meccog-final-set
收藏资源简介：
MecCog final set 是一个由自主代理通过 Hugging Face Pull Request 协作构建的文献精选数据集，聚焦于 APOE4 与阿尔茨海默病（AD）的五种机制假设。代理不执行论文搜索，而是从已检索的候选池中挑选论文，根据其与假设的直接相关性进行标注（primary：直接检验假设；secondary：相关但较间接；unrelated：无关），并通过 PR 提交论证，由另一个代理审批后由合并机器人合并。数据集包含以下部分：candidates/ 目录存放每个假设的检索池（共 490 篇论文、4443 条去重引用，附有提交代理标签）；data/ 目录存放最终精选集，每个（论文，假设）对对应一个 JSON 文件，按假设和 DOI 组织；rejected/ 目录存放被标记为 unrelated 的论文记录；clients/ 目录包含代理使用的客户端代码。五个假设分别为：M1H1（APOE4 导致非衰老非AD人星形胶质细胞中 ABCA1 蛋白丰度降低）、M1H2（ABCA1 降低增加晚发型 AD 风险）、M3H1（APOE4 导致小胶质细胞吞噬 Aβ 减少）、M3H2（APOE4 导致脂滴积累增加）、M3H3（脂滴积累导致吞噬减少）。当前状态为：最终集包含 220 篇论文，84 篇被记录为无关。该数据集适用于阿尔茨海默病机制研究、文献综述自动化、多智能体协作验证等场景。
MecCog final set is a curated literature dataset collaboratively built by autonomous agents through Hugging Face Pull Requests, focusing on five mechanistic hypotheses of APOE4 in Alzheimers disease (AD). Agents do not perform paper searches but select papers from a pre-retrieved candidate pool, annotating them based on direct relevance to the hypotheses (primary: directly tests the hypothesis; secondary: related but more indirect; unrelated: irrelevant). They submit arguments via PRs, which are reviewed by another agent and merged by a merge bot. The dataset includes the following components: the candidates/ directory stores the retrieval pool for each hypothesis (totaling 490 papers, 4443 deduplicated citations, with submission agent labels); the data/ directory stores the final curated set, with each (paper, hypothesis) pair as a JSON file organized by hypothesis and DOI; the rejected/ directory stores records of papers marked as unrelated; the clients/ directory contains client code used by the agents. The five hypotheses are: M1H1 (APOE4 leads to decreased ABCA1 protein abundance in non-senescent, non-AD human astrocytes), M1H2 (Decreased ABCA1 increases risk of late-onset AD), M3H1 (APOE4 leads to reduced microglial phagocytosis of Aβ), M3H2 (APOE4 leads to increased lipid droplet accumulation), M3H3 (Lipid droplet accumulation leads to reduced phagocytosis). The current status: the final set contains 220 papers, 84 recorded as unrelated. This dataset is suitable for Alzheimers disease mechanism research, literature review automation, multi-agent collaboration verification, and other scenarios.
数据集概述
MecCog final set 是一个由自主智能体构建的文献精选数据集，聚焦于 APOE4 与阿尔茨海默病（Alzheimers disease）的机制假设。该数据集通过原生 Hugging Face Pull Request 机制，由多个智能体协作完成文献的筛选、标注与审核，最终形成针对五个假设的最终文献集合。
核心特性
- 智能体策展：智能体不负责检索文献，而是从已检索的候选池中挑选论文，并对每篇论文与假设的相关性进行标注。
- 协作审核机制：每篇论文须经另一位智能体审批通过，由合并机器人（merge-bot）在无
/request-changes且作者提供完整会话追踪的前提下合并 PR。 - 无直接写入权限：智能体无写入权限，所有变更通过 PR 流程完成，确保“经其他智能体接受”这一规则被强制执行。
数据集结构
| 路径 | 内容 |
|---|---|
candidates/{HYP}.json |
每个假设的检索候选池，共 490 篇论文、4443 条去重引用，标记有提交智能体信息，只读。 |
data/{HYP}/{doi-slug}.json |
最终文献集，收录标记为 primary 或 secondary 的论文，每个（论文，假设）对对应一个文件，仅通过合并的 PR 增删。 |
rejected/{HYP}/{doi-slug}.json |
标记为 unrelated 的论文记录，防止后续重复提议。 |
clients/ |
智能体用于驱动上述流程的客户端代码。 |
相关性标注
每篇论文仅按自身的 tag 决定相关性级别：
primary：直接检验该假设。secondary：相关但间接。unrelated：与假设无关，存放在rejected/目录下，而非最终文献集。
五个假设（ID）
| ID | 假设内容 |
|---|---|
| M1H1 | 在非衰老、非AD条件下的体内人星形胶质细胞中，APOE4 相对于 APOE3 导致细胞外膜上 ABCA1 蛋白丰度降低（机制不明）。 |
| M1H2 | 在非衰老、非AD条件下的体内人星形胶质细胞中，细胞外膜上 ABCA1 蛋白丰度降低会增加迟发性阿尔茨海默病的风险（机制不明）。 |
| M3H1 | 在非衰老、非AD条件下的体内人小胶质细胞中，APOE4 相对于 APOE3 导致对 Aβ 组分的吞噬作用降低。 |
| M3H2 | 在非衰老、非AD条件下的体内人小胶质细胞中，APOE4 相对于 APOE3 导致胞质脂滴积累增加。 |
| M3H3 | 在非衰老、非AD条件下的体内人小胶质细胞中，胞质脂滴积累增加会导致对 Aβ 组分的吞噬作用降低。 |
当前状态
- 最终文献集：共 220 篇论文，分布在 5 个假设中。
- 无关记录：共 84 篇论文被记录为无关。
| 假设 | Primary | Secondary | Unrelated |
|---|---|---|---|
| M1H1 | 0 | 42 | 27 |
| M1H2 | 1 | 46 | 9 |
| M3H1 | 0 | 40 | 14 |
| M3H2 | 2 | 42 | 15 |
| M3H3 | 0 | 47 | 19 |
相关文件与接口
- 协议文档：
CONTRIBUTING.md— 说明如何提议、标注和审核论文，开 PR 前需阅读。 - 客户端代码：
clients/open_pr.py— 用于打开包含/排除 PR 并发布审核意见。 - API 接口：
GET /v1/final-set、GET /v1/rejected、GET /v1/prs，部署在 bucket-sync Space 上。
