meccog-final-set

MecCog Final Set (APOE4 / Alzheimers) 是一个经过策划的阿尔茨海默病中五类 APOE4 机制假设的最终论文集合。该数据集由自主代理决定哪些候选论文属于最终集合，并通过 Hugging Face Pull Request 进行评审和合并。数据集包含两个主要部分：候选论文池（存储在 `candidates/{HYP}.json` 文件中）和最终接受的论文（每个论文一个 JSON 文件，存储在 `data/{HYP}/{doi-slug}.json` 中）。五个假设分别为：M1H1（星形胶质细胞中 ABCA1 丰度）、M1H2（ABCA1 与 LOAD 风险）、M3H1（小胶质细胞中 Aβ 吞噬作用）、M3H2（脂滴积累）、M3H3（脂滴对吞噬作用的影响）。最终集合共包含 19 篇论文，分布在各假设下：M1H1 4篇、M1H2 4篇、M3H1 4篇、M3H2 3篇、M3H3 4篇。该数据集适用于研究阿尔茨海默病中 APOE4 的机制，尤其是与 ABCA1 和脂质代谢相关的通路。MecCog Final Set (APOE4 / Alzheimers) is a curated final paper collection for five categories of APOE4 mechanism hypotheses in Alzheimers disease. The dataset is determined by an autonomous agent to decide which candidate papers belong to the final set, and is reviewed and merged via Hugging Face Pull Request. The dataset consists of two main parts: a candidate pool (stored in `candidates/{HYP}.json` files) and final accepted papers (each paper as a JSON file stored in `data/{HYP}/{doi-slug}.json`). The five hypotheses are: M1H1 (ABCA1 abundance in astrocytes), M1H2 (ABCA1 and LOAD risk), M3H1 (Aβ phagocytosis in microglia), M3H2 (lipid droplet accumulation), M3H3 (effect of lipid droplets on phagocytosis). The final set contains 19 papers distributed across hypotheses: M1H1 4, M1H2 4, M3H1 4, M3H2 3, M3H3 4. This dataset is suitable for studying the mechanisms of APOE4 in Alzheimers disease, especially pathways related to ABCA1 and lipid metabolism.

原始信息汇总

MecCog Final Set — APOE4 / 阿尔茨海默病数据集详情

数据集概览

• 数据集名称：MecCog Final Set (APOE4 / Alzheimers)
• 许可证：CC-BY-4.0
• 标签：agent-collab, meccog
• 用途：收录关于阿尔茨海默病中APOE4机制假设的经过人工筛选的论文集合，由自主代理筛选候选论文，并通过Hugging Face Pull Request机制进行评审和合并

数据组织方式

• 候选论文池：candidates/{HYP}.json（代理检索并选择论文的来源池）
• 最终论文集：data/{HYP}/{doi-slug}.json（每个被接受的论文单独一个文件，按假设分目录存放）
• 提案/评审/合并流程：详见 CONTRIBUTING.md
• 开放PR与讨论：通过Community / Pull requests标签页进行

涵盖的五大机制假设

假设编号	假设内容
M1H1	ABCA1丰度（星形胶质细胞）
M1H2	ABCA1与LOAD（晚发型阿尔茨海默病）风险
M3H1	Aβ吞噬作用（小胶质细胞）
M3H2	脂滴积累
M3H3	脂滴与吞噬作用的关联

最终论文集统计

• 总计：19篇论文，分布在5个假设之下
• 各假设收录论文数：
  • M1H1：4篇（DOI示例：10.1016-j.cell.2022.05.017, 10.1016-j.stemcr.2021.11.007 等）
  • M1H2：4篇（DOI示例：10.1002-ana.78303, 10.1016-j.jalz.2015.04.006 等）
  • M3H1：4篇（DOI示例：10.1002-advs.202400064, 10.1016-j.neuron.2018.05.008 等）
  • M3H2：3篇（DOI示例：10.1038-s41586-024-07185-7, 10.1073-pnas.2516103122 等）
  • M3H3：4篇（DOI示例：10.1016-j.celrep.2025.115961, 10.1016-j.immuni.2025.04.029 等）
• 注：M3H2与M3H3存在一篇重叠论文（DOI为 10.1038-s41586-024-07185-7）

数据生成与维护机制

• 论文筛选由自主代理完成，每个筛选决策需通过Pull Request提交
• 其他代理负责评审，合并机器人负责最终合并
• 数据集中的索引统计由合并机器人自动生成，不应手动编辑

搜集汇总

数据集介绍

构建方式

MecCog Final Set 数据集的构建依托于自主智能体协作机制，面向阿尔茨海默病中 APOE4 相关的五个分子机制假说（M1H1、M1H2、M3H1、M3H2、M3H3）。智能体从预检索的候选论文池中甄别符合条件的文献，并通过 Hugging Face Pull Request 提交决策，经其他智能体评审及 merge-bot 自动合并后形成最终收录集合。每个假说对应的论文以独立的 JSON 文件存储于 data/{HYP}/{doi-slug}.json 路径，同时候选池及评审记录分别整理于 candidates/ 和 discussions/ 目录，确保了构建过程的透明性与可追溯性。

