Orphanet Rare Disease Ontology — 全球罕见病标准本体 ORDO 4.9 中文百科

INFOBOX — ORDO 一屏速览

维度	内容
本质	罕见病领域本体（OWL 图），由 Orphanet 数据库经 OrphoToOWL 自动转换，非患者级数据集
全称	Orphanet Rare Disease Ontology（ORDO）
维护方	Orphanet（法国 INSERM US14）× EMBL-EBI 联合开发
论文	Vasant et al., Bio-Ontologies @ ISMB 2014（会议论文，无独立 DOI）
当前版本	4.9（2026-07-01）
规模	临床实体类 10,110 ｜ 遗传物质类 4,626 ｜ 失活临床实体类 1,556（OLS4，2026-09-30 加载）
命名表口径	9,784 active clinical entities = 6,527 disorders + 1,084 subtypes + 2,173 groups（2025-07）
核心关系	has_inheritance / has_AgeOfOnset / has_prevalence / part_of / disease-gene
分类	29 个医学域，多层级、多父节点
语种	9 语（en/cs/nl/fr/de/it/es/pl/pt）；历史版仅英语
发布节奏	每年两次（7 月与 12 月）
许可	CC BY 4.0（统一，可商用可再分发）
获取	orphadata.com 直链 ｜ BioPortal ｜ EBI OLS4
库内互链	HPO（表型本体）、rare25（罕见病条目）

ORDO 是一座"把罕见病写成机器可读语法树"的工程：它不采集患者，也不存影像，而是把 Orphanet 三十年积累的疾病目录、基因关联和流行病学数据，翻译成一张以 ORPHAcode 为坐标的 OWL 知识图。临床实体、遗传物质与失活概念各成一类，疾病之间的父子层级、疾病与基因的功能关联、发病年龄与患病率都被编码为可推理的语义三元组。对任何要建设罕见病注册库、做跨院数据映射、或训练医学 NLP 实体标准化模型的团队来说，ORDO 是那个"绕不开的官方坐标系"——欧洲已把它推荐为罕见病临床编码的首选术语体系。

导语读法三则：

1. 只想拿数据：直奔 §6——或直接访问 https://www.orphadata.com/data/ontologies/ordo/last_version/ORDO_en_4.9.owl，CC BY 4.0 无需申请。
2. 想搞清"ORDO 和 ORPHAcode 有什么区别"：直奔 §2 与坑 1、坑 2——本体层与编码层的分野是理解本条目全部数字的前提。
3. 想把它接进自己的系统：直奔 §5（关系模式）、§7（映射覆盖）与 §9（互链资源清单）。

为什么在 2026 年这个时点读它值得：罕见病领域正在从"各自建库"走向"跨境互通"，而互通的先决条件是一套被广泛接受的编码标准。ORDO 与 ORPHAcode 体系恰好处在这个转折点上——欧洲已推荐其为罕见病临床编码的首选术语，越来越多的国家注册库与信息系统开始采用。与此同时，本体技术（OWL、SPARQL、知识图谱）也已从实验室走入工程实践。两个趋势叠加，使 ORDO 从"学术资源"变成了"工程底座"。现在理解它，等于提前拿到了未来几年罕见病数据互操作的入场券。

§0 导读：这个数据集解决什么问题

罕见病是一类"单个病人极其稀少、合起来却影响数亿人"的疾病。文献估计全球罕见病患者约 3 亿至 6.24 亿，已知罕见病逾 6,500 种，其中 85% 影响不足每百万人 1 例。单个病种的病例数太少，任何一家医院、任何一个国家都凑不齐足以支撑研究的样本量——因此罕见病研究的唯一出路是跨机构、跨国家的数据汇集。而数据能汇聚的前提，是所有参与方对"这是哪种病"有一套共同、唯一、稳定的命名与编码。

这正是 ORDO 要解决的根本问题。在它出现之前，罕见病散落在各种术语体系中：OMIM 以遗传基础立条，ICD 以临床分类立条，各医院电子病历里则是自由文本病名。同一种罕见病在不同系统里可能有三四个名字、五六个代码，数据一汇集就错位。Orphanet 从 1997 年起维护一套以"疾病（disorder）"为中心的命名表，给每个临床实体分配唯一且时间稳定的 ORPHAcode；而 ORDO 的使命，就是把这套命名表形式化为一个计算机可以自动推理、查询、与外部资源对接的本体。

ORDO 的做法分三层。第一层是身份层：每个临床实体锚定一个 ORPHAcode，配首选术语、同义词、文本定义和分类级别。第二层是关系层：把疾病之间的分类（is_a / part_of）、疾病与基因的关联、遗传方式、发病年龄、患病率编码为语义三元组，并接入 OMIM、MONDO、UniProtKB、HGNC、Ensembl、Reactome、ICD-10、ICD-11、SNOMED CT 等外部资源。第三层是表达层：以 OWL 为主、OBO 为辅输出，遵循 OBO 弃用规范，失活术语保留替代码永不重用，从而在术语不断演化时仍然保持引用完整性。

对 AI-Ready 语境而言，ORDO 的价值在于它是一份高质量、可推理、许可宽松的领域知识底座：CC BY 4.0 意味着可以直接拿来做实体链接的候选词典、做罕见病 NER 的标签体系、做知识图谱的病种骨架、做跨库 data harmonization 的对齐中间层，而无需逐条谈判授权。

§0 读法三则：

1. 本条目描述的是一个本体，不是患者或影像数据集——所有"规模"数字的单位是"类（class）“或"实体（entity）”，不是样本或患者。
2. 全文出现的两组规模数字（10,110 与 9,784）口径不同：前者是 ORDO 4.9 的本体类计数，后者是 Orphanet 命名表的三级实体计数。混用会得出错误结论（坑 2、坑 6）。
3. ORDO、ORPHAcode、Orphadata 是三个不同层次的东西：本体、编码、发布平台。检索时若把三者当同一个东西，会找不到准确的下载直链（坑 1）。

一句话记忆：ORDO 是图，ORPHAcode 是号，Orphadata 是站。 三者各司其职，合起来构成罕见病的语义基础设施。

§1 数据集速览：十问十答

Q1：ORDO 到底是什么？是数据集还是本体？
是一个领域本体（domain ontology）。它以 OWL（Web Ontology Language）为主要格式，描述罕见病的分类、疾病-基因关系与流行病学属性。它不是患者级数据，不含影像或病历，而是一套"机器可读的医学知识结构"。

Q2：谁做的、谁在维护？
最初由 Orphanet 与 EMBL-EBI（欧洲生物信息研究所）联合开发，现由 Orphanet（隶属法国 INSERM US14）持续维护，每半年发布一次新版本。

Q3：现在最新是什么版本、什么时候发的？
4.9 版，2026-07-01 发布。英语主文件约 50.04 MB，另有捷克语、荷兰语、法语、德语、意大利语、西班牙语、波兰语、葡萄牙语共 9 个语种版本。

Q4："10,110 个临床实体类"和"9,784 个临床实体"哪个对？
都对，只是口径不同。10,110 是 ORDO 4.9 本体的 clinical entity 类计数（OLS4，2026-09-30 加载）；9,784 是 Orphanet 命名表（Nomenclature）2025-07 版本里 active clinical entity 的计数（含 6,527 disorders、1,084 subtypes、2,173 groups）。两者不是矛盾，转引时必须标清来源。

Q5：什么是 ORPHAcode？
ORPHAcode 是 Orphanet 给每个临床实体分配的唯一且时间稳定的标识号（如系统性红斑狼疮 ORPHA:536）。即使病名修改，号码也保留，便于历史追溯。它是 ORDO 中每个类的主键锚点。

Q6：ORDO 里编了哪些关系？
至少五类核心关系：分类层级（is_a、part_of）、疾病-基因关联（disease-gene）、遗传方式（has_inheritance）、发病年龄（has_AgeOfOnset）、患病率（has_prevalence）。例如 Tibia hemimelia 被标注为 has_inheritance some sporadic、has_prevalence some 1-9/100,000。

Q7：分类结构有多复杂？
采用多层级、多父节点（multi-hierarchical & multi-parental）结构，覆盖 29 个医学域。一个疾病可同时归属多个医学域，以准确表达罕见病常累及多系统的特性。

Q8：许可宽松吗？能商用吗？
非常宽松。全部 ORDO 文件统一采用 CC BY 4.0，允许商业使用、再分发、改编，只需署名。无需申请，官网直链下载。

Q9：怎么下载？
英语主文件直链：https://www.orphadata.com/data/ontologies/ordo/last_version/ORDO_en_4.9.owl。其他语种替换文件名中的语言码即可。历史版本在 previous_versions/ 目录下以 zip 打包（仅英语）。也可经 BioPortal 或 EBI OLS4 浏览。

Q10：它和我熟悉的 OMIM、MONDO、HPO 是什么关系？
ORDO 与它们是互补且互相映射的资源：OMIM 以遗传基础立条，MONDO 是更上层的疾病本体，HPO 是表型本体。ORDO 将约 63.4% 的 disorder 映射到至少一个表型 OMIM 号，并常与 HPO 组合使用（如 HOOM 模型）。库内已收录 HPO 条目，可直接互链（§9）。

Q11：这个数据集是给谁用的？
主要四类人：罕见病注册库与信息系统的建设者（要编码标准）、临床信息学研究者（要跨库映射）、知识图谱与本体工程师（要现成骨架）、以及医学 NLP 团队（要实体标准化词典）。非技术读者若只关心"罕见病有哪些"，也可用它作为权威目录。

Q12：它包含患者数量或病例数吗？
不包含。ORDO 是知识层面的本体，不含任何个体患者记录。它的"规模"单位是类与实体，而不是患者或病例。任何把它当患者数据库的期待都会落空。

Q13：如果我要引一句话概括它，该怎么说？
“ORDO 是 Orphanet 与 EMBL-EBI 联合构建的罕见病领域本体，把以 ORPHAcode 锚定的疾病、基因与流行病学数据形式化为 OWL 图，CC BY 4.0 开放，是罕见病数据跨库互操作的标准底座。”

Q14：它有商业友好的替代品吗？
在罕见病专属本体领域，ORDO 本身已是最宽松（CC BY 4.0）且最权威的选择之一。通用疾病本体 MONDO 亦可商用，但 ORDO 在罕见病专精度与 ORPHAcode 体系上更贴合临床编码需求。

Q15：为什么它被称作"基础设施"而不是"数据集"？
因为它不做成"一份可训模型的数据"，而是做成一"台被反复引用的标准机器"：注册库、编码系统、知识图谱都把它当底座复用。基础设施的价值在于被依赖，而非被消费。

