数据集概述
本数据集包含生物学领域的物种相关数据，涵盖物种分类、样本信息及元数据等内容。数据以.tsv、.json和.gz格式存储，共4个文件，无目录层级结构，未区分训练/测试、数据/标签或原始/处理数据，主要用于物种分类相关的生物研究与分析。
文件详解
- species_metadata.json
- 文件格式：JSON
- 字段映射介绍：包含版本（version）、Git哈希值（git_hash）、日期（date）、计数（count）等元数据字段
- species_summary.tsv
- 文件格式：TSV
- 字段映射介绍：包含uniprot、mgi、zfin、rgd、hgnc等多个数据库对应的物种标识数量统计字段
- species_sample.tsv
- 文件格式：TSV
- 字段映射介绍：包含prefix（前缀）、identifier（标识符）、species（物种，对应NCBI分类号）三个核心字段
- species.tsv.gz
- 文件格式：TSV.GZ
- 字段映射介绍：压缩格式的TSV文件，推测包含物种分类相关的详细数据
适用场景
- 生物物种分类研究: 利用物种标识与NCBI分类号的映射关系，开展物种分类体系分析
- 生物样本数据整合: 结合样本信息与物种分类数据，支持多数据库物种数据的交叉验证
- 生物实验数据管理: 通过元数据记录实验版本、日期等信息，辅助生物实验数据的溯源与管理
- 生物信息学数据库关联: 基于不同数据库（如uniprot、hgnc）的物种数量统计，分析跨数据库的物种数据覆盖度
