T/CHIA 20-2021 人类基因测序原始数据汇交元数据标准

T/CHIA 20-2021 Human Genome Sequencing Original Data Submission Metadata Standard

团体标准 中文(简体) 现行 页数:29页 | 格式:PDF

基本信息

标准号
T/CHIA 20-2021
标准类型
团体标准
标准状态
现行
中国标准分类号(CCS)
国际标准分类号(ICS)
发布日期
2021-07-11
实施日期
2021-08-01
发布单位/组织
-
归口单位
中国卫生信息与健康医疗大数据学会
适用范围
主要技术内容:本标准规定了人类基因测序原始数据向国家基因组科学数据中心汇交中涉及的元数据及其属性。本标准适用于人类基因测序原始数据汇交

发布历史

研制信息

起草单位:
中国科学院北京基因组研究所(国家生物信息中心)、中国科学院 生物物理研究所、浙江大学、复旦大学、清华大学、中国人民解放军总医院、北京蛋白质 组研究中心、中国科学院微生物研究所、北京大学人民医院、中国科学院上海营养与健康研究所、中南大学、空军军医大学(第四军医大学)
起草人:
方向东、赵文明、陈润生、金力、何昆仑、李亦学、张学工、何顺 民、段会龙、周水庚、王彦青、渠鸿竹、王霞、吕旭东、朱云平、马俊才、杨忠、石乐明、 吴松峰、吴林寰、王振、陈先来、贾志龙、张昭军、娄晓敏、阮修艳、单广乐
出版信息:
页数:29页 | 字数:- | 开本: -

内容描述

ICS35.240.80

C07

团体标准

T/CHIA20-2021

人类基因测序原始数据汇交元数据标准

Specificationofmetadataforthesubmissionofhumangeneticsequencingraw

data

2021-07-11发布2021-08-01实施

中国卫生信息与健康医疗大数据学会发布

T/CHIA20-2021

目次

前言...............................................................................................................................................................Ⅱ

引言.............................................................................................................................................................Ⅲ

1范围...........................................................................................................................................................1

2规范性引用文件....................................................................................................................................1

3术语和定义.................................................................................................................................................1

4缩略语.......................................................................................................................................................2

5数据元属性.............................................................................................................................................2

5.1数据元公用属性...............................................................................................................................2

5.2数据元专用属性...............................................................................................................................2

5.3数据元值域代码...........................................................................................................................17

