新框架将数据公之于众,访问、互操作和可重用性

FAIRplus财团,包括EMBL-EBI和制药公司,推出了一个新的框架来帮助组织数据公平。

COVID-19大流行了弱点在分子数据大规模的共享。这些包括服务不兼容,数据访问限制,缺失的数据或元数据。延迟等问题研究,导致重复的努力,并阻碍了大流行应对。

尽管公平数据管理原则(访问,可发现的可互操作、可重用)作为一个优先考虑的许多研究资助机构,包括欧盟委员会的地平线欧洲计划,尽管已知的公平效益数据共享,为组织仍缺乏详细的技术指导。

为了解决差距,FAIRplus财团获得独特的倡议,汇聚了来自学术界的合作伙伴,包括EMBL-EBI和专业制药公司军事打击一个新的公平食谱和FAIRification框架,支持组织和项目进行公平的转换。

框架是一个主要的合作项目,开发了17 data-producing创新药物的研究项目计划(IMI),也基金FAIRplus财团。这些协作使作者框架应用于临床介入研究的数据集和数据生成的在实验室里阐明分子相互作用,以及现实世界和临床观察数据。

“有很多善意和能源在生命科学社会研究数据更容易访问和使用,“托尼Burdett解释说,在EMBL-EBI组长。“但旅程可能会让人望而生畏。我们希望我们的FAIRification框架将在学术界和指导组织私营部门希望开始一个公平的转换和改善他们的数据共享的功能,访问和再现性。这些努力是真正有价值的,因为他们对社区和社会作为一个整体。”

框架的力量在于提供一个模板:

• 容易适用,建立流程,适用于任何数据集,以及生命科学以外的学科
• 容易适应取决于一个组织的具体过程和资源
• 可再生的,数据生产者的可持续的解决方案。

“数据无法发现数据不能被重用,“媚兰Courtot说,基因组信息学主任安大略癌症研究所。“FAIRification框架提供了实用的、可操作的步骤数据所有者增加他们工作的价值,使他们的研究结果提供给社区。标准化的可互操作的数据有利于全球研究社区,谁可以链接不同的项目和成果,最终人类健康好处。”

“让研究数据可发现的,可互操作、可重用对加快的步伐至关重要的发现。大多数私人公司正在积极工作,这种方法仍然有很大收获,”范龙佩(Herman Van Vlijmen解释说,计算机辅助药物设计主管詹森。“这FAIRification框架来指导我们的努力是一个伟大的起点。”

这篇论文发表在《华尔街日报》科学数据。