rows { options { physical_type: PHYSICAL_STREAM_TYPE_QUADS max_name_table_size: 128 max_prefix_table_size: 16 max_datatype_table_size: 16 logical_type: LOGICAL_STREAM_TYPE_DATASETS version: 2 } } rows { prefix { value: "https://w3id.org/np/" } } rows { name { value: "RAt2mrHi6Aj0nfj-y2UAXjVyeKLLIowEWP8LSgNKN73Hk" } } rows { namespace { name: "this" value { prefix_id: 1 } } } rows { prefix { value: "https://w3id.org/np/RAt2mrHi6Aj0nfj-y2UAXjVyeKLLIowEWP8LSgNKN73Hk/" } } rows { name { } } rows { namespace { name: "sub" value { prefix_id: 2 } } } rows { prefix { value: "http://www.nanopub.org/nschema#" } } rows { namespace { name: "np" value { prefix_id: 3 name_id: 2 } } } rows { prefix { value: "http://purl.org/dc/terms/" } } rows { namespace { name: "dct" value { prefix_id: 4 name_id: 2 } } } rows { prefix { value: "http://purl.org/pav/" } } rows { namespace { name: "pav" value { prefix_id: 5 name_id: 2 } } } rows { prefix { value: "http://www.w3.org/1999/02/22-rdf-syntax-ns#" } } rows { namespace { name: "rdf" value { prefix_id: 6 name_id: 2 } } } rows { prefix { value: "http://www.w3.org/2002/07/owl#" } } rows { namespace { name: "owl" value { prefix_id: 7 name_id: 2 } } } rows { prefix { value: "http://www.w3.org/2004/03/trix/rdfg-1/" } } rows { namespace { name: "rdfg" value { prefix_id: 8 name_id: 2 } } } rows { prefix { value: "http://purl.org/dc/elements/1.1/" } } rows { namespace { name: "dce" value { prefix_id: 9 name_id: 2 } } } rows { prefix { value: "http://www.w3.org/2001/XMLSchema#" } } rows { namespace { name: "xsd" value { prefix_id: 10 name_id: 2 } } } rows { prefix { value: "http://www.w3.org/2000/01/rdf-schema#" } } rows { namespace { name: "rdfs" value { prefix_id: 11 name_id: 2 } } } rows { prefix { value: "http://www.w3.org/ns/prov#" } } rows { namespace { name: "prov" value { prefix_id: 12 name_id: 2 } } } rows { prefix { value: "http://purl.org/nanopub/x/" } } rows { namespace { name: "npx" value { prefix_id: 13 name_id: 2 } } } rows { name { value: "hasAssertion" } } rows { name { value: "assertion" } } rows { name { value: "Head" } } rows { quad { s_iri { prefix_id: 1 name_id: 1 } p_iri { prefix_id: 3 name_id: 3 } o_iri { prefix_id: 2 } g_iri { } } } rows { name { value: "hasProvenance" } } rows { name { value: "provenance" } } rows { quad { p_iri { prefix_id: 3 } o_iri { prefix_id: 2 } } } rows { name { value: "hasPublicationInfo" } } rows { name { value: "pubinfo" } } rows { quad { p_iri { prefix_id: 3 } o_iri { prefix_id: 2 } } } rows { name { value: "type" } } rows { name { value: "Nanopublication" } } rows { quad { p_iri { prefix_id: 6 } o_iri { prefix_id: 3 } } } rows { prefix { value: "http://eurovoc.europa.eu/" } } rows { name { value: "2919" } } rows { prefix { value: "http://schema.org/" } } rows { name { value: "description" } } rows { quad { s_iri { prefix_id: 14 } p_iri { prefix_id: 15 } o_literal { } g_iri { prefix_id: 2 name_id: 4 } } } rows { name { value: "name" } } rows { quad { p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "Environmental research" } } } rows { name { value: "DefinedTerm" } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 15 name_id: 15 } } } rows { name { value: "3941" } } rows { quad { s_iri { prefix_id: 14 } p_iri { prefix_id: 15 name_id: 13 } o_literal { } } } rows { quad { p_iri { } o_literal { lex: "Life sciences" } } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 15 name_id: 15 } } } rows { name { value: "3946" } } rows { quad { s_iri { prefix_id: 14 name_id: 17 } p_iri { prefix_id: 15 name_id: 13 } o_literal { } } } rows { quad { p_iri { } o_literal { lex: "Physical sciences" } } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 15 name_id: 15 } } } rows { name { value: "4921" } } rows { quad { s_iri { prefix_id: 14 name_id: 18 } p_iri { prefix_id: 15 name_id: 13 } o_literal { } } } rows { quad { p_iri { } o_literal { lex: "Biology" } } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 15 name_id: 15 } } } rows { name { value: "5881" } } rows { quad { s_iri { prefix_id: 14 name_id: 19 } p_iri { prefix_id: 15 name_id: 13 } o_literal { } } } rows { quad { p_iri { } o_literal { lex: "Medical science" } } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 15 name_id: 15 } } } rows { prefix { value: "http://w3id.org/ro-id/rohub/model#" } } rows { name { value: "subject/-1738623640" } } rows { prefix { id: 4 value: "https://w3id.org/contentdesc#" } } rows { name { value: "Expression" } } rows { quad { s_iri { prefix_id: 16 name_id: 20 } o_iri { prefix_id: 4 } } } rows { prefix { value: "http://www.w3.org/2004/02/skos/core#" } } rows { name { value: "prefLabel" } } rows { quad { p_iri { prefix_id: 5 } o_literal { lex: "receptor data" } } } rows { name { value: "subject/-2037710156" } } rows { quad { s_iri { prefix_id: 16 } p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 4 name_id: 21 } } } rows { quad { p_iri { prefix_id: 5 } o_literal { lex: "specification file" } } } rows { name { value: "subject/100082784" } } rows { name { value: "Concept" } } rows { quad { s_iri { prefix_id: 16 name_id: 24 } p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 4 name_id: 25 } } } rows { quad { p_iri { prefix_id: 5 name_id: 22 } o_literal { lex: "file" } } } rows { name { value: "subject/100103568" } } rows { quad { s_iri { prefix_id: 16 name_id: 26 } p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 4 name_id: 25 } } } rows { quad { p_iri { prefix_id: 5 name_id: 22 } o_literal { lex: "antigen" } } } rows { name { value: "subject/100188603" } } rows { quad { s_iri { prefix_id: 16 name_id: 27 } p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 4 name_id: 25 } } } rows { quad { p_iri { prefix_id: 5 name_id: 22 } o_literal { lex: "fact" } } } rows { name { value: "subject/100219351" } } rows { quad { s_iri { prefix_id: 16 name_id: 28 } p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 4 name_id: 25 } } } rows { quad { p_iri { prefix_id: 5 name_id: 22 } o_literal { lex: "input/output" } } } rows { name { value: "subject/101172315" } } rows { quad { s_iri { prefix_id: 16 name_id: 29 } p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 4 name_id: 25 } } } rows { quad { p_iri { prefix_id: 5 name_id: 22 } o_literal { lex: "dataset" } } } rows { name { value: "subject/1096127751" } } rows { quad { s_iri { prefix_id: 16 name_id: 30 } p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 4 name_id: 21 } } } rows { quad { p_iri { prefix_id: 5 } o_literal { lex: "antigen specificity" } } } rows { name { value: "subject/112303" } } rows { quad { s_iri { prefix_id: 16 name_id: 31 } p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 4 name_id: 25 } } } rows { quad { p_iri { prefix_id: 5 name_id: 22 } o_literal { lex: "guideline" } } } rows { name { value: "subject/151978" } } rows { quad { s_iri { prefix_id: 16 name_id: 32 } p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 4 name_id: 25 } } } rows { quad { p_iri { prefix_id: 5 name_id: 22 } o_literal { lex: "receptor" } } } rows { name { value: "subject/23148" } } rows { quad { s_iri { prefix_id: 16 name_id: 33 } p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 4 name_id: 25 } } } rows { quad { p_iri { prefix_id: 5 name_id: 22 } o_literal { lex: "specificity" } } } rows { name { value: "subject/25424641" } } rows { quad { s_iri { prefix_id: 16 name_id: 34 } p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 4 name_id: 21 } } } rows { quad { p_iri { prefix_id: 5 } o_literal { lex: "input/output output file" } } } rows { name { value: "subject/27329" } } rows { quad { s_iri { prefix_id: 16 name_id: 35 } p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 4 name_id: 25 } } } rows { quad { p_iri { prefix_id: 5 name_id: 22 } o_literal { lex: "learning" } } } rows { name { value: "subject/29993" } } rows { quad { s_iri { prefix_id: 16 name_id: 36 } p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 4 name_id: 25 } } } rows { quad { p_iri { prefix_id: 5 name_id: 22 } o_literal { lex: "output file" } } } rows { name { value: "subject/38959" } } rows { quad { s_iri { prefix_id: 16 name_id: 37 } p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 4 name_id: 25 } } } rows { quad { p_iri { prefix_id: 5 name_id: 22 } o_literal { lex: "information" } } } rows { name { value: "subject/525507811" } } rows { quad { s_iri { prefix_id: 16 name_id: 38 } p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 4 name_id: 21 } } } rows { quad { p_iri { prefix_id: 5 } o_literal { lex: "immuneML use case 2" } } } rows { prefix { id: 7 value: "https://w3id.org/ro-id/dfece22d-4a22-4a58-81e6-b42fd4c66728/#" } } rows { name { value: "enrichment_service-account-enrichment" } } rows { quad { s_iri { prefix_id: 7 name_id: 39 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "service-account-enrichment" } } } rows { prefix { value: "http://xmlns.com/foaf/0.1/" } } rows { name { value: "Agent" } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 8 name_id: 40 } } } rows { prefix { value: "https://w3id.org/ro-id/dfece22d-4a22-4a58-81e6-b42fd4c66728/" } } rows { name { value: "about" } } rows { quad { s_iri { prefix_id: 9 name_id: 2 } p_iri { prefix_id: 15 name_id: 41 } o_iri { prefix_id: 14 name_id: 12 } } } rows { quad { o_iri { name_id: 16 } } } rows { quad { o_iri { } } } rows { quad { o_iri { } } } rows { quad { o_iri { } } } rows { name { value: "author" } } rows { prefix { } } rows { name { value: "mailto:milena.pavlovic@rohub.com" } } rows { quad { p_iri { prefix_id: 15 name_id: 42 } o_iri { prefix_id: 10 } } } rows { name { value: "contentSize" } } rows { datatype { value: "http://www.w3.org/2001/XMLSchema#integer" } } rows { quad { p_iri { prefix_id: 15 } o_literal { lex: "8013" datatype: 1 } } } rows { name { value: "contentUrl" } } rows { quad { p_iri { } o_literal { lex: "https://api.rohub.org/api/ros/dfece22d-4a22-4a58-81e6-b42fd4c66728/crate/download/" } } } rows { name { value: "creator" } } rows { name { value: "mailto:georgehadib@gmail.com" } } rows { quad { p_iri { } o_iri { prefix_id: 10 } } } rows { name { value: "dateCreated" } } rows { quad { p_iri { prefix_id: 15 } o_literal { lex: "2022-03-22 00:43:20.656579+00:00" } } } rows { name { value: "dateModified" } } rows { quad { p_iri { } o_literal { lex: "2025-03-05 00:53:54.291837+00:00" } } } rows { name { value: "datePublished" } } rows { quad { p_iri { } o_literal { lex: "2022-03-22 00:43:20.656579+00:00" } } } rows { quad { p_iri { name_id: 13 } o_literal { lex: "This dataset contains the data, original specification files, GLIPH2 input/output files and complete results for immuneML use case 2: Extending immuneML with a deep learning component for predicting antigen specificity of paired receptor data.