蛋白质组学数据共享准则.docxVIP

蛋白质组学数据共享准则

蛋白质组学数据共享准则

一、蛋白质组学数据共享的核心原则与标准化框架

（1）数据可发现性（Findability）是蛋白质组学数据共享的基础要求。为了实现这一目标，所有共享数据必须配备全球唯一的持久标识符，如数字对象标识符或基于国际蛋白质组学数据库分配的专属编码。这些标识符应当嵌入到元数据记录中，确保在任何检索系统中都能被精确定位。此外，数据集的标题、描述和关键词需要遵循统一的术语标准，例如采用蛋白质组学领域公认的PSI-MI分子交互本体或GeneOntology功能注释，从而让跨平台的数据检索变得高效且无歧义。数据提供者还需在公共存储库中注册其数据集的基本信息，包括实验目的、样本来源和技术平台，以便于搜索引擎的索引和发现。

（2）数据可访问性（Accessibility）要求消除不合理的获取障碍。所有共享的蛋白质组学原始数据，如质谱原始文件、搜库结果文件和定量矩阵，应当通过开放协议免费获取，避免设置付费墙或繁琐的申请流程。理想情况下，数据应以标准化的开放格式存储，例如mzML用于质谱数据，mzIdentML用于鉴定结果，以及PEFF用于蛋白质序列格式，以确保任何研究者都能用开源工具读取。对于涉及人类受试者的敏感数据，必须在保护个人隐私的前提下提供分级访问机制，例如通过数据使用协议授权给经过伦理审查的研究团队，但核心的匿名化汇总数据仍需保持公开可下载状态