The EMBO Journal引用公开组学数据，和引用基因序列是一回事吗

一篇论文重分析公共数据库里的单细胞数据，又查询了一个基因的参考序列。作者打算把两者都写成“数据库数据集”，只列数据库首页。The EMBO Journal的数据引文指南区分了两种对象：可作为数据引文的dataset是原始实验数据，不是GenBank、Ensembl或UniProt等库里的参考基因、蛋白序列。对重用的公开数据，应尽可能在参考文献里列出可直接访问的记录，同时常规引用首次报告该数据的原论文。

让读者找到实际重分析的版本

写数据来源时，记录数据库名称、具体登录号或DOI、作者或项目名、发布年份以及可解析到该记录的链接。只给数据库首页，读者不知道你使用哪个实验、哪些样本或哪个处理版本。如果研究引用的是某项目下的子队列，还需写出筛选条件和样本编号范围，免得读者下载整个项目后无法复现本文的输入集。某个基因序列若由新研究首次测得，原始测序读段可能是实验数据集，而数据库中整理的参考序列仍是另一种对象；应按实际资源形态分类，不凭数据库名称判断。论文若只使用注释后的参考序列，也不要写成“重分析了原始测序数据”。引文与方法段的措辞必须匹配实际下载内容。若数据记录已有正式DOI，优先核对它是否指向本次所用版本，不要只引用项目总首页。正文中用期刊规定的“Data ref:”方式把数据记录与原论文引用区分开；参考文献的数据条目按指南加[DATASET]标记。原论文提供设计、采样和最初解释，数据记录提供实际文件的访问路径，两者职责不同。

参考序列的使用也要准确记录，如参考基因组版本、转录本编号或蛋白序列登录号。它们对分析可重复性重要，但不能因为有编号就混作“原始实验数据集”条目。若同一个数据库记录后来更新了注释，论文应说明实际下载的日期或版本，并保留所用文件的校验信息。数据来自多个公开项目时，区分哪些用于训练、哪些用于外部验证，不能把不同用途合并为一句“来自公共数据库”。

检查引用与许可

公共可下载不一定意味着无限制再分发。重分析所需访问许可、受控数据申请条件和原论文要求的引用方式应一并核对。若论文发布了自己的处理后矩阵，说明它与原始数据记录的关系，避免读者把衍生文件误认为原始采集。投稿前从文中每个公开数据陈述点击到具体记录，再核对论文引用是否对应同一研究。

若引文仍只指向数据库首页，就补访问号、版本与原论文，再核对下载文件。