數(shù)據(jù)共享更好促進(jìn)科學(xué)發(fā)展

編譯 游文娟

本文展示數(shù)據(jù)共享的現(xiàn)狀和問(wèn)題，通過(guò)案例分析，提出科研數(shù)據(jù)共享的建議。

你會(huì)跟大家共享你的科研數(shù)據(jù)嗎？當(dāng)把這個(gè)問(wèn)題拋給科學(xué)家時(shí)，他們絕大多數(shù)都會(huì)回答說(shuō)“當(dāng)然”，因?yàn)閿?shù)據(jù)共享帶來(lái)的好處太多。

數(shù)據(jù)共享，好處多

那些從數(shù)據(jù)開放獲益的人往往他們本人沒有擁有大量數(shù)據(jù)，同時(shí)他們也沒有機(jī)會(huì)來(lái)研究物理實(shí)驗(yàn)，去野外搜集樣品，獲得臨床腦部成像等。而那些共享了數(shù)據(jù)的人也可以從交叉學(xué)科背景的專業(yè)人士的眾包審查、數(shù)據(jù)分析、數(shù)據(jù)整合中獲益，而且數(shù)據(jù)共享后，更多的人來(lái)研究數(shù)據(jù)，也將帶來(lái)更多的想法，拓展更多的視角。對(duì)于科學(xué)研究的資助者而言，數(shù)據(jù)共享將減少投資成本，減少重復(fù)性勞動(dòng)。而對(duì)科學(xué)本身而言，數(shù)據(jù)聯(lián)合共享后，通過(guò)統(tǒng)計(jì)學(xué)的驗(yàn)證，增加可重復(fù)性的機(jī)會(huì)，最終有助于提升科學(xué)研究的可信度。

數(shù)據(jù)共享現(xiàn)狀不容樂(lè)觀

然而，令人心酸的是，約30%～50%的報(bào)告因?yàn)闃颖静痪哂薪y(tǒng)計(jì)學(xué)意義而沒有辦法重復(fù)。

盡管共享好處多多，但2015年的一項(xiàng)研究證實(shí)，已發(fā)表論文中只有13%展示了可以供別人再次驗(yàn)證的原始數(shù)據(jù)。為什么如此多的科研人員不愿意共享數(shù)據(jù)呢？因?yàn)樗麄冮_放數(shù)據(jù)后的短期回報(bào)還不足以平衡他們?cè)谘芯窟^(guò)程中的付出，甚至還會(huì)導(dǎo)致他們競(jìng)爭(zhēng)優(yōu)勢(shì)喪失——2002年的一項(xiàng)調(diào)研報(bào)告揭示了這一現(xiàn)狀。這在一定程度上是由于資助機(jī)構(gòu)、期刊和機(jī)構(gòu)在數(shù)據(jù)共享方面的模棱兩可的立場(chǎng)導(dǎo)致。例如，雖然出資機(jī)構(gòu)已經(jīng)開始強(qiáng)制要求共享，卻沒有將共享作為審查的必要內(nèi)容，這樣被資助的研究人員不共享也不需要承擔(dān)后果。被授權(quán)可以共享數(shù)據(jù)的期刊只是少數(shù)，出版行業(yè)對(duì)于數(shù)據(jù)是否共享仍然可以自由選擇。而學(xué)術(shù)機(jī)構(gòu)鼓勵(lì)并積極支持?jǐn)?shù)據(jù)共享，但沒有將共享作為晉升和任期考核指標(biāo)。

缺乏標(biāo)準(zhǔn)和工具

即使共享的短期回報(bào)可以預(yù)見了，數(shù)據(jù)共享還將因?yàn)槿狈夹g(shù)支持和實(shí)施辦法而受挫。首先就要面對(duì)共享對(duì)基礎(chǔ)設(shè)施需求的挑戰(zhàn)，當(dāng)下還缺乏便捷管理數(shù)據(jù)、處理隱私問(wèn)題和數(shù)據(jù)長(zhǎng)期維護(hù)的標(biāo)準(zhǔn)和工具。資助機(jī)構(gòu)和期刊會(huì)特別強(qiáng)調(diào)缺乏免費(fèi)數(shù)據(jù)存儲(chǔ)資源（例如，https://www.nitrc.org），實(shí)際上，為數(shù)據(jù)傳播而實(shí)施的準(zhǔn)備工作和組織工作是一項(xiàng)量大而艱巨的工作。在促進(jìn)數(shù)據(jù)共享方面，技術(shù)協(xié)會(huì)和機(jī)構(gòu)可以發(fā)揮重要作用，這些機(jī)構(gòu)可以通過(guò)組織一些教育活動(dòng)（有些機(jī)構(gòu)已經(jīng)在推進(jìn)這類活動(dòng)）來(lái)培訓(xùn)有效共享數(shù)據(jù)的技能。