Q16：它的可持续性有保障吗？
有较强保障：由法国 INSERM 长期维护，每半年发布一次，累计三十余年 Orphanet 数据积累，并获 ELIXIR Core Data Resource、Global Core Biodata Resource、IRDiRC Recognized Resource 三重国际认可。

Q17：新手最容易犯的一个错误是什么？
把 ORDO、ORPHAcode、Orphadata 当作同一个东西（坑 1），或把命名表计数与本体类计数混用（坑 2）。记住三个层次——本体、编码、平台——就能避开大部分误解。

Q18：我该怎么检索它的最新信息？
优先访问 sciences.orphadata.com/ordo/（官网）与 ebi.ac.uk/ols4/ontologies/ordo（OLS4）。聚合站与第三方摘要可能滞后或口径不一，涉及精确数字时以官网 release 文件为准。

Q19：它和"罕见病注册库"是什么关系？
ORDO 是标准，注册库是应用。注册库用 ORPHAcode 作为"病人得的是哪种病"的字段取值，但注册库本身包含个体患者数据，ORDO 不含患者。可以理解为：ORDO 造了一把尺子，注册库用这把尺子量病人。

Q20：我可以把它转成 SQL 表吗？
可以转换，但要注意：OWL 图转关系表会丢失部分语义（尤其是多父节点与推理）。常见做法是抽取关键字段（ORPHAcode、术语、同义词、定义、父类、关联基因、流行病学）建几张宽表，用于检索与展示；涉及推理的场景仍建议保留图结构。

Q21：它的映射覆盖会随时间提升吗？
总体上会随版本更新而小幅变化。ICD-11、SNOMED CT 的映射随新编码加入而扩展；但也有少数映射因概念调整而回退。因此跨版本对比必须锁定同一 release，不能拿"某个版本的数字"当作永恒事实。

Q22：如果只记一条要点，记什么？
记这一条：ORDO 是罕见病领域的本体标准，以 ORPHAcode 为锚，CC BY 4.0 开放，规模数字必须标注口径与版本。 记住它，再回到本条目任意章节，都不会迷路。

速览小结

• 是什么：罕见病领域本体（OWL 图），非患者数据集。
• 谁维护：Orphanet（INSERM US14）× EMBL-EBI。
• 最新版：4.9（2026-07-01），9 语。
• 规模：临床实体类 10,110 ｜ 遗传物质类 4,626 ｜ 失活类 1,556。
• 许可：CC BY 4.0，可商用可再分发。
• 用它做什么：实体链接词典、知识图谱骨架、跨库编码桥接。

§2 数据构成与规格

2.1 三个层次：本体、编码与平台

理解 ORDO 最容易踩的坑，是把三个层级混为一谈。它们各司其职：

层次	名称	是什么	单位	例子
编码层	ORPHAcode	唯一、时间稳定的标识号	号码	ORPHA:536
命名层	Orphanet Nomenclature	多语种标准化术语表（三级分类）	clinical entity	系统性红斑狼疮
本体层	ORDO	由命名表形式化的 OWL 图	class / axiom	Orphanet_C001 子类
平台层	Orphadata	发布上述资源的网站	数据集集合	orphadata.com

ORDO 本体由 Orphanet 关系数据库经 OrphoToOWL（GitHub: Orphanet/Orpha2Ordo）自动转换生成。转换流程遵循一套本体设计模式（ontology design patterns），将关系库中的 XML 导出翻译为 OWL 与 OBO 两种格式。这一"数据库→本体"的自动化路径，是 ORDO 能够随 Orphanet 半年一次同步更新的工程基础。

2.2 核心类结构

ORDO 4.9 的顶层类计数（EBI OLS4，2026-09-30 加载）：

• Clinical entity（Orphanet_C001，临床实体）：10,110
• genetic material（Orphanet_C010，遗传物质）：4,626
• Inactive clinical entity（Orphanet_C041，失活临床实体）：1,556

「Clinical entity」是 ORDO 的主体分支，涵盖疾病、亚型与疾病组；「genetic material」分支承载与疾病关联的基因/遗传物质实体；「Inactive clinical entity」则收纳已失活的历史概念——这些概念永不重用其 ORPHAcode，且始终附带一个替代码（substitution code），以保证旧数据引用可被追溯重定向。

历史上，2013 年 ORDO 首版元数据记录为 11,699 classes 与 76,554 annotation assertion axioms（Vasant et al., 2014）。对照 2025-11-13 OLS4 加载的 4.7 版（clinical entity 9,793 / genetic material 4,524 / inactive 1,467），可见本体规模在约一年间稳步增长，临床实体类净增约 300 个。

2.2.1 三个核心类的语义分工

ORDO 顶层结构里最常被引用的三个类，各有明确分工，理解它们的区别是读懂本体计数的钥匙：

• Clinical entity（Orphanet_C001）：疾病概念的主干。凡是"一种病、病的亚型、病的组"都归此分支。4.9 版 10,110 个类，是 ORDO 中数量最大的分支。
• genetic material（Orphanet_C010）：与疾病关联的遗传物质实体（基因、位点等）。4.9 版 4,626 个类。它把"疾病"和"分子层面的遗传原因"分开建类，从而支持疾病-基因关系查询。
• Inactive clinical entity（Orphanet_C041）：已失活的历史临床概念。4.9 版 1,556 个类。它们不再是活跃术语，但保留以便追溯，且携带替代码。

这三个类的划分，直接决定了 ORDO 的查询能力：想查"有哪些病"，走 C001；想查"哪些基因关联疾病"，走 C010；想处理"历史术语迁移"，走 C041。三者互不重叠，构成 ORDO 的骨架。

2.2.2 为什么类计数会"大于"命名表实体数

一个常见困惑是：命名表只有 9,784 个 active clinical entity，为什么 ORDO 有 10,110 个 clinical entity 类？原因至少有四：

1. 口径不同：命名表只数"活跃"实体；ORDO 的类集合可能包含分类辅助类、视图类等本体工程节点。
2. 本体工程需要：OWL 本体常引入非疾病概念（如属性、分组锚点）来支撑推理。
3. 多语种与结构对照：本体在建模时可能为映射目标保留占位类。
4. 版本时点不同：命名表是 2025-07 快照，ORDO 4.9 是 2026-07 发布，期间本身就有增量。

结论不是"哪个数字错"，而是两个数字回答不同问题。引用时写明"ORDO 4.9 临床实体类 10,110（本体口径）“或"命名表 9,784 active clinical entities（命名表口径）”，歧义自然消除。

2.3 命名表口径的三级分类

ORDO 的"下游事实源"是 Orphanet 命名表。按 medRxiv 2025.08.10.25333394（Lucano 等）以 2025 年 7 月 release 为基准的统计，命名表共 9,784 个 active clinical entities，分三级：

• disorders（疾病）：6,527——符合罕见病操作性定义的核心层级；
• subtypes（亚型）：1,084——更细的分子/临床分型（如特定基因突变所致亚型）；
• groups of disorders（疾病组）：2,173——聚合性的族类概念（如"某类神经系统疾病"）。

这三级并非简单嵌套，而是多层级、多父节点地映射到 29 个医学域（medical domain）分类中，以表达罕见病常同时属于多个系统的特性。理解"groups / disorders / subtypes"三级之分，是理解 9,784 与 10,110 两个数字差异的关键。

2.4 语种与文件规格

最新 4.9 版（2026-07-01） 提供 9 个语种，各语种文件大小如下（官网实测）：

语种	文件名	大小
英语	ORDO_en_4.9.owl	50.04 MB
捷克语	ORDO_cs_4.9.owl	45.61 MB
荷兰语	ORDO_nl_4.9.owl	51.26 MB
法语	ORDO_fr_4.9.owl	51.46 MB
德语	ORDO_de_4.9.owl	50.63 MB
意大利语	ORDO_it_4.9.owl	50.39 MB
西班牙语	ORDO_es_4.9.owl	51.8 MB
波兰语	ORDO_pl_4.9.owl	48.33 MB
葡萄牙语	ORDO_pt_4.9.owl	47.46 MB

每个语种配套一个发布说明文本（如 ORDO_releaseNotes_4.9_en.txt）。历史版本仅提供英语，且在 previous_versions/ 目录下以 zip 压缩包形式发布：4.8（3.39 MB）、4.7（3.31 MB）、4.6（3.12 MB）、4.5（3.3 MB）、4.4（3.23 MB）……压缩比约 14:1，这解释了"为什么 4.7 只有 3.31 MB 而 4.9 有 50 MB"——前者是 zip，后者是未压缩 OWL。

2.5 语义映射覆盖（命名表口径）

ORDO 的互操作能力体现在它把罕见病映射到主流术语与编码体系的程度（以 2025-07 命名表统计）：

映射目标	覆盖比例	精确等价比例
ICD-10	97.4%	6.3%-6.4%
ICD-11 MMS	71.7%-71.8%	14.7%-15.3%
SNOMED CT	93.8%-94.8%	全部为精确关系
表型 OMIM 号	63.4%	—

此外，72.2% 的罕见病为遗传相关。这些比例说明：ORDO 已经不只是"一个病名表"，而是罕见病世界与主流临床编码之间的对齐中间层——把 ICD、SNOMED、OMIM 这些原本各行其是的体系，通过 ORPHAcode 桥接起来。

§3 本体构造方法：从关系库到 OWL 图

3.1 为什么需要"形式化"

Orphanet 的底层是一个以 disorder（疾病） 为中心设计的关系数据库。关系库擅长存储与检索，却难以支撑两类需求：一是复杂查询（如"列出所有具有特定遗传方式、特定发病年龄段且属于某表型谱的疾病"），二是与外部资源的语义集成（如与 OMIM、Ensembl 交叉引用）。这两类需求都要求一种形式化、可移植、开放访问的表示。ORDO 正是这一表示。

论文摘要对此的表述很直接：外部应用"需要复杂查询、面向用户组或研究领域的定制视图，以及与 OMIM、Ensembl 等资源的集成或交叉引用"。一个可移植的开放本体因此成为社区刚需。

3.2 OrphoToOWL 自动转换流水线

ORDO 的构造并非人工逐条建本体，而是自动化转换：

1. 从 Orphanet 网站下载最新 XML 导出；
2. 应用一系列本体设计模式（ontology design patterns）；
3. 将 XML 翻译为 OWL 与 OBO 文件；
4. 生成新版本并发布。

论文时代该流程按月运行；当前正式发布节奏为每年两次（7 月、12 月）。这一模式保证了本体与源数据库的同步：Orphanet 团队人工策展（文学检索 + 国际专家验证）更新源库，本体随之自动再生。