I

T/CHIA20-2021

前言

本文件按照GB/T1.1-2020给出的规则起草。

本文件由中国科学院北京基因组研究所(国家生物信息中心)提出,由中国卫生信息

与健康大数据学会归口。

本文件起草单位:中国科学院北京基因组研究所(国家生物信息中心)、中国科学院

生物物理研究所、浙江大学、复旦大学、清华大学、中国人民解放军总医院、北京蛋白质

组研究中心、中国科学院微生物研究所、北京大学人民医院、中国科学院上海营养与健康

研究所、中南大学、空军军医大学(第四军医大学)。

本文件主要起草人:方向东、赵文明、陈润生、金力、何昆仑、李亦学、张学工、何顺

民、段会龙、周水庚、王彦青、渠鸿竹、王霞、吕旭东、朱云平、马俊才、杨忠、石乐明、

吴松峰、吴林寰、王振、陈先来、贾志龙、张昭军、娄晓敏、阮修艳、单广乐。

IⅡ

T/CHIA20-2021

引言

《人类基因测序原始数据汇交元数据标准》为人类基因测序领域产生的测序数据的原

始数据向国家基因组科学数据中心汇交时,数据提交方需要提供的元数据元素集(metadata

elementset),包括必选和可选的元数据元素及其规范化描述。

本文件参照国际核酸序列共享联盟(InternationalNucleotideSequenceDatabase

Collaboration,INSDC)的数据标准及数据库建设标准制定人类基因测序原始数据汇交元数

据的标准,对基因测序原始数据的属性进行了详细的描述,其目的是为精准医学大数据的

汇交注册提供统一著录规范。

I

T/CHIA20-2021

人类基因测序原始数据汇交元数据标准

1范围

本标准规定了人类基因测序原始数据向国家基因组科学数据中心汇交中涉及的元数据

及其属性。

本标准适用于人类基因测序原始数据汇交。

2规范性引用文件

下列文件对于文件的应用是必不可少的。凡是注日期的引用文件,仅注日期的版本适用

于本文件。凡是不注日期的引用文件,其最新版本(包括所有的修改单)适用于本文件。

WS/T305卫生信息数据集元数据规范

WS/T303卫生信息数据元标准化规则

WS370卫生信息基本数据集编制规范

GB/T2260中华人民共和国行政区划代码

3术语和定义

3.1

数据提交者datasubmitter

数据集的提交者信息。

3.2

研究study

产生本数据集的研究的信息。

3.3

项目bioproject

数据集相关的项目信息。

3.4

数据管理者dataaccessmanager(DAM)

数据集的数据管理人员,负责对受控访问数据发布后的数据申请进行审核。

3.5

个体individual

测序数据来源受检测的个体。

3.6

样本sample

测序数据来源样本。

3.7

实验experiment

测序数据的实验信息。

1

T/CHIA20-2021

3.8

测序反应run

测序反应信息。

4缩略语

下列缩略语适用于本文件。

NCBI:美国国家生物信息中心(NationalCenterforBiotechnologyInformation)

EMBL-EBI:欧洲分子生物学实验室-欧洲生物信息研究所(TheEuropeanMolecular

BiologyLaboratory-TheEuropeanBioinformaticsInstitute)

DDBJ:日本DNA序列资料库(DNADataBankofJapan)

BAM:二进制比对(BinaryAlignment/Map)

DOI:数字对象唯一标识(digitalobjectidentifier)

5数据元属性

5.1数据元公用属性

数据元公用属性描述见表1。

表1数据元公用属性

属性种类数据元属性名称属性值

版本V1.0

中国卫生信息与健康医疗大数据学会卫生信息标准

标识类注册机构

专业委员会

相关环境人类基因测序原始数据汇交

关系类分类模式分类法

中国卫生信息与健康医疗大数据学会卫生信息标准

主管机构

专业委员会

管理类注册状态标准状态

提交机构中国科学院北京基因组研究所(国家生物信息中心)

5.2数据元专用属性

5.2.1数据提交者

数据提交者的专用属性见表2。

5.2.2研究

研究的专用属性见表3。

5.2.3项目

项目的专用属性见表4。

5.2.4数据管理者

数据管理者的专用属性见表5。

5.2.5个体

个体的专用属性见表6。

2

T/CHIA20-2021

5.2.6样本

样本的专用属性见表7。

5.2.7实验

实验的专用属性见表8。

5.2.8测序反应

测序反应的专用属性见表9。

3

T/CHIA20-2021

5.2.1数据提交者

数据提交者的专用属性见表2。

表2数据提交者的专用属性

数据表示数据元约束

数据元名称定义英文名称备注

类型格式允许值条件

必选项

名提交者姓名中的名字firstname字符型A

(M)

可选项

中名提交者的姓名中的中名字符型A

middlename(O)

必选项

姓提交者的姓氏字符型A

lastname(M)

必选项

邮箱地址提交者的邮箱地址字符型AN

emailaddress(M)

institute/organizatio必选项

机构/组织提交者所属的机构或组织字符型A

n(M)

必选项

部门提交者所属机构中的部门department字符型A

(M)

必选项

街道提交者居住地的街道字符型AN

street(M)

必选项

城市提交者所属的城市city字符型A

(M)

可选项

州/省提交者所属的州或省state/province字符型A

(O)

依据各国

邮编的编

必选项码规范。如

邮编提交者联系地址的邮编postalcode数值型N—

(M)中国是四

级六位数

编码结构

https://unst

必选项/u

国家/地区提交者所属的国家country/region字符型A

(M)nsd/method

ology/m49/

5.2.2研究

研究的专用属性见表3。

表3研究的专用属性

数据表示数据元约束

数据元名称定义英文名称备注

类型格式允许值条件

发布日期研究产生数据集的发布日releasedate日期型D8必选

期项(M)

标题研究标题title字符型AN一必选

项(M)

描述研究的描述信息description字符型AN必选

4

T/CHIA20-2021

数据表示数据元约束

数据元名称定义英文名称备注

类型格式允许值条件

项(M)

研究类型研究的类型,如疾病研究、studytype字符型AN必选

队列研究、细胞系相关研项(M)

