野生动物疾病研究数据标准化：建立最小数据集标准促进病原体监测与生态健康研究

针对野生动物疾病研究中数据共享不透明、阴性结果缺失等问题，Collin J.Schwantes等团队提出首个最小数据集标准（含40个核心字段和24个元数据字段），规范采样、宿主和病原体检测数据的结构化记录。该标准支持FAIR原则，通过案例演示（如伯利兹蝙蝠冠状病毒研究）验证实用性，为生态健康监测和跨学科数据整合提供关键工具，发表于《Scientific Data》。

　　

野生动物疾病研究长期面临数据碎片化、阴性结果缺失的困境。尽管病原体基因序列数据（如GenBank记录）已有成熟共享机制，但采样地点、宿主特征等关键信息常被简化为汇总表格，阻碍了生态学理论验证和疾病传播预测。例如，一项蝙蝠冠状病毒研究中，96%的文献仅提供阳性结果汇总数据，导致跨种群比较失效。这种数据孤岛现象限制了人类对气候变化、土地利用与病原体溢出关联的理解。

为解决这一问题，由耶鲁大学（Yale University）领衔的国际团队在《Scientific Data》发表研究，提出首个野生动物疾病最小数据集标准（Minimum Data Standard）。该标准包含64个字段（9项必填），涵盖采样信息（如经纬度、采集方法）、宿主特征（如物种学名Desmodus rotundus、体重）和病原体检测（如PCR引物序列、GenBank登录号OM240578）三个维度，支持从个体动物到生态系统的多尺度分析。通过伯利兹蝙蝠新型α冠状病毒（Alphacoronavirus）案例，团队演示了如何用标准化表格记录口腔/直肠拭子的差异化检测结果（阳性/阴性），同时兼容复杂研究设计（如混合样本检测）。

研究采用四步方法学框架：1）基于PREDICT项目等真实数据迭代开发字段；2）与达尔文核心（Darwin Core）等生物多样性标准互映射；3）开发R包wddsWizard实现自动化验证；4）通过PHAROS平台（pharos.viralemergence.org）推动多平台数据沉积。关键技术包括：半巢式PCR（semi-nested PCR）检测冠状病毒RdRp基因、空间坐标模糊化处理（jittering）保护敏感位点，以及JSON Schema结构化校验。

研究结果分为三部分：

1. 标准适用场景
   明确该标准适用于野生动物病原体首次报告（如蝙蝠新型病毒）、群体死亡事件调查等六类研究，而游离寄生虫数据推荐使用MIReAD标准。

2. 字段定义与灵活性
   核心字段如Sample ID（OS BZ19-114）要求字符数字混合防冲突，检测结果需用"positive/negative"而非01编码。开放文本设计（如Sample collection method）兼容多样方法，未来可能引入受控词表。

3. 数据安全与共享实践
   建议敏感数据（如蝙蝠栖息地坐标）通过随机扰动（≤100米）脱敏，并完整记录处理流程。强调.csv格式和非专有软件兼容性，推荐Zenodo与专业平台（如ImmPort）双重存档。

该研究通过标准化数据架构，解决了野生动物疾病研究中三个关键矛盾：
1）透明度与安全性：在FAIR原则与生物安全间取得平衡，如通过空间不确定性（dwc:coordinateUncertaintyInMeters）字段量化坐标误差；
2）粒度与效率：既要求个体动物层级数据（如亚成年吸血蝠体重0.023kg），又支持混合样本（如30只蚊子池）简化记录；
3）学科交叉需求：通过达尔文核心术语（如dwc:lifeStage）实现与生态学数据的互操作。

讨论部分指出，该标准可拓展至植物病原体或动物园监测，但人类流行病数据推荐使用Global.health平台。作者呼吁期刊编辑协同制定敏感数据发布规范，例如针对埃博拉病毒（Bombali virus）检测结果添加风险提示。未来将通过PHAROS平台持续优化字段约束，推动该标准成为生态健康研究的基石工具。

这项由美国国家科学基金会（NSF DBI 2021909）资助的工作，标志着野生动物流行病学从零散报告向系统化数据整合的关键转型，为预测人兽共患病溢出风险提供了前所未有的数据基础设施。