为什么"自动转换"是优点而非偷懒：医学本体最怕两件事——一是与事实源脱节（源库更新了，本体还是旧的），二是人工转录引入新错误。自动转换恰好同时化解这两点：每次源库发布，本体即随流水线重建，既同步又一致。当然，这也意味着本体的完备性受限于源库字段的完备性——源库里没有的信息，转换不出本体来。这解释了为什么 ORDO 的很多属性（如发病年龄）只能用范畴值（neonatal/infancy）而非精确数值：源库策展的粒度就到这里。

工程可复现性：转换工具以开源形式发布（GitHub: Orphanet/Orpha2Ordo 下的 OrphoToOWL），任何人可下载源 XML 与工具，在本地复现一次转换。这对需要审计数据来源的监管或科研场景尤为重要——你不是只能相信"官方发布的 OWL 是对的"，而是可以自己跑一遍验证。

3.3 核心关系（object properties）

ORDO 把罕见病的多维信息编码为语义三元组。以论文中反复引用的 Tibia hemimelia（胫骨半肢畸形） 为例：

• SubClassOf morphological anomaly（形态学异常的子类）
• has_inheritance some sporadic（遗传方式：散发）
• has_AgeOfOnset some neonatal/infancy（发病年龄：新生儿/婴儿期）
• has_prevalence some 1-9/100,000（患病率范畴）
• part_of some Hemimelia（解剖/概念归属）

由此可归纳出 ORDO 的主要关系类型：

关系	语义	示例值
is_a / SubClassOf	分类层级	morphological anomaly
part_of	部分-整体归属	Hemimelia
has_inheritance	遗传方式	sporadic / autosomal dominant / X-linked
has_AgeOfOnset	发病年龄	neonatal/infancy / adult
has_prevalence	患病率范畴	1-9/100,000
disease-gene 关联	疾病↔致病基因	关联至 HGNC/Ensembl/UniProtKB

值得强调的是：ORDO 不只编码分类（nosology），还编码流行病学数据（发病年龄、患病率、遗传方式）与基因-疾病功能关系——这正是它相较纯分类体系（如早期 Disease Ontology）的核心优势。Paper 明确写道，ORDO 表达了"疾病与其遗传原因（若已知）、遗传方式及关联流行病学数据（发病年龄、死亡年龄、患病率）"，而非仅捕捉 nosology。

3.4 多层级、多父节点分类

罕见病常同时累及多个器官系统，单一树状层级无法表达。ORDO 采用多层级（multi-hierarchical）+ 多父节点（multi-parental）结构，把疾病多分类（multiclassify）到 29 个医学域。这一设计引入了多继承（poly-hierarchy）：一个疾病可以有多个父类，例如同时归属"神经系统疾病"与"遗传性疾病"两个医学域。论文指出，正是这种结构要求本体具备"过滤或包含特定生物实体"和"管理 poly-hierarchy"的能力。

3.5 OBO 弃用规范与引用完整性

ORDO 遵循 OBO guidelines on deprecation of terms——这是它作为长期基础设施的关键纪律：

• 失活的术语/实体标记为 inactive，进入 Inactive clinical entity（含 1,556 个实体）；
• 失活的 ORPHAcode 永不重用（never reused for different entities）；
• 始终提供**替代码（substitution code）**以保持可追溯性。

命名表论文记录了罕见的"复活"例外：系统性红斑狼疮（ORPHA:536）与 IgA 肾病（ORPHA:34145）因最初不满足 Orphanet 罕见病标准而被失活，后又因新证据被重新纳入。这种"可撤销但可追溯"的纪律，使 ORDO 在术语持续演化（合并、拆分、移出）的同时，仍能作为稳定的引用锚点。

§4 应用场景与下游生态

4.1 罕见病数据的"通用语言"

ORDO 最核心的用途是充当罕见病的互操作底座。命名表论文明确其定位："Orphanet 命名与分类系统是唯一满足医疗、研究与公共卫生系统需求的罕见病专用可互操作医学术语体系。“当各国要把本国罕见病患者数据做跨境汇集合规监测时，ORPHAcode 提供了那套"全球共识的坐标”。欧洲已将 Orphanet 命名表认定为罕见病临床编码最适术语体系。

4.2 医学 NLP 与实体标准化

在 AI 语境下，ORDO 可直接用作：

• 实体链接候选词典：把自由文本中的罕见病名归一化到 ORPHAcode；
• NER 标签体系：以多语种术语与同义词构建训练表征；
• 跨库对齐中间层：把 ICD-10/ICD-11/SNOMED CT/OMIM 各体系的编码，通过 ORPHAcode 桥接，实现 data harmonization。

6,527 个 active RD 中 73.6% 拥有至少一个英文同义词（共 10,547 条，平均 2.2 条/病，范围 1-15），加上多语种翻译，为文本匹配与召回提供了丰富的表层变体。

4.3 下游本体与模型

ORDO 已被多个下游资源引用或组合：

• HPO-ORDO Ontological Model（HOOM）：用 HPO 为 Orphanet 疾病做表型注释的本体模型；
• HRDO（Disease Core Ontology Applied to Rare Diseases）：用 Orphanet 数据实例化的罕见病通用疾病本体；
• EJP RD CDE Semantic Model：欧洲罕见病联合研究计划的应用型本体模型。

这些组合（Choquet 等，2015 等）把 ORDO 的分类骨架与 HPO 的表型语义、CDE 的临床数据元素连接成完整的罕见病语义栈——ORDO 处在"分类层"，HPO 处在"表型层"，二者互补。

4.4 知识图谱与注册库建设

对知识图谱工程，ORDO 提供现成的病种骨架与关系类型；对罕见病注册库建设者，它提供编码标准与版本管理机制（半年一次、失活可追溯）。由于 CC BY 4.0 允许商用，企业也可将其嵌入产品化的临床决策支持或患者数据平台，只需署名。

4.5 与同类资源的定位对比

资源	定位	立条依据	与 ORDO 关系
ORDO	罕见病领域本体	disorder + 流行病学 + 基因	本体层
ORPHAcode 命名表	罕见病编码标准	clinical entity 三级	事实源，ORDO 的输入
OMIM	遗传病条目库	遗传基础	被 ORDO 映射（表型 OMIM 号 63.4%）
MONDO	疾病本体	整合多源	与 ORDO 互映射
HPO	表型本体	表型异常	与 ORDO 组合（HOOM）
ICD-10/11	通用分类	临床分类	ORDO 映射目标（97.4%/71.7%）
SNOMED CT	临床术语	概念体系	ORDO 映射目标（93.8%）

这张表说明：ORDO 不是要取代 OMIM、HPO 或 ICD，而是站在它们中间做桥接——把罕见病这个原本分散的领域，用 ORPHAcode 串成一个可计算、可推理、可映射的整体。

4.6 罕见病定义之争：为什么"病有多少种"难有统一答案

ORDO 与命名表之所以反复强调口径，根源在于**"罕见病"本身没有全球统一定义**。论文与命名表文献呈现出至少三套判据：

• 欧盟标准：患病率低于每 2,000 人中 1 例即视为罕见病；
• 美国标准（ODA, Orphan Drug Act）：影响少于 200,000 名美国人；
• 操作性定义：Orphanet 以自身策展规则判定某一临床实体是否"符合罕见病定义"。

这三套标准覆盖的人群规模、判定对象（患病率 vs 绝对人数）都不同，直接导致"罕见病有多少种"缺乏唯一答案。命名表论文专门用一整段讨论这个陷阱：把不同粒度（group/disorder/subtype）与不同病因混在一起计数，会重复计算同一种病。举例来说，把"某疾病组"和它下面的每个 disorder 都算一遍，数字自然虚高。因此论文强调：必须先定义"要枚举的对象"，再谈数字。

论文给出的关键判断是："超过 10,000 种罕见病"的说法，往往反映的是疾病机制与可治疗变体知识的增长，而非罕见病真实数量的增加。若把这种宽口径数字直接用于公共卫生讨论而不加说明，可能误导政策制定、预算分配与医疗规划。这正是本条目反复强调"口径 + 版本 + 日期"三件套的现实原因——不是学究，而是防止误读引发连锁误判。

4.7 同义词管理：无限制但有序

ORDO 的语义覆盖能力，很大程度来自它对**同义词（synonyms）**的宽松策略。命名表论文披露：

• 6,527 个 active RD 中，73.6% 至少有一个英文同义词，总计 10,547 条；
• 同义词数量无上限，单病范围 1 至 15 条，携带同义词的疾病平均 2.2 条；
• 同义词须精确覆盖概念边界，按需添加，不设数量限制。

这一策略对 AI 应用意义重大：无限制的同义词意味着模型在做实体识别时，有更丰富的表层变体可供召回；但"必须精确覆盖概念边界"的纪律又约束了噪声。多语种翻译同样携带无限制的同义词，并按各语言相关性定制——这使 ORDO 成为跨语言罕见病实体链接的天然词典。

4.8 文本定义：每个病的"概念边界声明"

除术语与同义词外，Orphanet 为命名表中每个罕见病提供一段标准化、经医学验证的文本定义。这些定义是简短文本，描述临床特征，用以无歧义地划定实体边界、把一种病与其他病区分开，目的正是帮助医疗专业人员为患者分配正确的 ORPHAcode。

对 AI-Ready 应用而言，这段定义是宝贵资源：它既是命名实体识别可以对齐的"金标准描述"，也是训练疾病概念表示模型的监督信号，还能用于构建检索增强系统时的病种说明片段。

4.9 ORPHAcode 的稳定性设计

ORPHAcode 是 ORDO 全部语义的锚点，其稳定性设计值得单独强调：

特性	规则	后果
唯一性	每个临床实体一个码	可作主键
时间稳定性	病名可改、码不变	历史数据可追溯
不重用	失活码永不分配给新实体	避免语义漂移
替代码	失活时提供 substitution code	支持重定向
可复活	极少数因新证据重新纳入	需处理例外逻辑

这套设计把"术语演化"与"标识符稳定"解耦：即使某种病被合并、拆分或移出，引用它的旧数据集仍能通过替代码找回当前语义。这是构建长期可维护知识系统的教科书级范式。

4.10 从 ORDO 出发的典型工作流

把 ORDO 接入实际项目，通常遵循以下工作流：

1. 锁定版本：确定使用 ORDO 4.9（2026-07-01），记录 release 日期；
2. 加载本体：以 owlready2 / rdflib 加载 OWL，或经 SPARQL 端点查询；
3. 构建索引：把 ORPHAcode、首选术语、同义词（含多语种）倒入检索索引；
4. 实体链接：将自由文本病名归一化到 ORPHAcode，处理同义词与拼写变体；
5. 跨库对齐：经 ICD-10/ICD-11/SNOMED/OMIM 映射，与院内编码系统对接；
6. 语义增强：沿 has_inheritance / has_AgeOfOnset / has_prevalence 补齐流行病学与遗传属性；
7. 演化处理：定时比对失活清单与替代码，更新历史引用的指向。

