخصصة بتكلفة ميسورة بينما نتحرك نحو الطب التجديدي - الطباعة ثلاثية الأبعاد لأجزاء الجسم ، وهندسة الأنسجة ، والتحديثات الجينية - وزيادة الجينوم البشري ، مما يزيد من إمكانية تكوين فصول "علم الاجتماع" الجديدة.

هناك موضوع ثالث يمتد من المناقشات حول المساواة والوصول وتقاسم المنافع: أي ثقة الجمهور وقبوله. تمت مناقشة عدد من القضايا التي قد تؤثر على القبول العام للتكنولوجيا الحيوية بطرق مختلفة. قد يزداد القبول مع التحول في نماذج الملكية الموصوفة أعلاه - بعيدًا عن الشركات الكبرى ونحو العلم الأكثر انفتاحًا - وتوزيع أكثر عدالة للفوائد. وقد يزداد أيضًا مع تقدم التقنيات لاستهداف المشكلات التي تؤثر بشكل غير متناسب على العالم النامي ، مثل الأمن الغذائي والأمراض. إذا نجحت البيولوجيا التركيبية في القضاء على الملاريا أو زيكا ، فقد يعزز هذا الرأي العام لصالح الهندسة الوراثية (كما يتضح من الرسالة المفتوحة الأخيرة للحائزين على جائزة نوبل والتي تنتقد غرينبيس بسبب اتفاقية موقفها المناهض للكائنات المعدلة وراثيًا ، 2016). ومع ذلك ، نلاحظ أنه في تصويت حديث في فلوريدا - وهو استفتاء غير ملزم يسأل سكان مقاطعة مونرو وكي ويست عما إذا كانوا يدعمون إطلاق بعوض معدّل وراثيًا لمكافحة انتشار بعض الأمراض التي ينقلها البعوض - أغلبية صغيرة فقط من الناخبين عبر المقاطعة أيدت استخدام التكنولوجيا (57٪) ، وفي موقع التجربة الميدانية المقترح ، عارضتها الغالبية (65٪ Servick ، ​​2016). يمكن أن يكون وجود نقطة نهاية وبائية كمقياس لنجاح التكنولوجيا علامة على تحول نموذجي في هذا المجال ، بما يتجاوز مقياس القبول العام. ولكن مرة أخرى ، فإن المضي قدمًا دون احتياطات السلامة المناسبة والإجماع المجتمعي - مهما كانت فوائد الصحة العامة - يمكن أن يلحق الضرر بالمجال لسنوات عديدة قادمة.

السياق التنظيمي

تشمل التحديات التنظيمية الناشئة التي أثيرت في القائمة الأطول لقضايا مسح الأفق (ولكن لم يتم تناولها في القضايا العشرين أعلاه) أسئلة حول حالة المنتجات والعمليات المبتكرة نظرًا لأنظمة الاتحاد الأوروبي التنظيمية الحالية المطبقة على الكائنات المعدلة وراثيًا ، والتي يعتبرها الكثيرون "لا" مناسب للغرض '' (Baulcombe، 2014) (على الرغم من أن آراء الاتحاد الأوروبي حول البيولوجيا التركيبية لا تتفق مع هذا التقييم (اللجنة العلمية للمخاطر الصحية الناشئة والمتحددة حديثًا (SCENIHR) ، 2017). النظام التنظيمي الحالي للاتحاد الأوروبي ، إذا تم تطبيقه دون التكيف مع التركيبات تقنيات البيولوجيا وتحرير الجينات ، قد تمنع تطوير الابتكارات مع إمكانية تقديم فوائد مجتمعية (تايت ، 2009) ، مثل Arsenic Biosensor Collaboration لاكتشاف مستويات الزرنيخ غير الآمنة في آبار المياه في البلدان المتضررة مثل الهند وبنغلاديش. الولايات المتحدة الحالية كما شهد النظام التنظيمي بعض التحديات فيما يتعلق بالمسار التنظيمي لتسويق المنتجات الجديدة ، فقد تم تصميم بعض المحاصيل باستخدام الهندسة إن nucleases القابلة للبرمجة بما في ذلك CRISPR / Cas9 قد سقطت خارج الآلية المستخدمة من قبل وزارة الزراعة الأمريكية (USDA) لالتقاط منتج معدّل وراثيًا داخل نظامها التنظيمي لأنها تحتوي على عمليات حذف صغيرة بدلاً من المواد الوراثية الأجنبية على سبيل المثال البطاطس والفطر غير البني (Clasen et al.، 2016 Yang، 2015). وقد ساهمت مثل هذه الحالات في زيادة الضغوط على الأنظمة التنظيمية التي يجب أن تستند إلى تحليل المخاطر والفوائد للمنتج النهائي بدلاً من التكنولوجيا المستخدمة لتحقيق ذلك (كاماتشو وآخرون ، 2014).

