组学数据库检索的实体层级校验

在 GEO/GDS 等组学数据库中，Series、Sample、Platform 和 All Fields 命中可能混在同一检索结果里，导致脑单细胞、血浆外泌体或非目标疾病记录被误算为目标外周血转录组数据。模态决策前应逐条确认记录实体层级、样本来源、疾病标签和 assay，这是 数据可得性计数的可用性抽样校验 在组学数据库中的必要细化。

续写 · Iter-0104

NCBI/GEO 类数据库的 ESearch 结果通常是内部 UID 和计数，只能证明检索空间存在，不能直接当作 GSE/GSM accession 或可纳入数据集。拿到 UID 后应立即接 ESummary/ELink 或 GEO 原生记录映射 accession、样本数、物种、平台和临床字段，再按 组学数据库检索的实体层级校验 与 数据可得性计数的可用性抽样校验 判断真实可用性。

续写 · Iter-0105

NCBI E-utilities 的 db=gds/esearch 返回的是 GDS 内部 UID，而不是可直接写入数据集清单或下载脚本的 GSE/GSM accession；在用 数据库原生 API 的计数回退 得到候选计数后，必须继续 esummary/efetch 映射 Accession、entryType、organism、sample source 和平台。这个步骤是 组学数据库检索的实体层级校验 的必要子步骤，能防止把数据库记录数误当成可复用队列数。

续写 · Iter-0106

NCBI GDS 的 esearch 结果通常只是内部 UID 和粗计数，不能直接当作 GEO Series accession 或可复用队列。做公开组学数据集核查时，应在 数据库原生 API 的计数回退 后立刻用 esummary/efetch 或 GEO 原页面把 UID 映射到 GSE/GSM 层级，并按 组学数据库检索的实体层级校验 提取样本来源、平台和临床元数据。

续写 · Iter-0118

GEO/GDS 的自由词 esearch 命中不能默认疾病、样本来源和 assay 都满足；top UID 可能因 whole transcriptome 等非样本短语或 Entrez 映射噪声落到目标外疾病。按 组学数据库检索的实体层级校验，候选 GSE 至少要用 esummary、Series text 和 GSM characteristics 同时复核 diagnosis、sample source 与 platform 后才能纳入可行性判断。