这条工作流的每一步都依赖 ORDO 的稳定性纪律与映射覆盖——也正因如此，本节反复出现的"口径"二字，不是文档洁癖，而是生产系统的刚需。

§5 关系模式与查询

5.1 检索基础

ORDO 的每个临床实体都有一个 HTTP 可解引用的 IRI，形如 http://www.orpha.net/ORDO/Orphanet_<code>。例如系统性红斑狼疮是 Orphanet_536。在 SPARQL 或图查询中，可以凭 ORPHAcode 直接定位一个疾病节点及其全部关系。

5.2 典型查询模式

模式 A：找出所有以散发方式遗传、婴儿期发病的形态学异常

SELECT ?disease ?label
WHERE {
  ?disease rdfs:subClassOf <http://www.orpha.net/ORDO/Orphanet_C###MorphologicalAnomaly> .
  ?disease <http://www.orpha.net/ORDO/Orphanet_C###has_inheritance>
           <http://www.orpha.net/ORDO/Orphanet_C###Sporadic> .
  ?disease <http://www.orpha.net/ORDO/Orphanet_C###has_AgeOfOnset>
           <http://www.orpha.net/ORDO/Orphanet_C###NeonatalInfancy> .
}

（IRI 具体片段以实际本体为准；此处示意关系名称与查询形态。）

模式 B：按患病率范畴筛选
以 has_prevalence 关系值（如 1-9/100,000、1-9/1,000,000）过滤，得到按流行病学稀有度分档的疾病清单。

模式 C：跨系统多父节点疾病
凭借 poly-hierarchy，可查询同时归属多个医学域的疾病，从而发现"哪些罕见病横跨神经与免疫系统"。

5.3 本体设计模式的意义

ORDO 采用的设计模式使不同粒度的视图可以从同一本体中按需抽取。论文举例：“可以根据给定标准过滤或包含特定生物实体”，由此派生出诸如 “phenome-disorder view（表型-疾病视图）” 的定制视图。这意味着同一份 ORDO 既能服务"只要病名列表"的轻量场景，也能服务"要完整流行病学与基因关系"的重度场景。

5.4 与 OBO 的关系

除 OWL 外，ORDO 还以 OBO 格式发布（可在 EBI OLS4 查看 OBO 视图）。OBO 是生物医学本体的通行交换格式（如 GO、HPO 皆用 OBO），采用 OBO 意味着 ORDO 可与生物本体生态无缝对接。BioPortal 同样以 OWL 格式收录 ORDO，提供术语浏览与映射。

5.5 查询优化与工程建议

在处理 50 MB 级的本体时，几个工程实践能显著提升可用性：

1. 预抽取子图：若只需疾病分类，抽取 Clinical entity 分支即可，避免全量加载。
2. 建立本地索引：把 ORPHAcode、首选术语、同义词导入 Elasticsearch/Lucene，比每次跑 SPARQL 更适合高并发实体链接。
3. 缓存映射表：ICD/SNOMED/OMIM 映射关系变动不频繁，可离线生成映射表并缓存。
4. 版本快照：每次升级 ORDO 版本时生成一次快照并做 diff，识别新增/失活实体，避免静默漂移。
5. 处理多父节点：查询时注意同一疾病可能经多个父路径返回，去重逻辑要基于 ORPHAcode 而非路径。

5.6 一个端到端的实体链接示例

假设院内有一句自由文本病名"结节性硬化症（TSC）"，要归一到 ORPHAcode：

1. 精确匹配：在 ORDO 首选术语中命中 “Tuberous sclerosis complex” → 拿到 ORPHAcode；
2. 同义词兜底：若自由文本用了别名，落入该实体的同义词集合（ORDO 允许 1-15 条/病）；
3. 多语种兜底：中文病名需借助命名表语种覆盖或自建中英映射；
4. 失活检查：确认该 ORPHAcode 未失活；若失活，顺替代码重定向；
5. 属性增强：从本体补齐 has_inheritance / has_AgeOfOnset / has_prevalence，供下游分析。

这条流水线把"非结构化病名"变成"带流行病学属性的结构化实体"，正是 ORDO 在医学 NLP 中的典型用法。

§6 获取与许可：一份宽松但需守规矩的资源

6.1 许可：CC BY 4.0 一份到底

ORDO 全部文件统一采用 CC BY 4.0（Creative Commons Attribution 4.0 International）。这意味着：

• 可以商用：把 ORDO 嵌入商业产品无需另行授权；
• 可以再分发：可自由复制、转发；
• 可以改编：可基于 ORDO 构建衍生本体；
• 唯一义务：署名（Attribution）——须按官方要求注明来源。

相较许多"学术用途需申请"的医学数据集，ORDO 的许可属于第一梯队的宽松。官网明确："所有文件均在 CC BY 4.0 许可下提供。"这与 ORPHAcode、Orphadata 其他资源一致。

6.2 下载直链

最新版（4.9，2026-07-01）：

https://www.orphadata.com/data/ontologies/ordo/last_version/ORDO_en_4.9.owl

其他语种替换 en 为 cs/nl/fr/de/it/es/pl/pt。配套发布说明：

https://www.orphadata.com/data/ontologies/ordo/last_version/ORDO_releaseNotes_4.9_en.txt

历史版本（仅英语，zip）：

https://www.orphadata.com/data/ontologies/ordo/previous_versions/ordo_orphanet_<版本号>.owl.zip

6.3 浏览与镜像

• EBI OLS4：https://www.ebi.ac.uk/ols4/ontologies/ordo （提供 OBO 视图与类统计）
• NCBO BioPortal：http://bioportal.bioontology.org/ontologies/ORDO （OWL 格式，含多语视图 ORDO_FR/DE/ES/IT/CS/PL/NL）
• BARTOC：https://bartoc.org/en/node/20698 （术语资源目录条）

6.4 版本链与更新

ORDO 版本历史可完整追溯（官网 previous_versions 表与 last_version 表）：

版本	日期	备注
1.0	2014-01-31	首个正式版
1.5	2014-09-19
2.0	2015-01-09
3.0	2020-07-10
4.0	2021-12-15
4.6	2024-12-03
4.7	2025-06-30	OLS4 曾于 2025-11-13 加载
4.8	2025-12-09	官网 previous_versions 表口径
4.9	2026-07-01	当前最新

更新节奏为每年两次（7 月与 12 月）。使用者应建立版本锁定机制：引用 ORDO 做研究或产品时，注明所用版本号与 release 日期，因为术语会随版本合并、拆分或失活。

6.5 认可与背书

ORDO 及 Orphadata 系列资源已被多个国际组织认可：

• ELIXIR Core Data Resource（欧洲生命科学基础设施核心数据资源）
• Global Core Biodata Resource（全球核心生物数据资源）
• IRDiRC Recognized Resource（国际罕见病研究联盟认可资源）

这些背书从侧面印证了 ORDO 作为罕见病基础设施的权威性与可持续性。

§7 映射覆盖与互操作

7.1 映射是 ORDO 的核心价值

一个疾病本体若只能自说自话，价值有限；ORDO 的价值很大程度上来自它把罕见病映射到主流体系的覆盖度。以 2025-07 命名表为基准：

ICD-10 映射：97.4% 的 disorder 至少映射到一个 ICD-10 码，其中 6.3%-6.4% 为精确（exact）等价。这意味着几乎所有罕见病都能在 ICD-10 体系中找到"某种对应"——尽管多数只是近似。

ICD-11 MMS 映射：71.7%-71.8% 至少映射到一个 ICD-11 MMS 码，14.7%-15.3% 为精确等价。ICD-11 覆盖率低于 ICD-10，反映新一代分类体系对罕见病的收录仍在扩充。

SNOMED CT 映射：93.8%-94.8% 映射到 SNOMED CT，且全部为精确关系。这是最严格的一档——SNOMED CT 的粒度足以与罕见病实体一一对应。

OMIM 表型映射：63.4% 映射到至少一个表型 OMIM 号。由于 72.2% 的罕见病为遗传相关，这一映射把临床疾病与遗传学条目连接起来。

7.2 外部关联资源全景

ORDO 描述中列出的关联资源分三类：

• 术语：MeSH、UMLS、MedDRA、SNOMED CT
• 数据库：OMIM、MONDO、UniProtKB、HGNC、Ensembl、Reactome、IUPHAR、Genatlas
• 分类：ICD-10、ICD-11

这张"关联清单"实际上是 ORDO 的互操作半径：以 ORPHAcode 为圆心，向外连接了医学信息学几乎所有主流坐标体系。

7.3 映射的口径纪律

使用这些百分比时必须注意（详见坑 6）：

1. 各数字来自 2025-07 命名表口径，与 ORDO 4.9 本体口径不同；
2. 不同来源（medRxiv v1、期刊版、聚合站）对同一指标存在小数点级微差（如 ICD-11 71.7% vs 71.8%，SNOMED 93.8% vs 94.8%）；
3. “至少映射一个"与"精确等价"是两个完全不同的指标，不可混用——例如 ICD-10 覆盖 97.4% 但精确等价仅约 6.4%，说明绝大多数映射只是"沾边”。

7.4 更新机制与引用稳定性

命名表论文披露了 ORDO 背后的维护强度：2020-2025 年共纳入 738 个新罕见病，年均约 120；扣除失活后，净值年均增长不足 80。这反映出一种成熟期的稳定：一方面持续吸收新病种，另一方面严格执行失活政策，避免编号膨胀。对引用者而言，这意味着 ORPHAcode 在多数情况下是稳定锚点，但也必须为少数失活/复活情形（如 ORPHA:536）预留处理逻辑。

7.5 IC 映射的三种"距离"

要正确理解 §7.1 的百分比，必须区分映射的"距离"——即 ORPHAcode 与目标编码之间语义接近到什么程度。命名表论文把映射分为"精确等价（exact）"与"非精确"两大类，并强调：

• 精确等价（exact equivalence）：两个编码指向完全相同的概念边界；
• 近似/包含关系（proximity / broader / narrower）：一方是另一方的上位或下位概念，或仅部分重叠。

以 ICD-10 为例：97.4% 的 disorder 至少有一个映射，但精确等价的只有约 6.3%-6.4%。换言之，超过九成的 ICD-10 "映射"只是把罕见病挂靠到一个更宽泛的类目上——这在临床统计或医保场景中可用，但在需要精确识别的科研或精准医疗场景中就不够。SNOMED CT 恰好相反：约 93.8%-94.8% 的映射全部是精确关系，因 SNOMED CT 的粒度足以与罕见病实体一一对应。