\n\n\nTo use the dataset you should follow the guidelines in the README.txt file contained within the dataset." } } } rows { name { value: "encodingFormat" } } rows { quad { p_iri { name_id: 51 } o_literal { lex: "application/ld+json" } } } rows { name { value: "hasPart" } } rows { prefix { value: "https://w3id.org/ro-id/dfece22d-4a22-4a58-81e6-b42fd4c66728/folders/" } } rows { name { value: "05f41eeb-d90d-4b47-8040-ae99faf39d37" } } rows { quad { p_iri { } o_iri { prefix_id: 11 } } } rows { name { value: "3aa4923f-0e70-4e30-b7cb-2de60edca2b8" } } rows { quad { o_iri { } } } rows { name { value: "c934858e-0f6d-430b-8150-9091979f6fa7" } } rows { quad { o_iri { } } } rows { name { value: "f77dcef7-0664-4d66-848a-963c1f71223c" } } rows { quad { o_iri { } } } rows { name { value: "identifier" } } rows { quad { p_iri { prefix_id: 15 } o_literal { lex: "https://w3id.org/ro-id/dfece22d-4a22-4a58-81e6-b42fd4c66728" } } } rows { name { value: "license" } } rows { prefix { value: "https://choosealicense.com/no-permission/" } } rows { quad { p_iri { } o_iri { prefix_id: 12 name_id: 2 } } } rows { quad { p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "immuneML use case 2: Extending immuneML with a deep learning component for predicting antigen specificity of paired receptor data" } } } rows { name { value: "creation_mode" } } rows { quad { p_iri { prefix_id: 16 name_id: 59 } o_literal { lex: "MANUAL" } } } rows { prefix { value: "http://purl.org/wf4ever/ro#" } } rows { name { value: "ResearchObject" } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 13 name_id: 60 } } } rows { prefix { id: 1 value: "http://purl.org/wf4ever/roevo#" } } rows { name { value: "LiveRO" } } rows { quad { o_iri { prefix_id: 1 } } } rows { name { value: "Dataset" } } rows { quad { o_iri { prefix_id: 15 } } } rows { prefix { id: 3 value: "http://w3id.org/ro/earth-science#" } } rows { name { value: "DataResearchObject" } } rows { quad { o_iri { prefix_id: 3 } } } rows { prefix { id: 2 value: "https://w3id.org/ro/terms/earth-science#" } } rows { quad { o_iri { prefix_id: 2 name_id: 63 } } } rows { prefix { id: 4 value: "https://www.w3.org/ns/iana/link-relations/relation#" } } rows { name { value: "cite-as" } } rows { quad { p_iri { prefix_id: 4 } o_literal { lex: "Milena Pavlovi\304\207. \"immuneML use case 2: Extending immuneML with a deep learning component for predicting antigen specificity of paired receptor data.\" ROHub. Mar 22 ,2022. https://w3id.org/ro-id/dfece22d-4a22-4a58-81e6-b42fd4c66728." } } } rows { quad { s_iri { prefix_id: 11 name_id: 53 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "metadata" } } } rows { prefix { value: "http://purl.org/wf4ever/wf4ever#" } } rows { name { value: "Folder" } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 5 name_id: 65 } } } rows { quad { o_iri { prefix_id: 15 name_id: 62 } } } rows { quad { s_iri { prefix_id: 11 name_id: 54 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "raw data" } } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 5 name_id: 65 } } } rows { quad { o_iri { prefix_id: 15 name_id: 62 } } } rows { prefix { id: 7 value: "https://w3id.org/ro-id/dfece22d-4a22-4a58-81e6-b42fd4c66728/resources/" } } rows { name { value: "41202609-24ef-4db7-8267-0bf627613c28" } } rows { quad { s_iri { prefix_id: 11 name_id: 55 } p_iri { prefix_id: 15 name_id: 52 } o_iri { prefix_id: 7 name_id: 66 } } } rows { quad { p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "data" } } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 5 name_id: 65 } } } rows { quad { o_iri { prefix_id: 15 name_id: 62 } } } rows { quad { s_iri { prefix_id: 11 name_id: 56 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "biblio" } } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 5 name_id: 65 } } } rows { quad { o_iri { prefix_id: 15 name_id: 62 } } } rows { prefix { value: "http://purl.org/dc/terms/" } } rows { name { value: "bibliographicCitation" } } rows { quad { s_iri { prefix_id: 7 name_id: 66 } p_iri { prefix_id: 8 } o_literal { lex: "Pavlovi\304\207, M. (2021).immuneML use case 2: Extending immuneML with a deep learning component for predicting antigen specificity of paired receptor data [Data set]. Norstore. https://doi.org/10.11582/2021.00009" } } } rows { name { value: "rightsHolder" } } rows { quad { p_iri { } o_literal { lex: "Lonneke Scheffer" } } } rows { quad { p_iri { name_id: 10 } o_literal { lex: "Experiment" } } } rows { quad { p_iri { prefix_id: 15 name_id: 42 } o_iri { prefix_id: 10 name_id: 47 } } } rows { quad { p_iri { prefix_id: 15 name_id: 45 } o_literal { lex: "https://archive.sigma2.no/pages/public/datasetDetail.jsf?id=10.11582/2021.00009" } } } rows { quad { p_iri { } o_iri { prefix_id: 10 } } } rows { quad { p_iri { prefix_id: 15 } o_literal { lex: "2021-02-16 00:00:00" } } } rows { quad { p_iri { } o_literal { lex: "2022-03-22 00:43:31.859965+00:00" } } } rows { quad { p_iri { name_id: 13 } o_literal { lex: "This dataset contains the data, original specification files, GLIPH2 input/output files and complete results for immuneML use case 2: Extending immuneML with a deep learning component for predicting antigen specificity of paired receptor data.\n\n\nTo use the dataset you should follow the guidelines in the README.txt file contained within the dataset." } } } rows { quad { p_iri { name_id: 58 } o_iri { prefix_id: 12 name_id: 2 } } } rows { quad { p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "immuneML use case 2: Extending immuneML with a deep learning component for predicting antigen specificity of paired receptor data" } } } rows { name { value: "sdDatePublished" } } rows { quad { p_iri { name_id: 69 } o_literal { lex: "2021-02-16 00:00:00" } } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 5 name_id: 62 } } } rows { name { value: "Resource" } } rows { quad { o_iri { name_id: 70 } } } rows { name { value: "MediaObject" } } rows { quad { o_iri { prefix_id: 15 } } } rows { prefix { value: "https://schema.org/" } } rows { name { value: "maintainer" } } rows { quad { p_iri { prefix_id: 9 } o_literal { lex: "Lonneke Scheffer" } } } rows { prefix { id: 14 value: "https://w3id.org/ro-id/dfece22d-4a22-4a58-81e6-b42fd4c66728/" } } rows { name { value: "ro-crate-metadata.json" } } rows { name { value: "conformsTo" } } rows { prefix { id: 16 value: "https://w3id.org/ro/crate/" } } rows { name { value: "1.1" } } rows { quad { s_iri { prefix_id: 14 } p_iri { prefix_id: 8 } o_iri { prefix_id: 16 } } } rows { quad { p_iri { prefix_id: 15 name_id: 41 } o_iri { prefix_id: 14 name_id: 2 } } } rows { name { value: "CreativeWork" } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 15 name_id: 76 } } } rows { quad { s_iri { prefix_id: 