这个品类的数据长什么样
siRNA 核酸药的数据主要来源于临床试验报告、专利文献、科研论文、监管机构数据库（如 FDA Orange Book、EMA HMA）以及内部实验数据。这些数据更新频率不一，临床试验数据随进展阶段性公开，专利和论文则有发布周期。文档结构通常包含靶点信息、序列设计、修饰策略、体内外药效、毒理学数据、药代动力学参数（如半衰期、分布容积），以及制剂工艺描述。字段方面，特异性序列（sense/antisense strand）、化学修饰位点、靶基因表达抑制率、IC50/EC50、血浆浓度-时间曲线参数（AUC、Cmax）等是核心。单位则涵盖摩尔浓度（nM）、抑制百分比（%）、时间（h）、剂量（mg/kg）等。
这些特征在「表单与交互」这一环带来什么约束
siRNA 核酸药数据的多源性和复杂性，对表单设计提出了高要求。序列信息需要支持精确的文本输入和结构化校验，例如限定核苷酸类型和修饰符号。药效和毒理数据常以表格或图谱形式存在，要求表单能够解析并关联这些数据点的数值。临床试验报告篇幅长、格式多样，导致直接从文档中提取关键字段时，需要增强解析能力，并可能需要用户手动确认或修正识别结果。更新频率的不一致性意味着在设计数据录入和查询界面时，需要明确数据的时间戳和来源，避免误用过期信息。此外，涉及化学结构和生物学效应的字段，其单位的标准化和自动转换功能，对于避免用户输入错误至关重要。
配置怎么定
| 配置项 | 建议取法 | 这样取的依据 |
|---|---|---|
maxContext | 4000 token | 适应临床报告长文本，兼顾处理效率 |
分段长度 | 800 字符 | 确保单个分段包含足够语义，同时避免过长 |
相似度阈值 | 0.78 | 精准匹配序列、靶点等关键信息 |
重排返回条数 | 前 5 条 | 筛选最相关结果，减轻用户筛选负担 |
PARSE_FILE_TIMEOUT_SECONDS | 300 秒 | 应对大型PDF或多页Excel报告的解析时间 |
允许文件类型 | pdf, docx, xlsx, txt | 覆盖常见科研和临床文档格式 |
容易做错的三处
- 现象：用户提交序列后，系统提示“输入格式不正确”，但用户确认序列无误。原因：表单未明确提示或未支持特定核苷酸修饰符号的输入规范。
- 现象：查询某siRNA产品的药效数据时，返回结果为空或不完整。原因：文档解析未能准确识别表格中的IC50/EC50数值，或未正确关联剂量单位。
- 现象：在工作流中执行“代码运行”步骤时，包含“历史记录”作为输入会导致校验失败。原因：历史记录的结构或字段与代码运行期望的输入参数不匹配，未进行适当的格式转换或提取。
怎么确认配好了
- 提交包含典型核苷酸修饰的siRNA序列，检查表单是否能正确接收并存储，同时验证后端校验逻辑。
- 上传包含药效数据（如IC50/EC50表格）的PDF或Excel文件，验证数据能否被正确解析并填充到对应字段中。
- 在模拟查询场景下，输入特定靶点或基因名称，检查返回结果是否包含相关siRNA产品的详细信息，并核对其更新时间与原始数据源一致性。
问题素材取自公开社区提问（2026-09-11 去重 4,834 条）。文中的配置项名称与取值区间需以所用版本的实际界面与文档为准；本页核验日 2026-09-21，当时的最新发布版本为 FastGPT v4.17.0。