这一对比给出一个实践准则：选映射目标要看任务——做公共卫生编码统计，ICD-10 的高覆盖正好；做临床概念精确归一，SNOMED CT 的精确关系更可靠；做遗传关联，走 OMIM（63.4%）。

7.6 一对多映射与多对多映射

由于罕见病的多系统性与 ICD 的层级限制，映射关系并非总是 1:1：

• 一对多：一个 ORPHAcode 可映射到多个 ICD-10 码（罕见病横跨多个类目）；
• 多对一：多个 ORPHAcode 可能挂靠到同一个宽的 ICD-10 类目；
• 多对多：一个 ORPHAcode 可映射到多个 SNOMED CT 概念。

在设计数据管道时，必须假定映射表是多对多关系，而不能用简单的键值对结构。这也是 ORDO 类计数（10,110）与命名表计数（9,784）之外，又一层"数字为何对不上"的来源——计数对象本身就带有层级与映射的复杂性。

7.7 引用 ORDO 的合规清单

使用 CC BY 4.0 资源，合规并不复杂，但有几条纪律：

1. 署名（Attribution）：注明来源为 Orphanet / Orphadata，并给出许可链接；
2. 标注版本：写明使用的 ORDO 版本号与 release 日期（如 4.9, 2026-07-01）；
3. 标明修改：若对本体做了裁剪、合并或改造，须说明"基于 ORDO 修改"；
4. 不暗示背书：CC BY 不授予商标使用权，不得暗示 Orphanet/INSERM 为你的产品背书；
5. 保留权利声明：再分发时保留许可与版权声明。

以上是 CC BY 4.0 的通用义务 + 本领域的最佳实践。由于 ORDO 许可宽松，实际操作中最容易被忽略的反而是第 1、2 条——很多团队拿数据用了却忘记标注版本，导致后续无法复现结果。

7.8 与本库"AI-Ready"理念的契合点

千方病案医数集强调数据的"AI 就绪度"。ORDO 在这套标准下几乎天然合格，理由有三：

• 结构化：OWL 图天生是机器可读的，无需解析自由文本；
• 可解引用：每个实体有稳定 IRI，可直接作为知识图谱节点；
• 许可干净：CC BY 4.0 消除了授权不确定性，适合商业化与再分发。

相较需要申请、协议含糊或禁止商用的医学数据集，ORDO 在"数据可用性"维度上属于第一梯队。它唯一的门槛是领域知识——使用者需要理解本体、ORPHAcode 体系与命名表口径，才能正确调用。这也是本条目不吝笔墨解释层次与口径的原因。

§8 方法学启示：三条可迁移的经验

8.1 "数据库→本体"自动转换优于人工重建

ORDO 没有另起炉灶人工建本体，而是让 OrphoToOWL 从已经过专家策展的关系数据库自动导出。这条路径带来两个好处：一是同步性——本体永远跟随源库更新；二是一致性——避免人工转录引入新错误。对任何想基于已有结构化数据构建领域本体的团队，这是可复制的范式：先保证源数据的策展质量，再用设计模式做自动化形式化。

8.2 弃用策略决定长期可用性

医学术语一定会演化：疾病合并、拆分、重新定义。ORDO 选择"失活不删除、代号码可追溯、编号永不重用"的策略，把术语的不稳定性限制在可控范围内。对构建知识图谱或标注体系的团队，这提示了一个关键设计：标识符的生命周期管理比标识符本身更能决定系统能否长期存活。失活分支（Inactive clinical entity，1,556 个）的存在不是冗余，而是引用完整性的保障。

8.3 多父节点是复杂领域的必要之恶

罕见病天然横跨多系统，单一树状层级必然失真。ORDO 选择多层级、多父节点结构，代价是查询与推理复杂度上升（需管理 poly-hierarchy），收益是分类忠实度。这提供了一个权衡样本：当领域对象本质上是多维的，不要强行把它塞进单继承树，而应接受多继承并相应增强查询层。

8.4 附：一条经验的可迁移性评估

把上述三条经验放到不同场景，可迁移性并不相同：

经验	迁移门槛	适用场景	不适用场景
数据库→本体自动转换	中（需结构良好的源库）	有成熟关系库、需持续同步	源数据本身凌乱、无策展
标识符生命周期管理	低（原则通用）	任何长期运行的编码/标注系统	一次性快照项目
多父节点分类	高（需查询层支持）	对象天然多维（疾病、产品、技能）	对象本质单继承（简单层级）

这张表的意义在于提醒：ORDO 的工程选择是由其领域特性倒逼出来的，盲目照搬未必合适。真正值得学的，是它"先想清楚领域对象的本质维度，再决定数据模型"的思维方式。

8.5 一条反面警示：不要为"数字好看"牺牲口径

命名表论文用大量篇幅论证一件事：把不同粒度的概念混在一起计数，会得到一个漂亮但错误的数字。团队若为了报告好看而把 group、disorder、subtype 一锅烩，短期数字上去了，长期却会误导决策。ORDO 的整个体系都在对抗这种诱惑——它宁可维持三套口径、反复解释，也不肯给出一个"唯一的罕见病总数"。这是一种值得所有数据团队学习的克制。

§9 与库内条目的关系

ORDO 与千方病案医数集库内多个条目存在天然互链关系，尤其是表型与疾病本体类资源：

库内条目	关系	说明
hpo（Human Phenotype Ontology）	强关联	表型本体；与 ORDO 组合为 HOOM 模型，ORDO 提供疾病分类、HPO 提供表型语义
rare25	强关联	库内罕见病相关条目，可与 ORDO 的 ORPHAcode 体系对照
omim（若收录）	中关联	ORDO 将 63.4% disorder 映射至表型 OMIM 号
mondo（若收录）	中关联	疾病本体互映射
icd / snomed-ct（若收录）	弱关联	为 ORDO 映射目标（97.4% / 93.8%）

检索建议：检索 ORDO 相关资源时，组合词 “Orphanet Rare Disease Ontology”、“ORDO”、“ORPHAcode”、“orphadata”；注意区分本体（ORDO）、编码（ORPHAcode）与平台（Orphadata）三词，勿混用为同一对象的称呼。

引用建议：引用"罕见病数量"时，务必注明口径——命名表 disorder 级是 6,527，active clinical entity 级是 9,784，ORDO 4.9 类计数是 10,110。三个数字对应三种问题，混引会产生误导。

9.1 与 HPO 的协同：疾病层 × 表型层

ORDO 与 HPO（Human Phenotype Ontology）的组合是罕见病语义栈的经典范式。二者的分工可概括为一句话：ORDO 回答"这是什么病"，HPO 回答"病人表现出什么"。 具体而言：

• ORDO 提供疾病的分类骨架、ORPHAcode 标识与流行病学属性；
• HPO 提供表型异常（症状、体征）的受控术语与层级；
• 两者经 HOOM（HPO-ORDO Ontological Model）连接，把疾病与表型谱关联起来。

对做罕见病辅助诊断的团队，这套组合尤其有用：输入患者表型（HPO 术语），沿 HOOM 检索关联疾病（ORPHAcode），再回到 ORDO 取该病的流行病学与遗传信息。

9.2 与疾病本体（MONDO 等）的对齐

若库内收录 MONDO 或其他疾病本体，ORDO 与其是平级互映射关系：两者都描述疾病概念，通过映射表可互相转换。实践中常见做法是以其中一个为"主本体"，另一个作为"对齐来源"。ORDO 的优势在罕见病专精与临床编码（ORPHAcode 已用于欧洲临床编码），MONDO 的优势在跨疾病类别的整合广度。

9.3 与编码体系（ICD / SNOMED / OMIM）的桥接

ORDO 对 ICD-10（97.4%）、ICD-11（约 71.7%）、SNOMED CT（约 93.8%）与 OMIM（63.4%）的映射，使其成为"编码翻译层"：当院内系统用 ICD、科研系统用 OMIM、国际交换用 SNOMED 时，ORPHAcode 可作为中间锚点做三方对齐。若库内收录了上述任一编码体系的数据集，均建议与 ORDO 建立互链，形成"罕见病编码图谱"。

9.4 互链操作建议

• 优先互链：hpo、rare25（强关联，主题直接对口）；
• 条件互链：omim、mondo（若库内存在）；
• 注记互链：icd、snomed-ct（作为 ORDO 的映射目标说明）；
• 避免重复建条：ORDO 与上述资源不构成"别名撞库"——它们是不同层次的不同资源，应各建条目并互链，而非合并。

§10 避坑清单：六个已踩过的坑

坑 1：把 ORDO、ORPHAcode、Orphadata 当成同一个东西。三者在三个层次：ORDO 是本体（OWL 图），ORPHAcode 是编码（唯一标识号），Orphadata 是发布平台（含多套数据集）。你若拿"ORPHAcode"去搜 ORDO 的 OWL 下载，或在 Orphadata 平台上找"本体"，都会绕弯。检索与引用时须显式区分层次。

坑 2：混淆 10,110 与 9,784 两组规模数字。10,110 是 ORDO 4.9 本体的 clinical entity 类计数（EBI OLS4 口径）；9,784 是 Orphanet 命名表 2025-07 版的 active clinical entities 计数（6,527 disorders + 1,084 subtypes + 2,173 groups）。口径不同（本体节点 vs 三级命名实体），并非谁对谁错，但转引不标来源就会误导读者。

坑 3：“bi-annually” 的歧义。官网原文写 “ORDO is bi-annually released in July and December”。英文 “bi-annually” 既可解作"每年两次"也可解作"每两年一次"，但由 “July and December” 锁定为每年两次（半年一次）。转引时若直译这个词，可能产生"每两年更新一次"的错误印象。本条目按"每年两次（7 月与 12 月）"表述。

坑 4：新版 50 MB 与旧版 3 MB 的"体积矛盾"。4.9 版英语文件约 50.04 MB，而 4.7 版历史包仅 3.31 MB——相差十余倍。原因是前者为未压缩 OWL、后者为 zip 压缩包，并非数据量暴增。对比大小时须先确认是否压缩、是否同语种。

坑 5：映射百分比存在来源微差，且"覆盖"≠“精确等价”。ICD-11 映射有 71.7% 与 71.8% 两说，SNOMED 有 93.8% 与 94.8% 两说（medRxiv v1 与期刊版差异）。更要命的是把"至少映射一个"当成"精确等价"：ICD-10 覆盖 97.4%，但精确等价仅约 6.3%-6.4%——若据此认为"97% 罕见病能精确编码到 ICD-10"，就是误读。