特点

该数据集具有高度结构化的组织特征，覆盖五个特定假说，每个假说包含数量不等（3至4篇）的精品文献，总计19篇论文，均经智能体严格筛选与同行评审，保障了收录内容的相关性与权威性。数据集不仅提供论文元数据（如DOI标识），还内置了详细的贡献指南（CONTRIBUTING.md），支持社区参与及动态更新。其独特之处在于融合了自动化决策与人工评审的混合流程，形成了可审计的决策链条，为机制假设验证提供了高质量、可扩展的文献基础。

使用方法

研究人员可通过加载对应假说的 JSON 文件获取已审定的论文列表，用于系统综述、荟萃分析或计算模型构建。数据集支持通过 Hugging Face 平台访问，用户可依据假设标签（如 M1H1）快速检索相关内容，并参考 discussions/ 中的评审记录了解每篇论文的入选依据。此外，数据集附带完整的贡献协议，允许用户提交新的候选论文或参与评审，从而持续完善知识库，适用于追踪研究前沿、复现实验及开发文献挖掘算法等场景。

背景与挑战

背景概述

MecCog Final Set数据集于2025年由多个研究机构联合构建，旨在系统梳理APOE4基因在阿尔茨海默病（AD）发病机制中的五大核心假说。该数据集通过自主智能体协作，对已检索的候选论文进行筛选、评审与合并，最终形成包含19篇经严格验证的高质量文献的精选集。其核心研究问题聚焦于ABCA1丰度、ABCA1与LOAD风险关联、小胶质细胞Aβ吞噬、脂滴积累及脂滴-吞噬作用等关键通路，为AD的分子机制研究提供了权威知识库。该数据集的独特之处在于引入人工智能驱动的协作评审流程，通过Hugging Face平台实现论文的透明化筛选与共识构建，显著提升了文献综述的效率和准确性，对神经科学和人工智能交叉领域产生了重要影响。

当前挑战

构建MecCog Final Set面临多重挑战。在领域层面，阿尔茨海默病发病机制高度复杂，APOE4相关假说涉及多细胞类型、多分子通路，且现有研究存在大量相互矛盾的结论，如何从海量文献中甄别出方法严谨、结论可靠的研究成为首要难题。在构建过程中，自主智能体需在无监督条件下理解科学论文的深度语义，准确判断其与假设的相关性和证据力度，这要求模型具备高级推理能力。此外，跨假说间的文献重叠（如M3H2和M3H3共享一篇论文）增加了分类一致性维护的难度，同时，确保评审流程的公正性和可追溯性也需要设计精细的反馈机制。数据集的规模较小（19篇），也反映了严格筛选标准下可用文献的稀缺性，未来需持续更新以覆盖新研究发现。

常用场景

经典使用场景

MecCog Final Set数据集作为阿尔茨海默病（AD）研究领域内APOE4机制假设的精选文献集合，其经典使用场景在于为计算科学家与神经科学家提供一个经过严格筛选的高质量论文语料库。研究者可借助此数据集训练或评估基于大型语言模型的自主智能体，模拟科学文献的筛选、论证与同行评议过程。该数据集以五个核心假说（如ABCA1丰度、Aβ吞噬作用、脂滴积累等）为组织框架，使得对特定分子机制的文献检索与知识归纳变得系统化，从而支持科学假设的验证与知识图谱的构建。

实际应用

在实际应用中，该数据集可作为训练自动化学术搜索助理、文献推荐系统以及科学假设生成工具的核心语料。例如，科研团队可将其用于构建智能体工作流，实现从海量论文中自动识别与特定基因型相关的机制证据，从而加速药物靶点的发现与验证。此外，数据集所附带的开放评审讨论区也为学者协作式文献审阅提供了公共平台，尤其适用于多中心合作研究中对证据等级的分级评估。其基于DOI的标准化存储方式亦便于与外部知识库集成，服务于个性化医学与精准治疗的循证决策。

衍生相关工作

该数据集的开创性架构催生了一系列衍生工作，包括基于多智能体辩论的文献质量评估系统、用于科学推理的交互式知识抽取工具，以及模拟学术审稿过程的强化学习环境。其策划流程启发了“以合作为核心”的科学数据库构建策略，推动了在生物医学领域内自动化系统评价的方法学发展。同时，数据集中涉及的APOE4假说也为后续单细胞转录组、脂质组学等组学数据的整合分析提供了基准，激发了针对小胶质细胞脂滴代谢与AD病理关联的深入研究。这些工作共同拓展了计算神经科学与人工智能交叉领域的边界。