Darwin Operator Symmetry Atlas (DOSA) v2.1.1

Darwin Operator Symmetry Atlas (DOSA) - A comprehensive database of operator-defined symmetries in bacterial replicons.
This dataset contains 24,090,832 window-level symmetry measurements across 959 bacterial genomes, analyzing circular sequence symmetries under the dihedral group Dn (rotations + reverse-complement reflection).
Key Statistics

Total Windows: 24,090,832 records (1.4 GB)
Unique Replicons: 959 bacterial genomes
Window Sizes: 100bp (18.5M), 500bp (3.7M), 1000bp (1.85M)
Quality Validation: 13/13 checks passed (100.0%)
Mean orbit_ratio: 0.99999871 (near-perfect asymmetry)
Palindromes: 3 / 24M windows (0.00001%)
Biological Insights

99.9998% of windows have orbit_ratio ≥ 0.95
Only 37 windows show significant symmetry
Bacterial genomes are informationally complex, not periodic
Files Included

atlas_windows_exact.csv (1.4 GB) - 24M window-level symmetry measurements
atlas_replicons.csv (16 MB) - 114K replicon metadata records
atlas_knowledge.jsonl (627 MB) - 1.1M epistemic knowledge records
Statistics: overall_stats.json, by_window_size.csv, orbit_ratio_histogram.csv, etc.
Documentation: README.md, QUALITY_REPORT.md, STATISTICS_REPORT.md
Reproducibility
Fully reproducible with:

✓ Deterministic outputs (no random seeds)
✓ SHA256 checksums for all genome downloads
✓ Complete audit trail in git history
✓ Source code: https://github.com/agourakis82/darwin-atlas
Mathematical Framework
Dihedral Group Dn: Symmetry of circular sequences under rotations + RC reflection

orbit_size ∈ [1, 2n] where orbit_size divides 2n (Lagrange's theorem)
orbit_ratio = orbit_size / (2n) ∈ [1/(2n), 1.0]
Generic sequences: orbit_ratio ≈ 1.0 (full orbit, maximal asymmetry)
See README.md for complete documentation.

达尔文算子对称图谱（Darwin Operator Symmetry Atlas, DOSA）—— 一套收录细菌复制子算子定义对称性的综合数据库。
本数据集涵盖959个细菌基因组的24090832条窗口级对称性测量数据，针对二面体群Dn（旋转与反向互补翻转操作）下的环状序列对称性展开分析。

核心统计指标
总窗口数：24090832条记录（1.4 GB）
唯一复制子：959个细菌基因组
窗口尺寸：100bp（18.5M）、500bp（3.7M）、1000bp（1.85M）
质量验证：13项检查全部通过（通过率100.0%）
平均轨道比率（orbit_ratio）：0.99999871（近乎完美的非对称性）
回文序列：2400万条窗口中仅3条（占比0.00001%）

生物学洞察
99.9998%的窗口轨道比率≥0.95
仅37个窗口呈现显著对称性
细菌基因组具备信息复杂性，而非周期性结构

包含文件
atlas_windows_exact.csv（1.4 GB）：2400万条窗口级对称性测量数据
atlas_replicons.csv（16 MB）：11.4万条复制子元数据记录
atlas_knowledge.jsonl（627 MB）：110万条认知知识记录
统计配套文件：overall_stats.json、by_window_size.csv、orbit_ratio_histogram.csv等
文档说明：README.md、QUALITY_REPORT.md、STATISTICS_REPORT.md

可复现性
本数据集可完全复现，支持条件如下：
✓ 确定性输出（无需随机种子）
✓ 所有基因组下载文件均附带SHA256校验和
✓ 完整的Git历史审计轨迹
✓ 源代码地址：https://github.com/agourakis82/darwin-atlas

数学框架
二面体群Dn：环状序列在旋转与反向互补翻转操作下的对称性群
轨道大小（orbit_size）∈[1, 2n]，且轨道大小可整除2n（拉格朗日定理）
轨道比率（orbit_ratio）= orbit_size / (2n) ∈[1/(2n), 1.0]
通用序列的轨道比率≈1.0（完整轨道，非对称性最大化）
完整文档请参见README.md。