Les résultats, rapporté aujourd'hui dans Systèmes cellulaires, s'appliquent aux objets numériques, y compris les ensembles de données, Logiciel, code source, et d'autres produits que les scientifiques développent et qui peuvent être utiles à la communauté des chercheurs.
L'objectif est d'améliorer la façon dont nous gérons les données dans la recherche biomédicale ; partager et réutiliser les données de ces projets pour en extraire au maximum la valeur . Alors que les bailleurs de fonds, des chercheurs, et d'autres parties prenantes ont reconnu que nous devons faire un meilleur travail avec la gestion des données dans la recherche biomédicale, le chemin vers le faire n'était pas clair."
Avi Ma'ayan, Doctorat
Ma'ayan est le directeur du Mount Sinai Center for Bioinformatics, et chercheur principal sur l'étude.
L'équipe espère qu'à mesure que les chercheurs biomédicaux appliqueront la boîte à outils pour évaluer leur travail, ils deviendront plus conscients des mesures simples qu'ils peuvent prendre pour améliorer la convivialité de leurs objets numériques.
En 2017 et 2018, les National Institutes of Health (NIH) ont financé le NIH Data Commons Pilot Phase Consortium, qui a travaillé pour trouver des moyens d'aider à améliorer le partage d'objets de recherche numériques via un environnement basé sur le cloud.
Pour mettre en œuvre un tel environnement virtuel, les chercheurs devaient développer des normes et une plate-forme pour aider les scientifiques à adhérer au FAIR (trouvable, accessible, interopérable, et réutilisables) qui ont été préalablement établies par les membres du consortium.
D'abord, l'équipe a développé des métriques et des rubriques pour évaluer l'ÉQUITÉ, mais a reconnu que ces paramètres et rubriques peuvent ne pas s'appliquer de la même manière à tous les domaines de recherche. Alors ils ont créé la boîte à outils, appelé FAIRshake, qui permet aux créateurs d'objets numériques non seulement d'évaluer leur FAIRness mais aussi de développer de nouvelles normes pour définir et évaluer FAIRness.
Ainsi, les chercheurs ont déclaré que « FAIRshake permet la coexistence de plusieurs métriques et rubriques, permettant à la communauté d'élaborer des normes de manière plus démocratique.
Le Dr Ma'ayan souligne que la recherche n'a pas besoin d'être en accès libre pour être JUSTE. « Cela exige simplement que les gens fournissent une licence claire sur la façon dont les autres doivent utiliser leurs données, " il a dit.
La boîte à outils FAIRshake comprend à la fois des outils manuels et automatisés pour évaluer la FAIRness, qui posent des questions telles que, « L'objet numérique a-t-il des métadonnées lisibles par machine ? » La boîte à outils a été testée au cours de la dernière année sur des milliers d'objets numériques et l'équipe a publié des tutoriels sur Youtube sur l'utilisation de FAIRshake.
Alors que le Dr Ma'ayan dit qu'il y a eu "une amélioration naturelle de l'accessibilité et de l'adoption de ces normes même sans aucune pression de notre part ou du NIH, " il explique également que l'équipe a été surprise par certaines des tendances qu'elle a remarquées lors de la réalisation d'évaluations avec la boîte à outils.
Il a déclaré que peu de chercheurs ont mis en œuvre des interfaces de programmation d'applications (API) - des logiciels qui permettent à différents programmes informatiques de communiquer - qui sont "critiques pour rassembler les données". Les chercheurs ont également fréquemment omis de fournir des licences pour dire à d'autres scientifiques comment obtenir la permission d'utiliser les données.
À mesure que les produits de recherche deviennent plus JUSTES, les scientifiques pourront établir des liens et construire des choses qui n'étaient pas possibles avant d'utiliser des outils comme l'apprentissage automatique pour « transformer la façon dont nous réutilisons les données, " dit le Dr Ma'ayan.