扩展标本数据库模型与达尔文核心元数据模式：提升自然历史博物馆在One Health研究中的应用价值

为解决自然历史博物馆标本数据库在野生动物病原体研究中的利用率不足问题，研究人员开发了基于Specify软件的可扩展数据库模型和Darwin Core元数据方案。该研究通过建立宿主-寄生虫关联关系、优化标本属性存储结构（如collection object property表）和制备样本关联机制（如parent-child关系），实现了跨学科数据整合，为新兴人畜共患病(zoonoses)监测提供了FAIR（可查找、可访问、可互操作、可重用）数据支持。

　　

在COVID-19大流行暴露出全球传染病监测体系脆弱性的背景下，自然历史博物馆收藏的野生动物凭证标本（voucher specimens）作为记录野生动物-病原体互作时空动态的关键基础设施，其价值尚未被One Health（全球健康一体化）研究者充分挖掘。传统博物馆数据库结构主要服务于宿主生物进化研究，难以满足病原体研究的复杂查询需求——例如无法有效检索"某宿主的所有寄生虫"或"某病原体的所有宿主"等关联关系。这种数据孤岛现象严重阻碍了自然历史收藏在疫情预警系统中的潜在价值。

美国圣母大学Navari家庭数字学术中心的数据服务馆员Summer Mengarelli与密歇根大学的研究团队合作，在《BioScience》发表研究提出创新解决方案。通过开发基于Specify收藏管理软件的数据库模型和Darwin Core元数据方案，研究人员构建了支持"扩展标本"概念的生物样本库框架，使博物馆标本中的人畜共患病病原体数据变得可发现、可追溯。该模型突破性地将寄生虫视为独立occurrences（生物出现记录）而非宿主属性，利用collection relationship table建立双向关系（如"寄生虫of宿主"和"宿主of寄生虫"），并通过preparation property表实现DNA提取等衍生样本的谱系追踪。

关键技术方法包括：1) 收集流行病学、鸟类学等领域实地数据表建立字段映射；2) 采用collection object property表无限扩展标本属性；3) 基于OBO关系本体构建宿主-寄生虫关系词汇表；4) 通过Specify Workbench工具实现批量数据导入；5) 应用Docker容器技术部署可移植数据库方案。

数据库描述
研究团队创新性地采用"一个采集事件对应多个收藏对象"模型（见图1），使宿主、寄生虫和环境样本共享同一collecting event（采集事件）。图中案例显示：蝙蝠与蝙蝠蝇作为独立collection objects（收藏对象），其关联的病原体DNA提取物通过preparation属性形成层级关系。这种结构克服了传统Specify数据库将寄生虫作为宿主preparation（制备样本）导致的检索障碍。

数据字典与属性管理
针对不同学科数据标准不统一的问题（如鸟类学家记录"繁殖状态"字段的方式差异），研究团队开发了基于collection object property表的弹性数据模型（见图2）。该模型通过attribute type-value-unit（属性类型-值-单位）三元组结构，既可容纳翅膀长度等数值型特征，也能存储文本型观测记录，解决了传统collection object attribute表字段数量有限的问题。

样本关联机制
研究提出两种关键关联方法：1) 使用collection relationship表建立宿主-病原体对象间本体论关系（见表1术语）；2) 通过preparation property表的"has parent[parentID]"字段记录衍生样本谱系。例如蝙蝠血液样本（CAT-1:blood）与其衍生的病原体DNA（CAT-7:DNA）可通过"relationship:in group[CAT-1]"建立组关联（见图3），这种设计显著提升了样本溯源能力。

结论与展望
该研究通过重构自然历史收藏数据库架构，实现了三个突破：1) 将病原体提升为与宿主平等的检索单元；2) 开发无限扩展的标本属性管理系统；3) 建立跨标本类型的制备样本关联网络。这些创新使博物馆标本能更有效地支持新兴传染病研究，例如通过历史标本追溯病原体进化轨迹（如猴痘病毒百年分布研究案例）。未来改进方向包括开发更直观的查询界面，以及整合GGBN（全球基因组生物多样性网络）组织样本扩展标准。

这项研究为全球300多个使用Specify软件的生物收藏机构提供了可复制的数据模型，其核心价值在于打破传统"以宿主为中心"的数据库范式，通过机器可读的关系型数据结构，真正实现了Webster（2017）提出的"扩展标本"愿景——使自然历史收藏成为连接生物多样性科学与公共卫生研究的桥梁。