坑 6：失活实体与"复活"特例。ORDO 有 1,556 个 Inactive clinical entity，其 ORPHAcode 永不重用但提供替代码。极少数情况下概念会被"复活"：系统性红斑狼疮（ORPHA:536）与 IgA 肾病（ORPHA:34145）即先失活后重新纳入。若你的系统假设"失活即永久、编码单调增长"，遇到复活特例会出错——引用体系需同时处理替代码与复活逻辑。

10.1 坑点速查表

编号	坑点	高危场景
坑 1	ORDO / ORPHAcode / Orphadata 三层混淆	检索、选源、写文档
坑 2	10,110（本体）与 9,784（命名表）口径混用	数字引用、断言
坑 3	bi-annually 英文歧义	译写、更新策略
坑 4	50 MB（OWL）与 3 MB（zip）体积误比	存储估算、下载
坑 5	覆盖 ≠ 精确等价；百分比来源微差	映射使用、编码集成
坑 6	失活与复活特例	标识符管理、引用追溯

10.2 上线前自检清单

在把 ORDO 用于生产前，逐项确认：

1. [ ] 已锁定具体版本（如 4.9, 2026-07-01）并记录快照日期；
2. [ ] 已区分本体计数与命名表计数，文档中标注口径；
3. [ ] 已下载并解析替代码表，处理失活/复活；
4. [ ] 已确认许可标注（CC BY 4.0 署名 + 版本）；
5. [ ] 已建立映射表（ICD/SNOMED/OMIM）并注明"覆盖"或"精确"；
6. [ ] 已处理多父节点去重（以 ORPHAcode 为键）；
7. [ ] 已规划版本升级时的 diff 与回归流程。

七项全过，再谈上线。这份清单本身，就是本条目全部坑点的浓缩。

§11 总结

ORDO 是一件"基础设施型"的罕见病资源：它不闪耀，却支撑着跨国的罕见病数据互通。它把 Orphanet 三十年策展的疾病目录，翻译成以 ORPHAcode 为坐标的 OWL 知识图，让疾病分类、基因关联与流行病学数据第一次成为机器可推理的对象。4.9 版（2026-07-01）收录 10,110 个临床实体类、4,626 个遗传物质类，映射到 ICD-10（97.4%）、ICD-11（约 71.7%）、SNOMED CT（约 93.8%）与 OMIM（63.4%）等主流体系，全部文件以 CC BY 4.0 开放。

对 AI-Ready Wikipedia 的读者而言，ORDO 的意义有三重：作为词典，它是罕见病实体链接与 NER 的权威候选集；作为骨架，它是罕见病知识图谱现成的病种分类层；作为桥梁，它把 OMIM、MONDO、HPO、ICD、SNOMED 这些原本离散的坐标体系用 ORPHAcode 缝合起来。理解它，需要牢记一条纪律：区分本体、编码与平台三个层次，并在引用任何规模数字时标明口径。

最后一句提醒：ORDO 是活的资源，半年一更。今天读到的 4.9 数字，半年后就会被 5.0 或 4.10 替换。真正需要带走的，不是具体的数字，而是理解数字的方法——知道每个数字回答什么问题、来自哪个口径、属于哪个版本。掌握了方法，任何一次版本更新你都能自行校准；只记住数字，则下一个 release 就会把你打回原点。

FAQ（高频问答 24 问）

Q：ORDO 全称是什么、怎么读？
Orphanet Rare Disease Ontology，读作字母 O-R-D-O。

Q：ORDO 是数据集吗？
严格说是本体（ontology），不是患者/影像数据集。若宽泛地把"可下载的结构化知识资源"叫数据集，它也符合，但单位是"类/实体"而非"样本/患者"。

Q：谁拥有 ORDO？
由 Orphanet（INSERM US14）维护，Orphanet 与 EMBL-EBI 联合开发。Orphadata® 商标归 INSERM。

Q：ORDO 收费吗？
不收费。全部文件 CC BY 4.0 开放下载。

Q：可以用于商业项目吗？
可以。CC BY 4.0 允许商用，只需署名。

Q：最新版本是什么？
4.9，2026-07-01 发布。

Q：多久更新一次？
每年两次，7 月与 12 月。

Q：怎么下载英语最新版？
https://www.orphadata.com/data/ontologies/ordo/last_version/ORDO_en_4.9.owl。

Q：有中文版吗？
官网最新 4.9 版提供 9 语（en/cs/nl/fr/de/it/es/pl/pt），未列中文。命名表层面的多语翻译可能更广，但 ORDO 本体文件的中文版未在官网最新版确认，引用前需核实。

Q：ORPHAcode 会变吗？
ORPHAcode 设计为时间稳定、永不重用。但概念可能失活（配替代码），极少数可复活。

Q：什么是失活临床实体？
Inactive clinical entity（Orphanet_C041），收纳已失活的历史概念，4.9 版有 1,556 个。

Q：ORDO 和 ORPHAcode 命名表什么关系？
ORDO 是命名表的形式化本体表示；命名表是事实源、是本体的上游。

Q：ORDO 和 HPO 什么关系？
互补：ORDO 是疾病本体（分类+基因+流行病学），HPO 是表型本体（症状/体征）。二者可组合为 HOOM 模型。

Q：ORDO 和 OMIM 什么关系？
ORDO 把约 63.4% 的 disorder 映射到至少一个表型 OMIM 号；OMIM 以遗传基础立条，ORDO 以疾病为中心，二者互补映射。

Q：ORDO 和 MONDO 什么关系？
都是疾病本体，互相映射。MONDO 更偏整合多源的上层本体，ORDO 专精罕见病。

Q：可以只下载某个语种吗？
可以，按语种文件名直接下载对应 OWL。

Q：4.9 的英语文件多大？
约 50.04 MB（未压缩 OWL）。

Q：为什么 4.7 只有 3.31 MB？
因为它是 zip 压缩包，且历史版本仅提供英语。压缩比约 14:1。

Q：ORDO 里有多少个疾病？
取决于口径：命名表 disorder 级 6,527；active clinical entity 级 9,784；ORDO 4.9 类计数 10,110。三者不可混用。

Q：怎么用 SPARQL 查 ORDO？
每个实体有 IRI http://www.orpha.net/ORDO/Orphanet_<code>，可用 is_a、has_inheritance、has_AgeOfOnset、has_prevalence、part_of 等关系查询。

Q：映射到 ICD-10 的 97.4% 意味着什么？
意味着几乎所有罕见病都能在 ICD-10 找到"某种对应"，但精确等价仅约 6.4%——多数只是近似映射。

Q：ORDO 有评测 leaderboard 吗？
没有。它是资源型本体，评估以覆盖度/映射率/互操作衡量，不产出竞赛榜单。

Q：哪里能浏览 ORDO 的类层级？
EBI OLS4（ebi.ac.uk/ols4/ontologies/ordo）与 NCBO BioPortal 都提供浏览器。

Q：引用 ORDO 应标注什么？
建议标注本条目 §2 的原始论文（Vasant et al., 2014）、所用 ORDO 版本号与 release 日期，以及 CC BY 4.0 署名。

Q：ORDO 有中文界面或中文文档吗？
官网与本体文件以英文为主，中文资料多为第三方翻译或聚合站摘要。官方最新 4.9 本体提供 9 个语种，但未列中文。若需中文术语，建议核对命名表语种覆盖，勿直接假定本体中文版存在。

Q：ORDO 和罕见病注册库（registry）是一回事吗？
不是。ORDO 是编码与分类标准，注册库是患者数据集合。注册库用 ORDO/ORPHAcode 作为"这是哪种病"的字段标准，但注册库本身包含个体患者记录，ORDO 不含患者。

Q：用 ORDO 做实体链接，准确率靠什么保证？
靠三样：稳定的 ORPHAcode、海量同义词（10,547 条英文同义词）、以及明确的文本定义。建议把同义词与定义一起入索引，并处理失活/替代码。

Q：ORDO 的年维护量大概多少？
2020-2025 年共新增 738 个罕见病（年均约 120），扣除失活后净值年均不足 80，整体进入稳定期。

Q：为什么 ORDO 强调"多父节点"？
因为罕见病常累及多系统，单一树状层级无法忠实表达。多父节点让一个病同时归属多个医学域，代价是查询与推理复杂度上升。

Q：ORDO 能直接喂给大语言模型吗？
可以。可将其作为检索增强（RAG）的知识库或实体标准化词典。CC BY 4.0 允许此类使用，唯一义务是署名与标注版本。

Q：4.7 版和 4.9 版的类计数差多少？
4.7（OLS4，2025-11-13 加载）clinical entity 9,793 / genetic material 4,524 / inactive 1,467；4.9（2026-09-30 加载）为 10,110 / 4,626 / 1,556。约一年间临床实体类净增约 300。

Q：ORDO 的 IRI 可以直接在浏览器打开吗？
设计上可解引用（内容协商返回 RDF/HTML），但具体重定向行为随域（orphanet.org 旧域 vs orphadata.com 现域）而异，建议以官方 OLS4/BioPortal 浏览为准。

Q：如果我只想要"病名列表"，最小下载是什么？
理论上可从 OWL 中抽取首选术语与 ORPHAcode 生成精简表；也可经 BioPortal/OLS4 导出。但若用于生产，建议保留完整本体以维持关系完整性。

Q：ORDO 适合儿科或全年龄段？
罕见病覆盖全年龄段（含新生儿/婴儿期发病的先天畸形），ORDO 本身不做年龄分层，而是用 has_AgeOfOnset 关系标注发病年龄段。

Q：Orphanet 与 Orphadata 有什么区别？
Orphanet 是知识门户（面向临床与患者的信息）；Orphadata 是数据发布平台（面向研究者，提供 ORDO、命名表、流行病学等可复用数据集）。

Q：ORDO 的映射会随版本变化吗？
会。映射覆盖比例随版本浮动（如 ICD-11 约 71.7-71.8%、SNOMED 约 93.8-94.8%），跨版本对比须锁定同一 release 并注明日期。

FAQ 补充（进阶问答 10 问）

Q：本体（ontology）和术语表（terminology）区别是什么？
术语表是"词—义"的对照清单；本体在术语之上还定义了类之间的关系与公理，可支持自动推理。ORDO 属于后者，所以能表达"某病以某方式遗传、某年龄发病、归属某解剖部位"这类推理可用的事实。

Q：OWL 和 OBO 我该用哪个？
若你的工具链是语义网/知识图谱栈（Protege、rdflib、SPARQL），用 OWL；若在生物本体生态（GO/HPO 工具链，如 OBO Foundry 工具、obo-tools），用 OBO。两者语义一致，格式不同。

