数据与代码：2020-2025年WHO报告八种优先人兽共患病原体人间暴发在公共序列档案中的代表性

数据集获取

源站：https://doi.org/10.5281/zenodo.23717335

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据集大小约 1.4 MB。

数据说明

检索数据、衍生结果及完整分析代码，用于一项横断面审计，该审计旨在探究：通过WHO疾病暴发新闻报告的WHO优先人兽共患病原体的人类暴发事件，是否在公共序列档案中有对应的人类基因组记录。分析单元：病原体-国家-年份，且2020年1月1日至2025年12月31日期间至少有一条疾病暴发新闻条目的标题中提及该国家。结局：在NCBI Virus提供的INSDC索引（索引覆盖至2026年5月31日）中，至少有一条该病原体的核苷酸记录，其宿主为Homo sapiens、涉及该国家且属于该采集年份。病原体：中东呼吸综合征冠状病毒、尼帕病毒、拉沙病毒、克里米亚-刚果出血热病毒、埃博拉病毒、马尔堡病毒、猴痘病毒和裂谷热病毒。内容：cross_pathogen_audit.py无需凭据即可端到端运行检索与分析，并打印相关手稿中报告的每一个数字，包括四项敏感性分析以及对2013-2019年报告事件的阳性对照。

raw_taxa/ 保存 NCBI Virus 索引的每个分类单元的全部核苷酸记录，raw_don/ 保存完整的 Disease Outbreak News 索引（3201 条），results_cross_pathogen.json 保存 53 个事件及其结果、被排除条目和对照事件。构建图表、表格、补充材料和报告清单的脚本均已包含在内。第三方原始序列数据不再分发；缓存文件仅保存记录元数据。

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。