يكمن التحدي الأكبر ، الذي أثير أيضًا في موضوع `` تأمين البنية التحتية الحيوية اللازمة لتقديم الاقتصاد الحيوي '' أعلاه ، في تحقيق التوازن بين اللوائح التنظيمية وتكاليف الفرصة البديلة - فالحذر ضروري لضمان أن تكون التطورات آمنة ومفيدة ، ولكن النهج التنظيمي لتقديم مثل هذه الضمانات يجب أن تكون متناسبة مع التكاليف والفوائد ذات الصلة. دفعت المخاطر المتعلقة بالتأثير البيئي وإمكانية التسليح وإنتاج المخدرات بعض المجموعات إلى الضغط من أجل وقف بعض هذه التقنيات (ETC Group ، 2017). إذا نجحت الدعوات لحظر تقانات حيوية معينة ، أو لم تكن هناك استراتيجيات فعالة لتخفيف المخاطر قبل وقوع حدث ضار عرضي أو متعمد ، فقد نرى استجابات سياسية (مورس ، 2014) تعيق تقديم الفوائد المحتملة. في حين أن أيا من هذه التوترات ليست جديدة ، فإن الطريقة التي تلعب بها ستؤثر بشكل أساسي على الاتجاه المستقبلي للهندسة البيولوجية ، بما في ذلك القضايا التي حددناها في هذه الورقة.

هناك وعي عام بالحاجة إلى الإصلاح التنظيمي. في يوليو 2015 ، أصدر البيت الأبيض مذكرة توجه الوكالات الثلاث المسؤولة عن الإشراف على منتجات التكنولوجيا الحيوية في الولايات المتحدة - وكالة حماية البيئة (EPA) ، وإدارة الغذاء والدواء (FDA) ، ووزارة الزراعة الأمريكية - لتحديث الإطار التنظيمي الحالي و "تطوير استراتيجية طويلة الأجل لضمان أن النظام مُعد للمنتجات المستقبلية للتكنولوجيا الحيوية" (هولدرن ، 2015). في الاتحاد الأوروبي ، هناك مجموعة مختلفة من المخاوف بشأن تشغيل الأنظمة التنظيمية ، وتركز السياسات الحكومية بشكل متزايد على الحاجة إلى أنظمة تنظيمية أكثر تناسبًا وتكيفًا (Tait and Banda ، 2016). هناك مجموعة من التعديلات التنظيمية قيد التنفيذ في قطاعات الرعاية الصحية ، على سبيل المثال ترخيص الأدوية التكيفية الذي قدمته وزارة الصحة الكندية والوكالة الأوروبية للأدوية (Oye ، 2012) ، وتجنب قبول ثنائي أو رفض لمنتج أو تكنولوجيا معينة لصالح "خطوة بخطوة" التعلم في ظل ظروف عدم اليقين المعترف به ، مع قيود أولية على الاستخدام ، والمراحل التكرارية لجمع البيانات والتقييم التنظيمي "(Oye ، 2012 p.22).

لدى العديد من البلدان وقطاعات الصناعة الآن سياسات تعزز هذا النهج - على سبيل المثال ، مبدأ التناسب في الاتحاد الأوروبي ، ومراجعة الوصول المعجل في المملكة المتحدة ، وتوصيات منظمة التعاون الاقتصادي والتنمية بشأن السياسة التنظيمية والحوكمة ، مما قد يمثل تغييرًا جذريًا في العقلية التنظيمية ، والسماح بالوصول في الوقت المناسب إلى أنواع تدريجية من الابتكار مع الاستمرار في استكشاف التطوير الآمن للابتكارات الأكثر تشويشًا (Tait and Banda ، 2016). في الاتحاد الأوروبي ، يمكن تطبيق مناهج مماثلة على اللوائح الحالية المعدلة وراثيًا والتنظيم المستقبلي للهندسة البيولوجية ، على سبيل المثال ، من خلال تفضيل المنتجات والعمليات التي يمكن مراقبتها أو "استعادتها" أو "عكسها". ومع ذلك ، لم يكن هناك حتى الآن تحرك يذكر في هذا الاتجاه ، خاصة بالنسبة للتطبيقات ذات التأثيرات البيئية المحتملة ، أو التطبيقات في الصناعات الغذائية والزراعية. ستعتمد قابلية انعكاس تكنولوجيا وراثية معينة على تفاعلها مع البيئات البيولوجية والإيكولوجية والاجتماعية ، ولا يعني وعدها بالضرورة أنها توفر أفضل خيار لمواجهة التحدي المستهدف كما أوضحنا في `` الأساليب الجديدة لمحركات الجينات الاصطناعية '' أعلاه. .