10 name_id: 47 } p_iri { prefix_id: 15 name_id: 14 } o_literal { lex: "Geo H." } } } rows { prefix { id: 13 value: "http://xmlns.com/foaf/0.1/" } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 13 name_id: 40 } } } rows { name { value: "email" } } rows { quad { s_iri { prefix_id: 10 name_id: 43 } p_iri { prefix_id: 15 name_id: 77 } o_literal { lex: "milena.pavlovic@rohub.com" } } } rows { quad { p_iri { name_id: 14 } o_literal { lex: "Milena Pavlovi\304\207" } } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 13 name_id: 40 } } } rows { prefix { id: 1 value: "https://w3id.org/np/RAt2mrHi6Aj0nfj-y2UAXjVyeKLLIowEWP8LSgNKN73Hk/" } } rows { prefix { id: 3 value: "http://www.w3.org/ns/prov#" } } rows { name { value: "wasDerivedFrom" } } rows { prefix { id: 2 value: "https://api.rohub.org/api/ros/dfece22d-4a22-4a58-81e6-b42fd4c66728/crate/download/" } } rows { quad { s_iri { prefix_id: 1 name_id: 4 } p_iri { prefix_id: 3 name_id: 78 } o_iri { prefix_id: 2 name_id: 73 } g_iri { prefix_id: 1 name_id: 7 } } } rows { prefix { id: 4 value: "https://w3id.org/np/" } } rows { name { value: "created" } } rows { datatype { value: "http://www.w3.org/2001/XMLSchema#dateTime" } } rows { quad { s_iri { prefix_id: 4 name_id: 1 } p_iri { prefix_id: 8 name_id: 79 } o_literal { lex: "2026-03-03T16:18:40.724+01:00" datatype: 2 } g_iri { prefix_id: 1 name_id: 9 } } } rows { prefix { id: 11 value: "https://w3id.org/kpxl/gen/terms/" } } rows { name { value: "RoCrateBot" } } rows { quad { p_iri { prefix_id: 8 name_id: 46 } o_iri { prefix_id: 11 name_id: 80 } } } rows { prefix { id: 7 value: "http://purl.org/nanopub/x/" } } rows { name { value: "introduces" } } rows { quad { p_iri { prefix_id: 7 } o_iri { prefix_id: 14 name_id: 2 } } } rows { name { value: "RoCrateNanopub" } } rows { quad { p_iri { prefix_id: 6 name_id: 10 } o_iri { prefix_id: 7 name_id: 82 } } } rows { prefix { id: 12 value: "http://www.w3.org/2000/01/rdf-schema#" } } rows { name { value: "label" } } rows { quad { p_iri { prefix_id: 12 } o_literal { lex: "immuneML use case 2: Extending immuneML with a deep learning component for predicting antigen specificity of paired receptor data" } } } rows { name { value: "sig" } } rows { name { value: "hasAlgorithm" } } rows { quad { s_iri { prefix_id: 1 } p_iri { prefix_id: 7 } o_literal { lex: "RSA" } } } rows { name { value: "hasPublicKey" } } rows { quad { p_iri { } o_literal { lex: "MIIBIjANBgkqhkiG9w0BAQEFAAOCAQ8AMIIBCgKCAQEAxszSDYX5tuCSkP7UiCtftYPFNQVTjgNu0I5fwdML2DLRDlp0xzmsQXRk8oHuvwGvG1aMjj6cpUqO+0rz2Sg/wvHOgUpkRH8VJXvmlkhafMLCMtUtk5JIx7e+fkzCby+fnmD7kMkGLrT+OaExWwEDmNlCAt0TPKcHSdwsjso2isXjtAsGevyCMke8ufnFYpjs746JES1eNzVnHnn2Kp/lqcm60GM+J8dLgRZp7fX0anW098xhKym6+xXFzqeju0vYRIHBPerv+r7skWxwk+a7Sd8msqVeYEv6NTqnyWvyWb6Yh8cvj04N6qm/T6C5FUPLQhzSaQgMVMU6yLqjPuu9DwIDAQAB" } } } rows { name { value: "hasSignature" } } rows { quad { p_iri { } o_literal { lex: "kSXndgK6Uq45FKcLtxJV8cH/DHxSwzs85GFeb0w9Tauxb+22yOQolnyXDx+0+9zmBXzZqqgdHa4P0q4CKJIklb5Qv8xqoh0jLf+0gk8fj79VjAWCvXX+nGN2Oqll/YbsCRRnOAkqtPSYO8khTN5rv4schnStYLdPiDt/uqWA9Z4p8S/ZTa7+xwBGzLiu9OYYNDRDzwNDONbc17EgUYhrHh0ARiU4WKMWpiQ4fsyMvdH3WhpQcRmQYQYpwpDKXfIfJ0iOhTEao9a3wNMoKFUgBom2NW/SfOVNdmuSLuzdvg/BxvYuInmcrZsMUG8oIKRmxiSCcI5f86K2vHRELdq/MQ==" } } } rows { name { value: "hasSignatureTarget" } } rows { quad { p_iri { } o_iri { prefix_id: 4 name_id: 1 } } } rows { name { value: "signedBy" } } rows { quad { p_iri { prefix_id: 7 name_id: 89 } o_iri { prefix_id: 11 name_id: 80 } } }