案例展示

盡管數(shù)據(jù)共享在促進(jìn)科學(xué)發(fā)現(xiàn)方面有潛在的益處，但就現(xiàn)階段來(lái)看其效益還不夠明顯，而且也很難評(píng)估其共享后的效益。近期在bioRxiv上發(fā)表的一篇文獻(xiàn)計(jì)量文章評(píng)估了“國(guó)際影像數(shù)據(jù)共享的倡議”（INDI）產(chǎn)生的效果。該活動(dòng)是一項(xiàng)基于科學(xué)文獻(xiàn)數(shù)據(jù)方面的基層腦成像數(shù)據(jù)共享活動(dòng)。研究人員發(fā)現(xiàn)，過(guò)去7年間，INDI匯聚了分布在世界各地的機(jī)構(gòu)產(chǎn)生的相關(guān)數(shù)據(jù)集——大約15 000份MRI數(shù)據(jù)集，而這些數(shù)據(jù)共被900篇出版物使用，其中共涉及論文58篇。這些出版物中的90%是來(lái)自數(shù)據(jù)調(diào)研人員，而這些人員并沒有參與數(shù)據(jù)的生成過(guò)程；不僅如此，很多研究人員還來(lái)自腦成像領(lǐng)域之外。那些貢獻(xiàn)了數(shù)據(jù)的人似乎同時(shí)能夠利用更多他人的數(shù)據(jù)來(lái)增加其研究樣本量，甚至因?yàn)楣蚕矶鴮?dǎo)致更多人利用數(shù)據(jù)而使他本人在思考研究問(wèn)題時(shí)獲得啟發(fā)。

雖然以上信息給大家描繪了神經(jīng)成像領(lǐng)域的數(shù)據(jù)共享帶來(lái)的積極影響，但是實(shí)際上很難將數(shù)據(jù)共享產(chǎn)生的效用統(tǒng)計(jì)起來(lái)。很顯然，我們亟須構(gòu)建一個(gè)系統(tǒng)來(lái)跟蹤共享數(shù)據(jù)的使用情況，以可靠地評(píng)估數(shù)據(jù)共享效用，并進(jìn)一步激勵(lì)潛在的共享者。

從數(shù)據(jù)量的角度來(lái)看，INDI共享的數(shù)據(jù)僅涉及15 000份數(shù)據(jù)集，這么小的一個(gè)數(shù)據(jù)量卻對(duì)科學(xué)文獻(xiàn)產(chǎn)生了很大的影響。這就意味著，應(yīng)該盡可能多地共享數(shù)據(jù)，使科學(xué)研究變得可復(fù)制性更強(qiáng)。雖然作者知道若要使數(shù)據(jù)共享成為普遍的共識(shí)是很難的事，不過(guò)，這也只是時(shí)間問(wèn)題，因?yàn)槟贻p一代的研究人員更傾向“開放科學(xué)” 而資助機(jī)構(gòu)和出版物也正變得越來(lái)越開放。

如果每一個(gè)機(jī)構(gòu)能夠重新審視自己的規(guī)章制度——包括強(qiáng)制共享的制度和任期審查——這將營(yíng)造一種數(shù)據(jù)共享的文化，進(jìn)而促使研究人員的個(gè)人發(fā)展動(dòng)機(jī)與共同利益協(xié)同起來(lái)。類似艾倫研究所、加拿大蒙特利爾神經(jīng)病學(xué)研究所（MNI）、曼哈頓的兒童心理研究所（作者就職機(jī)構(gòu)）等機(jī)構(gòu)已經(jīng)在數(shù)據(jù)共享方面率先跨出了一步，這些機(jī)構(gòu)已經(jīng)將開放科學(xué)制定成原則納入其運(yùn)營(yíng)過(guò)程中去。

本文作者邁克爾·米勒姆（Michael P. Milham）是美國(guó)曼哈頓的兒童心理研究所首屆主任。該機(jī)構(gòu)還推出另一項(xiàng)數(shù)據(jù)共享計(jì)劃——健康大腦網(wǎng)絡(luò)，致力于多種數(shù)據(jù)的共享，涉及10000名兒童和成人，包括成像數(shù)據(jù)、電生理數(shù)據(jù)、聲音樣本、健康數(shù)據(jù)、遺傳數(shù)據(jù)等。