بعض التعليقات على العملية

هناك عدد من المحاذير والاعتبارات في النهج الذي اتخذناه. يتعلق الأول بتقنية دلفي ، التي اعتمدنا عليها في استنباطنا المنظم. تم تطوير تقنية دلفي في الأصل للتنبؤ الكمي ، ولها سجل حافل مختلط. يجادل منتقدوها بأنها تخلط بين الرأي والتنبؤ المنهجي ، وتنتج دقة زائفة ، وتضفي على النتيجة ثقة لا داعي لها (Sackman ، 1975). إذا تم البحث عن تنبؤات بأحداث محددة بدقة (وإذا كانت البيانات السابقة متوفرة) ، فمن المحتمل أن توفر أدوات مثل تحليل الاتجاه تنبؤات أكثر دقة ، ويمكن استخدامها مع طريقة دلفي. نحن نسعى فقط إلى هيكلة أحكام المجموعة النوعية حول مجموعة واسعة من العقود الآجلة المعقدة ، والتي ليس لدينا مجموعات بيانات منظمة لاستقراءها. بالمقارنة مع مناهج الاستنباط الأخرى ، مثل الاجتماعات التقليدية ، تم العثور على طريقة دلفي أيضًا تحسن التوقعات والأحكام الجماعية (رو ورايت ، 2001). نعتقد أن فوائد الطريقة تنتقل إلى سياقات استشراف أوسع.

ميزة أخرى لأي استنباط جماعي هي أنه يمكن إخفاء الآراء المتباينة للمساهمين الفرديين في الدرجات المجمعة. يشير تحليلنا لبيانات الجولة الأولى إلى أنه على الرغم من وجود تنوع كبير في الدرجات الأولية التي قدمها المشاركون الأفراد ، كان التوافق بين المقيمين كبيرًا وذو دلالة إحصائية عالية (Kendall’s W = 0.150 ، p-value & lt 10 15). تراوح ارتباط الترتيب بين المشاركين الفرديين بين 0.002 و 0.463 بمتوسط ​​0.112 (رو سبيرمان). كان 48 من 210 علاقة متبادلة (23 ٪) ذات دلالة إحصائية (ارتباط سبيرمان بقيمة p & lt 0.05) ، مما يشير أيضًا إلى أنه بينما يمثل المشاركون مجموعة متنوعة من وجهات النظر ، كان هناك جوهر من الآراء المشتركة. أولئك الذين يوافقون يوافقون بشدة.

فيما يتعلق بهذا ، فإننا نعترف بأن القضايا التي أثيرت في هذه الورقة تعكس الأشخاص المشاركين في العملية ، وهذا هو السبب في أننا شجعنا المساهمين صراحة على البحث عن أفكار من خارج دوائرهم المباشرة ، وحاولنا التقاط مجموعة واسعة من وجهات النظر والخبرة في المشاركين الأساسيين. ومع ذلك ، كان جميع المشاركين في المملكة المتحدة أو الولايات المتحدة ، وسيستفيد المسح المستقبلي من هذا النوع من تضمين مساهمين من أجزاء أخرى من العالم ، ولا سيما الصين ، وهي منطقة في طليعة الهندسة الحيوية ، وحيث بحث غير منشور أو منشور محليًا يصعب الوصول إليه نسبيًا. علاوة على ذلك ، عكس مسحنا بشكل كبير آراء العلماء والمبتكرين أكثر من آراء الصناعة (على الرغم من أن العديد من المشاركين لديهم نظرة ثاقبة للصناعة من خلال استشاراتهم).

لم نقم بتضمين صانعي السياسات بشكل مباشر في مسحنا الأولي ، حيث كنا نرغب في قصر حجم وتكوين التمرين على أولئك الموجودين في النهاية الاستكشافية للبحث والابتكار. ومع ذلك ، يمكن أن تشمل عمليات المتابعة ممثلين حكوميين للمساعدة في تحديد القضايا الأكثر قابلية للتنفيذ. يمكن لمثل هذا التمرين أن يستخدم إطارًا راسخًا للتكرار (Holmberg and Robert ، 2000) ، أو رسم خرائط الطريق ، أو عملية أخرى لتقييم تأثير وإلحاح المشكلات المحددة لمنظمتهم (Sutherland et al. ، 2012). كما أن الجمع بين مجموعة من صانعي السياسات في تمرين للمتابعة يشجع أيضًا على تحديد أولويات القضايا المشتركة بين المنظمات ، ووضع جدول أعمال لتبادل المعرفة وتطوير السياسات بشكل تعاوني. من الناحية المثالية ، سيتم تضمين تقييمات الجدوى للخيارات المتاحة (على النحو الذي تم إجراؤه في تمديد مسح القطب الجنوبي الأخير (Kennicutt et al. ، 2016) ، الموضحة في "الأهداف" أعلاه). لم يشهد المسح الأفق السنوي لقضايا الحفظ نقصًا في المواد الجديدة. نقترح تكرار المسح الأساسي على فترات منتظمة ، مثل كل سنتين.


شاهد الفيديو: #كريسبر #كبسولهوراثيه #بصمهلنغيربالاجيال (شهر نوفمبر 2022).