Nález, nahlásené dnes v Bunkové systémy, platí pre digitálne objekty vrátane množín údajov, softvér, zdrojový kód, a ďalšie produkty, ktoré vedci vyvíjajú, ktoré môžu byť užitočné pre výskumnú komunitu.
Cieľom je aktualizovať spôsob, akým spravujeme údaje v biomedicínskom výskume; zdieľanie a opätovné používanie údajov z týchto projektov s cieľom maximálneho vyťaženia hodnoty. Zatiaľ čo finančníci, vedci, a ďalšie zainteresované strany uznali, že musíme lepšie pracovať so správou údajov v biomedicínskom výskume, cesta k tomu nebola jasná. "
Avi Ma'ayan, PhD
Ma'ayan je riaditeľom centra bioinformatiky na Mount Sinai, a vedúci výskumu v tejto štúdii.
Tím dúfa, že keďže biomedicínski vedci použijú súbor nástrojov na vyhodnotenie svojej práce, lepšie si uvedomia jednoduché kroky, ktoré môžu podniknúť na zlepšenie použiteľnosti svojich digitálnych predmetov.
V rokoch 2017 a 2018 financoval Národný zdravotný ústav (NIH) konzorcium NIH Data Commons Pilot Phase Consortium, ktoré pracovalo na hľadaní spôsobov, ako pomôcť zlepšiť zdieľanie objektov digitálneho výskumu prostredníctvom cloudového prostredia.
Ak chcete implementovať takéto virtuálne prostredie, vedci potrebovali vyvinúť štandardy a platformu, ktorá by vedcom pomohla dodržať FAIR (zistiteľné, prístupný, interoperabilný, a opakovane použiteľné) usmernenia, ktoré predtým vytvorili členovia konzorcia.
Najprv, tím vyvinul metriky a rubriky na posúdenie FAIRness, uznal však, že tieto metriky a rubriky nemusia platiť rovnako pre všetky domény výskumu. Vytvorili teda súbor nástrojov, s názvom FAIRshake, čo umožňuje tvorcom digitálnych objektov nielen posúdiť ich FAIRness, ale aj vyvinúť nové štandardy na definovanie a hodnotenie FAIRness.
Preto vedci uviedli, že „FAIRshake umožňuje spolužitie viacerých metrík a rubrík, umožňuje komunite demokratickejšie vytvárať štandardy. “
Doktor Ma'ayan zdôrazňuje, že výskum nemusí byť otvorený, aby bol FAIR. „Len to vyžaduje, aby ľudia poskytli jasnú licenciu na to, ako by ostatní mali používať ich údaje, " povedal.
Sada nástrojov FAIRshake obsahuje manuálne aj automatizované nástroje na hodnotenie FAIRness, ktoré kladú otázky ako napr. „Má digitálny objekt strojovo čitateľné metadáta?“ Sada nástrojov bola v minulom roku testovaná na tisíckach digitálnych objektov a tím zverejnil na Youtube návody, ako používať FAIRshake.
Aj keď doktor Ma'ayan hovorí, že došlo k „prirodzenému zlepšeniu dostupnosti a prijatia týchto štandardov, a to aj bez akéhokoľvek nátlaku od nás alebo zo strany NIH, „vysvetľuje tiež, že tím bol prekvapený niektorými trendmi, ktoré si všimli pri hodnotení pomocou súboru nástrojov.
Povedal, že len málo výskumníkov implementovalo aplikačné programovacie rozhrania (API)-; softvér, ktorý umožňuje komunikáciu rôznych počítačových programov-; ktoré sú „kritické pre spájanie údajov“. Vedci tiež často neposkytli licencie, ktoré by iným vedcom povedali, ako získať povolenie na používanie údajov.
Ako sa produkty výskumu stávajú FAIR, vedci budú schopní vytvárať spojenia a vytvárať veci, ktoré predtým neboli možné, pomocou nástrojov, ako je strojové učenie, „zmeniť spôsob, akým znova používame údaje, “hovorí doktor Ma'ayan.