究、临床相关病原体研究、

人类相关宏基因组研究等

疾病名称研究对象所患疾病名称diseasename字符型A研究从human

类型disease

为疾ontology

病研(DOID

究时https://w

为必ww.ebi.a

c.uk/ols/o

选(M)ntologies/

doid)中

选择

是否纵向研究研究是否是纵向研究longitudinalstudy布尔型T/F是、否可选

项(O)

是否家系研究研究是否是基于家系的研parent-offspring布尔型T/F是、否可选

究triosstudy项(O)

BioProject编号研究关联的BioProject编号BioProject字符型AN11必选需要在

一

accession项(M)提交数

据集之

前在BIG

Sub

(https://

bigd.big.

/gsu

b)创建

BioProje

ct,并获

得编号

数据访问政策数据访问政策dataaccesspolicy字符型AN..171.公开必选

访问项(M)

2.受控

访问

数据共享限制约束数据的使用范围datasharing数值型AN..191.通用必选

limitation研究项(M)

2.非盈

利性研

究

3.商业

使用

科技部备案编号数据集在科技部的备案编registrationnumber字符型AN可选从科技

—

号项(O)部备案

获得

5

T/CHIA20-2021

数据表示数据元约束

数据元名称定义英文名称备注

类型格式允许值条件

科技部备份编号数据集在科技部的备份编backupnumber字符型AN可选从科技

号项(O)部备案

获得

5.2.3项目

项目的专用属性见表4。

表4项目的专用属性

数据数据元

数据元名称定义英文名称表示格式约束条件备注

类型允许值

项目发布日期项目产生数据releasedate日期型D8必选项(M)

集的发布日期,

为立即发布日

期或指定日期

发布日期

项目标题项目标题title字符型AN必选项(M)

涉及领域项目涉及的研relevance字符型A必选项(M)可选内容有:

究领域Agricultural,

Medical,

Industrial,

Environmental,

Evolution,

ModelOrganism

项目描述项目的描述信description字符型AN必选项(M)

息

资助信息项目的基金资grants字符型AN必选项(M)

助信息

资助机构项目的资助机agency字符型AN表10项目必选项(M)

构资助机构

代码表

资助项目类别项目资助类别program字符型AN可选项(O)

项目资助号项目资助号grantID字符型AN必选项(M)

项目外部链接项目相关网站external字符型A可选项(O)可填多个

链接links

项目外部链接项目相关网站externallink字符型AN可选项(O)

信息描述链接信息描述description

项目外部链接项目相关网站UniformURLAN必选项(M)

网址链接地址Resource

Locator

内部关联项目指BioProject网related字符型AN可选项(O)可填多个

站内部相关的projects

BioProject

内部关联项目指BioProject网accession字符型AN可选项(O)必须符合

BioProject的编

6

T/CHIA20-2021

数据数据元

数据元名称定义英文名称表示格式约束条件备注

类型允许值

编号站内部相关的码规则,如

BioProjectPRJCA000001。

外部数据库编BioProject在其accessions字符型AN可选项(O)可填多个

号他公共数据库inother

中的编号databases

外部数据库名BioProject所在databases字符型AN可选项(O)如NCBI

称其他公共数据nameEMBL-EBI

库的数据库名DDBJ等

称

项目数据类型项目数据类型projectdata字符型AN表11项目必选项(M)可选择的项目

type数据类型数据类型如表

代码表11所示,可选择

多个。如果数据

类型不在此列

表中,可以选择

“Other”并自行

填写。

样本范围样本范围,用于sample字符型AN表12样本必选项(M)可选择的样本

研究的生物样SCope范围代码范围如表12所

品的范围和纯表示。如果样本范

围不在此列表

度

中,可以选择

“Other”并自行

填写。

出版物信息项目已发表的publication字符型AN可选项(O)可以有多条出

文章信息版物信息

PubMed序列文章在PubMedPubMedID整型N..8可选项(O)

号库的编号

DOI编号文章的DOI编DOI字符型AN可选项(O)

号

期刊名称文章发表的期journal字符型A可选项(O)

刊名称name

文章标题文章标题articletitle字符型AN可选项(O)

发表年份文章发表的年articletitle整型N4可选项(O)格式为“yyyy”,

份

定制服务

    推荐标准

    相似标准推荐

    更多>