Q：为什么 ORDO 的规模用"类（class）“而不是"条（record）”？
因为本体不是关系表。OWL 里每个概念是一个"类"，类之间靠"公理（axiom）"连接。论文时代报的就是 11,699 classes + 76,554 axioms，而非行数。

Q：ORDO 会不会和 SNOMED CT 冲突？
不冲突，是互补。SNOMED CT 是通用临床术语，ORDO 是罕见病专精本体；ORDO 把罕见病映射到 SNOMED CT（约 93.8%，全部精确关系），二者是"专科—通用"的对接关系。

Q：我想把院内病案编码成 ORPHAcode，第一步做什么？
第一步是建同义词词典：把 ORDO 的 ORPHAcode、首选术语、多语种同义词（含 10,547 条英文同义词）导入，先做精确匹配，再对未命中项做模糊匹配与人工审核。

Q：ORDO 能支持自动推理出诊断吗？
不能直接诊断。它能提供"某病具有哪些属性"的语义基础，但临床诊断需要结合患者具体表型与检查，通常需与 HPO 等表型本体配合。

Q：为什么命名表要分 group/disorder/subtype 三级？
为了适配不同用途：公共卫生统计需要 disorder 级（6,527 个，符合罕见病定义），精准医学可能需要 subtype 级（1,084 个），而概览与教育则用 group 级（2,173 个）。

Q：ORDO 的"失活"和"删除"有何不同？
失活保留痕迹（进入 Inactive clinical entity，配替代码），删除则无痕。ORDO 选择失活，是为了让旧引用仍可追溯，避免数据链断裂。

Q：Orphadata 上除了 ORDO 还有什么？
还有 Orphanet 命名表、分类、流行病学数据、孤儿药数据等多套资源，ORDO 只是其中"本体"这一块。

Q：我应该在论文里怎么引用 ORDO？
建议双引用：原始论文（Vasant et al., Bio-Ontologies @ ISMB 2014）说明学术来源，加上"ORDO version 4.9 (2026-07-01), https://www.orphadata.com/ordo/ , CC BY 4.0"说明所用版本与许可。

事实清单（硬事实 45 条）

1. ORDO 全称 Orphanet Rare Disease Ontology，缩写 ORDO。
2. ORDO 由 Orphanet 与 EMBL-EBI 联合开发，现由 Orphanet（INSERM US14）维护。
3. ORDO 本体 created 元数据为 2013-06-20T12:00:00。
4. ORDO 原始论文为 Vasant 等，ORDO: An Ontology Connecting Rare Disease, Epidemiology and Genetic Data，Bio-Ontologies @ ISMB 2014。
5. 论文作者含 Ana Rath、Annie Olry、Marc Hanauer、Helen Parkinson、Peter N. Robinson 等。
6. 2013 首版 ORDO 记录有 11,699 classes 与 76,554 annotation assertion axioms。
7. ORDO 由 Orphanet 关系数据库经 OrphoToOWL 自动转换生成。
8. ORDO 发布节奏为每年两次（7 月与 12 月）。
9. ORDO 最新版本为 4.9，发布日期 2026-07-01。
10. ORDO 4.9 英语文件 ORDO_en_4.9.owl 约 50.04 MB。
11. ORDO 4.9 提供 9 个语种：en/cs/nl/fr/de/it/es/pl/pt。
12. ORDO 4.9 临床实体类（Clinical entity, Orphanet_C001）计数为 10,110（EBI OLS4，2026-09-30 加载）。
13. ORDO 4.9 遗传物质类（genetic material, Orphanet_C010）计数为 4,626。
14. ORDO 4.9 失活临床实体类（Inactive clinical entity, Orphanet_C041）计数为 1,556。
15. Orphanet 命名表 2025-07 版共 9,784 个 active clinical entities。
16. 命名表 9,784 = 6,527 disorders + 1,084 subtypes + 2,173 groups。
17. Orphanet 分类含 29 个医学域，采用多层级、多父节点结构。
18. ORDO 核心关系含 has_inheritance、has_AgeOfOnset、has_prevalence、part_of、is_a、disease-gene。
19. 论文示例：Tibia hemimelia 标 has_inheritance some sporadic、has_prevalence some 1-9/100,000。
20. ORDO 全部文件许可为 CC BY 4.0。
21. ORDO 下载直链前缀为 https://www.orphadata.com/data/ontologies/ordo/。
22. 历史版本仅提供英语，以 zip 打包；4.7 版压缩包 3.31 MB。
23. ORDO 遵循 OBO guidelines on deprecation of terms。
24. 失活 ORPHAcode 永不重用，始终提供替代码。
25. 命名表口径：97.4% disorder 映射至至少一个 ICD-10 码。
26. 命名表口径：71.7%-71.8% disorder 映射至 ICD-11 MMS。
27. 命名表口径：93.8%-94.8% 映射至 SNOMED CT，全部为精确关系。
28. 命名表口径：63.4% 映射至至少一个表型 OMIM 号。
29. 72.2% 的罕见病为遗传相关。
30. 6,527 个 active RD 中 73.6% 有至少一个英文同义词，共 10,547 条。
31. 2020-2025 共纳入 738 个新罕见病，年均约 120，净值年均不足 80。
32. ORDO 获 ELIXIR Core Data Resource、Global Core Biodata Resource、IRDiRC Recognized Resource 认可。
33. ORDO 转换工具 Orpha2Ordo 开源于 GitHub Orphanet/Orpha2Ordo。
34. OWL 实体 IRI 形如 http://www.orpha.net/ORDO/Orphanet_<code>。
35. 命名表 disorders 多分类至 29 个医学域。
36. 命名表提供每个罕见病的标准化文本定义，用于划定概念边界。
37. 命名表中 RD 的英文同义词平均 2.2 条/病，范围 1-15 条。
38. 系统性红斑狼疮 ORPHA:536 与 IgA 肾病 ORPHA:34145 曾失活后被重新纳入。
39. ORDO 4.9 于 2026-07-01 发布，OLS4 于 2026-09-30 加载。
40. ORDO 4.9 OLS4 元数据 Date Modified 为 2026-06-26。
41. ORDO 4.8 于 2025-12-09（官网 previous_versions 口径）发布。
42. 历史版本 ORDO 仅提供英语并以 zip 打包。
43. 命名表论文（Lucano 等）识别出"超过 10,000 种罕见病"说法易导致重复计算与误读。
44. ORDO 许可与 ORPHAcode、Orphadata 其他资源一致，均为 CC BY 4.0。
45. 罕见病全球患者估计 3 亿至 6.24 亿（多口径）。

术语表（46 条）

术语	英文	释义
本体	Ontology	形式化、可共享的概念及其关系的规约
ORDO	Orphanet Rare Disease Ontology	罕见病领域本体
Orphanet	Orphanet	法国 INSERM 维护的罕见病门户与命名体系
ORPHAcode	ORPHAcode	Orphanet 给临床实体的唯一稳定标识号
命名表	Nomenclature	Orphanet 多语种标准化术语表
Orphadata	Orphadata	Orphanet 数据发布平台（含 ORDO 等）
临床实体	Clinical entity	ORDO 主体类，含疾病/亚型/疾病组
遗传物质	genetic material	ORDO 中承载基因/遗传关联的分支
失活临床实体	Inactive clinical entity	已失活历史概念，配替代码
疾病	disorder	符合罕见病定义的疾病层级
亚型	subtype	疾病下更细的分子/临床分型
疾病组	group of disorders	聚合性族类概念
医学域	medical domain	分类层级对应的一级类目（29 个）
多父节点	multi-parental	一个类可有多个父类
多层级	multi-hierarchical	同时归属多个层级
多继承	poly-hierarchy	多父节点导致的多重继承
遗传方式	mode of inheritance	孟德尔/散发等遗传模式
发病年龄	age of onset	疾病发病年龄段
患病率	prevalence	疾病在人群中的范畴估计
OWL	Web Ontology Language	W3C 本体描述语言
OBO	Open Biological and Biomedical Ontologies	生物医学本体交换格式/社区
弃用规范	deprecation guidelines	术语失活的标准化规则
替代码	substitution code	失活实体的重定向码
HOOM	HPO-ORDO Ontological Model	HPO 与 ORDO 组合的表型注释模型
ICD-10/11	International Classification of Diseases	国际疾病分类
SNOMED CT	Systematized Nomenclature of Medicine	系统化医学命名术语集
OMIM	Online Mendelian Inheritance in Man	人类孟德尔遗传病库
MONDO	Mondo Disease Ontology	整合型疾病本体
Orpha2Ordo	Orphanet to ORDO	数据库转本体的开源工具集
OrphoToOWL	Orphanet to OWL	Orpha2Ordo 下的转换组件
类	class	OWL 中的概念节点
公理	axiom	描述类之间关系的断言
annotation assertion	annotation assertion axiom	注释断言公理
object property	object property	连接两个个体的关系属性
子类	subclass	is_a 关系的下位类
上位类	superclass	is_a 关系的上位类
多对多映射	many-to-many mapping	编码间非 1:1 对应
精确等价	exact equivalence	语义完全相同的映射
覆盖	coverage	至少有一个映射的比例
语义互操作	semantic interoperability	跨系统共享语义的能力
知识图谱	knowledge graph	实体-关系构成的图结构
实体链接	entity linking	把文本指称归一化到实体
IRI	Internationalized Resource Identifier	国际资源标识符
SPARQL	SPARQL Protocol and RDF Query Language	RDF 图查询语言
Orphadata	Orphadata	Orphanet 数据发布平台
注册库	registry	患者级罕见病数据集合
ELIXIR	ELIXIR	欧洲生命科学基础设施
IRDiRC	International Rare Diseases Research Consortium	国际罕见病研究联盟

附录

附录 A：版本链完整表

版本	日期	文件/大小	备注
1.0	2014-01-31	1.29 MB (zip)	首版
1.1	2014-04-08	1.31 MB
1.2	2014-05-06	1.31 MB
1.3	2014-06-03	1.29 MB
1.4	2014-07-10	1.29 MB
1.5	2014-09-19	1.33 MB
2.0	2015-01-09	1.82 MB
2.1	2016-02-22	2.15 MB
2.2	2016-06-17	2.62 MB
2.3	2016-12-13	2.82 MB
2.4	2017-07-05	2.99 MB
2.5	2018-01-24	3.95 MB
2.6	2018-07-11	3.12 MB
2.7	2019-07-29	3.41 MB
2.8	2019-12-04	3.51 MB
2.9	2020-07-07	3.33 MB
3.0	2020-07-10	3.76 MB
3.1	2020-12-17	3.88 MB
3.2	2021-07-05	3.92 MB
3.3	2021-12-15	4.93 MB
4.0	2021-12-15	2.82 MB
4.1	2022-06-14	2.86 MB
4.2	2022-12-06	3.0 MB
4.3	2023-06-22	3.09 MB
4.4	2023-12-12	3.23 MB
4.5	2024-07-03	3.3 MB
4.6	2024-12-03	3.12 MB
4.7	2025-06-30	3.31 MB (zip)	OLS4 于 2025-11-13 加载
4.8	2025-12-09	3.39 MB (zip)	官网 previous_versions 口径
4.9	2026-07-01	50.04 MB (OWL, en)	当前最新，9 语

