Fundene, rapporteret i dag i Cellesystemer, anvende digitale objekter, herunder datasæt, software, kildekode, og andre produkter, som forskere udvikler, som kan være nyttige for forskersamfundet.
Målet er at opgradere den måde, vi håndterer data i biomedicinsk forskning på; dele og genbruge data fra disse projekter for maksimalt at udtrække værdi. Mens finansiører, forskere, og andre interessenter erkendte, at vi skal gøre et bedre stykke arbejde med datahåndtering inden for biomedicinsk forskning, vejen mod at gøre det var ikke klar. "
Avi Ma'ayan, Ph.d.
Ma'ayan er direktør for Mount Sinai Center for Bioinformatik, og seniorforsker på undersøgelsen.
Teamet håber, at som biomedicinske forskere anvender værktøjskassen til at evaluere deres arbejde, de bliver mere bevidste om enkle trin, de kan tage for at forbedre brugervenligheden af deres digitale objekter.
I 2017 og 2018 finansierede National Institutes of Health (NIH) NIH Data Commons Pilot Phase Consortium, som arbejdede på at finde måder at hjælpe med at forbedre delingen af digitale forskningsobjekter gennem et skybaseret miljø.
For at implementere et sådant virtuelt miljø, forskere havde brug for at udvikle standarder og en platform til at hjælpe forskere med at overholde FAIR (finder, tilgængelig, interoperabel, og genanvendelige) retningslinjer, der tidligere blev fastlagt af medlemmer af konsortiet.
Først, teamet udviklede metrics og rubrikker for at vurdere FAIRness, men erkendte, at disse metrics og rubrikker muligvis ikke gælder ens for alle forskningsområder. Så de oprettede værktøjskassen, kaldet FAIRshake, som gør det muligt for dem, der opretter digitale objekter, ikke kun at vurdere deres FAIRness, men også at udvikle nye standarder til at definere og evaluere FAIRness.
Dermed, forskerne udtalte, at "FAIRshake tillader sameksistens mellem flere metrics og rubrikker, gør det muligt for samfundet at udvikle standarder mere demokratisk. "
Dr. Ma'ayan understreger, at forskning ikke behøver at være åben for at være fair. "Det kræver bare, at folk giver en klar licens til, hvordan andre skal bruge deres data, " han sagde.
FAIRshake -værktøjskassen indeholder både manuelle og automatiserede værktøjer til vurdering af FAIRness, der stiller spørgsmål som f.eks. "Har det digitale objekt maskinlæsbare metadata?" Værktøjskassen er blevet testet i løbet af det sidste år på tusindvis af digitale objekter, og teamet har lagt tutorials ud på Youtube om, hvordan man bruger FAIRshake.
Mens Dr. Ma'ayan siger, at der har været en "naturlig forbedring af tilgængeligheden og vedtagelsen af disse standarder, selv uden noget skub fra os eller fra NIH, "han forklarer også, at teamet var overrasket over nogle af de tendenser, de lagde mærke til, når de udførte vurderinger med værktøjssættet.
Han sagde, at få forskere implementerede applikationsprogrammeringsgrænseflader (API'er)-; software, der tillader forskellige computerprogrammer at kommunikere-; som er "kritiske for at bringe data sammen." Forskere undlod også ofte at give licenser til at fortælle andre forskere, hvordan de får tilladelse til at bruge dataene.
Efterhånden som forskningsprodukter bliver mere FAIR, forskere vil være i stand til at oprette forbindelser og opbygge ting, der ikke var mulige, før de brugte værktøjer som maskinlæring til at "transformere den måde, vi genbruger data på, "siger Dr. Ma'ayan.