国外生物医学科研数据管理服务与启示..docVIP

国外生物医学科研数据管理服务与启示 [摘要]基于生物医学领域科研人员对科研数据管理服务的需求，分析了国外生物医学领域学科馆员为科研用户提供的数据管理服务，美国NIH生物医学学科馆员支持科研课题研究数据管理服务的模式、内容和效果，探讨了国外生物医学数据管理服务对我馆学科化服务的启示。 [关键词]科研数据；学科馆员；数据管理；生物医学论文；大数据；学科服务；信息素养 科 研数据是指数字形式的研究数据，包括在研究过程中产生并能存储在计算机上的任何数据，也包括能转换成数字形式的非数字形式数据。随着科学技术的快速发展， 海量的科学数据不断产生。在E—sci?ence环境下，科学研究范式转变为以数据密集型为基础进行科学发现的第四范式，科技创新越来越依赖于海量数据的 控制和再利用。 越来越多的研究者、科研机构以及政府部门意识到整合集成后的科研数据不仅具有重大的科学价值，还具有巨大的经济价值和社会价值。很多国家开始重视科研数据的管理，并制定了较为完善的科研数据管理与共享的相关政策。 生物医学领域的数据种类多、数量大、更新快，具备大数据的典型特征，对生物医学研究人员提出了数据管理的需求和挑战。医学学科馆员作为科研人员的合作伙伴，应该积极提供数据管理服务，满足生物医学研究人员的需求。 1生物医学科研数据管理的形势 1．1生物医学科研的客观要求 生 命科学在20世纪后期出现了飞跃式的发展，以基因测序、基因组学、蛋白质组学和生物信息学为代表的技术加快了生命科学领域数据的产生速度，又同时依赖这些 海量数据。有些基因数据由于观测和实验的不可重复性，或时间、设备和经济条件等其他条件的限制，数据获取难度大，有效保存和科学管理这些数据是非常有必要 的。在临床医学领域，现代数字化医疗系统也正在产生海量的数据，如x光检查、核磁共振、彩色超声、内窥镜、血管造影等医学影像数据和电子病历数据。这些数 据不仅有助于做出临床诊治决策，也是开展流行病学研究的基础。在药物研发领域，研究人员寻找靶标、建立模型、寻找化合物等过程中产生的数据量非常庞大，如 果能将隐藏在数据中的知识通过定量的方法挖掘出来，用以指导下一阶段的研究方案的设计，可大大提高药物研发资源的利用率，提高研发效率。 事 实上，生物医学科研模式也正在悄然发展改变。2013年l0月发表在Sc／ence上一篇题为“Biologys?Dry?Fut?ur?e”的论文介 绍基于大数据的研究模式“干试验(dry?l?ab?biology)”[61。该文以美国斯坦福大学44岁的终身教师Butte为例，他在糖尿病、肥胖 症、移植排斥反应以及新药发现(主要是发现治疗肺癌的新药，以及治疗其他一些疾病的新药)等方面都颇有建树。他抛弃了传统实验室的工作模式，他们实验室既 不培养细胞也不做DNA测序，他们在海量的数据库中搜集公开的信息，如人类基因组序列数据(Hum?an?Genome?Sequences)、肿瘤基因 组序列数据(Cancer?Genome?Readout?s)、脑扫描成像数据(B?rai?n?Im?aging?Scans)以及糖尿病、阿尔茨海 默病等多种疾病相应的生物标志物数据(Bi?omarker?s)等，并对这些生物医学科研数据进行深度挖掘。美国哥伦比亚大学的 A?sa?A?beliovich等人通过对一个迟发型阿尔茨海默病患者和正常人脑组织的基因表达数据的公共数据库进行大数据分析，发现一个新的分子能够 部分决定携带了APOE4基因的人是否会患上阿尔茨海默病，并在实验室里用小鼠动物实验以及选择公共的阿尔茨海默病患者脑扫描成像数据库对患者数据进行分 析并验证了该结果。可见，未来生物医学科研数据的利用、共享和复用甚至可以使科研人员不用再做真实的试验。 1．2国内外相关科研政策出台 美 国自然科学基金委员会(NSF)2010年1月发布的NSF项目管理指南规定，从2011年1月18日开始，所有提交到NSF的项目申请书必须包含“数据 管理计划”(Dat?a?M?anagem?ent?Pla?n)，没有数据管理计划的项目申请将不予接受。对已批准的项目，管理者会根据项目的年度进展 和最终报告对其数据管理计划的实施情况进行评估。 英 国七大研究理事会中，除工程和物理科学研究理事会(EPSRC)8[,，其他六个理事会均颁布了相应的数据管理政策。如生物技术与生物科学研究理事会 (B?BSR?C)要求研究者提交数据共享计划，包含数据范围与数据类型、标准和元数据、与其他在公共存储库的数据的关系、二次使用、数据共享的方法、共 享保护、时间轴以及最终数据集的格式等。 由于提供研究基金的机构(如NSF)对科研数据管理提出了明确要求，研究者必须了解如何与他人共享科研数据、科学数据保存的方式与技术以及如何保护自己的科研数据。由此，科研机构及科研人员对高质