附录 B：DAIMS 评估全表

DAIMS（Data Asset Interoperability and Metadata Standard）从五个维度评估数据资产的互操作就绪度。ORDO 的评估如下：

维度	得分（1-10）	评述
D 可发现性（Discoverability）	9	官网直链 + EBI OLS4 + BioPortal + BARTOC 多入口，术语可解引用；扣分因入口分散、旧域 IRI 重定向情况不透明
A 可访问性（Accessibility）	10	CC BY 4.0 统一许可，无需申请，多语种 Open 直链，可商用可再分发
I 互操作性（Interoperability）	10	映射 ICD-10（97.4%）、ICD-11（约 71.7%）、SNOMED CT（约 93.8%）、OMIM（63.4%）；本体经 OWL/OBO 双格式，接入主流生态
M 元数据质量（Metadata）	8	版本链完整（1.0-4.9 全记录）、发布日期与发布说明齐备；扣分因类计数与命名表计数口径并存易混、部分指标多来源微差不统一
S 可持续性（Sustainability）	9	每年两次稳定发布、INSERM 长期维护、ELIXIR/GCBR/IRDiRC 三重认可；扣分因术语演化管理复杂、中文版缺失

综合：ORDO 在可访问性与互操作性上近乎满分，是最适合作为 AI-Ready 领域知识底座的医学本体之一；可发现性与元数据的主要扣分集中在"口径管理"，使用时须自行锁定版本并标清来源。

附录 C：30 秒上手代码

# 示例：用 owlready2 加载 ORDO 并统计类数（需先下载 ORDO_en_4.9.owl）
# pip install owlready2
from owlready2 import get_ontology

onto = get_ontology("ORDO_en_4.9.owl").load()
print("total classes:", len(list(onto.classes())))

# 定位一个 ORPHAcode 实体
sle = onto["Orphanet_536"]   # 系统性红斑狼疮 ORPHA:536
print("label:", sle.label)

# 直接下载最新英语版
curl -O https://www.orphadata.com/data/ontologies/ordo/last_version/ORDO_en_4.9.owl

# 下载历史版本（仅英语，zip）
curl -O https://www.orphadata.com/data/ontologies/ordo/previous_versions/ordo_orphanet_4.8.owl.zip

附录 D：口径速查卡

你问的问题	应引用的口径	数字
罕见病有多少种"病"？	命名表 disorder 级	6,527
命名表共收录多少实体？	命名表 active clinical entity 级	9,784
ORDO 本体内有多少临床实体类？	ORDO 4.9 clinical entity 类	10,110
有多少个失活概念？	ORDO 4.9 Inactive clinical entity	1,556
遗传物质类多少个？	ORDO 4.9 genetic material	4,626

四类数字对应四类问题；引用时一并写出口径 + 版本 + 日期（如 ORDO 4.9、2026-07-01、clinical entity 类 10,110），可避免绝大多数误读。

附录 E：本体加载与查询实操详解

E.1 用 owlready2 加载并遍历

# pip install owlready2
from owlready2 import get_ontology

# 本地加载（先下载 ORDO_en_4.9.owl）
onto = get_ontology("ORDO_en_4.9.owl").load()

# 统计类总数
all_classes = list(onto.classes())
print("total classes:", len(all_classes))

# 定位临床实体类分支
clinical = onto["Orphanet_C001"]
subs = list(clinical.subclasses())
print("clinical entity subclasses:", len(subs))

E.2 用 rdflib + SPARQL 做关系查询

# pip install rdflib
from rdflib import Graph

g = Graph()
g.parse("ORDO_en_4.9.owl", format="xml")

q = """
SELECT ?disease ?label
WHERE {
  ?disease a owl:Class .
  ?disease rdfs:label ?label .
}
LIMIT 20
"""
for row in g.query(q):
    print(row)

E.3 常见陷阱：OWL 文件可达 50 MB，加载耗时较久；建议先抽取所需分支（如仅 clinical entity）再进入生产管道。多语种版本体积相近，若只用英语可节省约 10%-15% 体积。

E.4 IRI 结构：实体 IRI 形如 http://www.orpha.net/ORDO/Orphanet_<code>，其中 <code> 即 ORPHAcode 数字部分。例如 Orphanet_536 对应 ORPHA:536（系统性红斑狼疮）。

附录 F：常见错误对照表

错误说法	正确表述	问题所在
ORDO 收录了 6,527 种罕见病	Orphanet 命名表 disorder 级 6,527；ORDO 4.9 临床实体类 10,110	混用命名表与本体口径
ORDO 是罕见病患者数据库	ORDO 是罕见病领域本体，不含患者记录	混淆本体与注册库
bi-annually 即每两年更新	每年两次（7 月与 12 月）	英文歧义误读
ICD-10 覆盖率 97.4% 表示能精确编码	覆盖 97.4%，精确等价仅约 6.4%	混淆覆盖与精确等价
ORDO 最新版 4.7 有 3.31 MB	4.7 压缩包 3.31 MB；4.9 未压缩 OWL 约 50 MB	未区分压缩与语种
ORPHAcode 会随病名更新	ORPHAcode 时间稳定、永不重用	误解标识符设计
下载 ORDO 需要申请授权	CC BY 4.0 直链下载，仅需署名	误判许可宽松度
ORDO 就是 ORPHAcode 命名表	本体层 vs 编码层，二者不同	混淆层次

附录 G：ORDO 相关资源速查链接

资源	链接
官网（Science Orphadata）	https://sciences.orphadata.com/ordo/
发布平台首页	https://www.orphadata.com/ordo/
4.9 英语主文件	https://www.orphadata.com/data/ontologies/ordo/last_version/ORDO_en_4.9.owl
4.9 英语发布说明	https://www.orphadata.com/data/ontologies/ordo/last_version/ORDO_releaseNotes_4.9_en.txt
历史版本目录	https://www.orphadata.com/data/ontologies/ordo/previous_versions/
EBI OLS4 浏览	https://www.ebi.ac.uk/ols4/ontologies/ordo
NCBO BioPortal	http://bioportal.bioontology.org/ontologies/ORDO
BARTOC 目录条	https://bartoc.org/en/node/20698
Orphanet 门户	https://www.orpha.net
命名表论文	https://www.medrxiv.org/content/10.1101/2025.08.10.25333394v1.full
转换工具 Orpha2Ordo	https://github.com/Orphanet/Orpha2Ordo
CC BY 4.0 许可文本	https://creativecommons.org/licenses/by/4.0

附录 H：ORDO 4.9 类计数与命名表计数对照图（文字版）

Orphanet 命名表（2025-07 release）           ORDO 4.9 本体（2026-07-01）
├─ active clinical entities: 9,784          ├─ Clinical entity: 10,110
│  ├─ disorders: 6,527  ← 符合 RD 定义       │  （含活跃 + 部分边缘概念）
│  ├─ subtypes:  1,084                       ├─ genetic material: 4,626
│  └─ groups:    2,173                       └─ Inactive clinical entity: 1,556
└─ 多分类至 29 个医学域                       （失活历史概念）

映射覆盖（命名表口径）：
  ICD-10: 97.4%（精确约 6.4%）  ICD-11: ~71.7%  SNOMED CT: ~93.8%（全精确）
  OMIM 表型: 63.4%              遗传相关: 72.2%

读图提示：左列是事实源，右列是本体表示。两列数字不相等也不应相等——它们回答的是不同问题。这是理解 ORDO 全条目最重要的一个心智模型。

未决与存照速览

编号	事项	处置
存照1	“bi-annually” 措辞歧义	由 “July and December” 锁定为每年两次
存照2	4.8 日期 2025-12-09（previous_versions）vs 2025-12-10（滚动页）	差 1 天，以 previous_versions 表为准并注
存照3	类计数 4.9（10,110）vs 4.7（9,793）	版本不同非冲突，引用标版本
存照4	命名表 9,784 vs 本体 10,110	口径不同，非矛盾，转引须标来源
存照5	ICD-11 71.7% vs 71.8%；SNOMED 93.8% vs 94.8%	来源微差，写"约"
疑点1	2014 论文 11,699 classes 口径	与 clinical entity 不可直接对照，仅历史存照
疑点2	orphanet.org 旧域 vs orphadata.com 现域	重定向未逐一实抓
疑点3	ORDO 本体中文版是否存在	官网最新 4.9 无 zh；谨慎表述

尾注

• 数据来源：Orphadata 官网（sciences.orphadata.com/ordo/）、EBI OLS4（ebi.ac.uk/ols4/ontologies/ordo）、NCBO BioPortal（bioportal.bioontology.org/ontologies/ORDO）、medRxiv 2025.08.10.25333394（Lucano 等，Orphanet 命名与分类系统）、Vasant et al. Bio-Ontologies @ ISMB 2014。
• 查询时点：以上硬数字于 2026-10-03 抓取/核对。
• 许可：ORDO 数据 CC BY 4.0；本条目文本由千方病案医数集编辑部整理，引用请注明。
• 免责：条目中标注"约/范围"的百分比来自多来源摘录，存在版本微差；任何用于生产系统的引用，请以官方对应 release 文件为准。

---

相关数据集导航

以下为站内 AI-Ready 数据集百科中与本词条共享多个主题标签的相关数据集，按相关度降序排列：

• mondo — 共享标签：罕见病 / 知识图谱 / 命名实体识别
• disease-ontology — 共享标签：知识图谱 / 命名实体识别 / 公共卫生与流行病学
• europepmc — 共享标签：知识图谱 / 命名实体识别 / 公共卫生与流行病学
• hpo — 共享标签：罕见病 / 知识图谱 / 变异与注释
• card-db — 共享标签：知识图谱 / 公共卫生与流行病学 / 变异与注释
• clinvar — 共享标签：罕见病 / 变异与注释
• cometa — 共享标签：知识图谱 / 命名实体识别
• ipd-imght-hla — 共享标签：知识图谱 / 变异与注释
• mgi — 共享标签：知识图谱 / 变异与注释
• omim — 共享标签：罕见病 / 知识图谱

导航说明：本章节由全站统一标签体系自动计算生成（标签重合度算法），双向可达；点击链接可跳转至对应数据集词条。