اکوسیستم داده های مشترک می تواند به دانشمندان در کشف ارتباطات بیولوژیکی جدید کمک کند

توسط کلسی پیترز، دانشگاه کلرادو آنشوتز

ویرایش شده توسط گابی کلارک، بررسی توسط رابرت ایگان

این مقاله با توجه به روند و سیاست‌های ویرایشی Science X بررسی شده است. ویراستاران ضمن اطمینان از اعتبار محتوا، ویژگی های زیر را برجسته کرده اند:

دانشمندان حجم وسیعی از داده های تحقیقاتی را تولید می کنند، اما اتصال اطلاعات بین مطالعات می تواند دشوار باشد. اکوسیستم داده های صندوق مشترک NIH در تلاش است تا با آسان تر کردن یافتن، اتصال و تجزیه و تحلیل مجموعه داده های تحقیقاتی از 18 برنامه NIH، آن را تغییر دهد.

این ابتکار، منابع تحقیقاتی ژنتیک انسانی، میکروبیوم و فناوری‌های نوظهور را گرد هم می‌آورد و به دانشمندان کمک می‌کند تا روابطی را کشف کنند که در غیر این صورت ممکن است در مطالعات جداگانه پنهان بماند.

مقاله جدیدی که در Patterns منتشر شده است، توسعه اکوسیستم، زیرساخت ها و ابزارها و همچنین تلاش ها برای ارزیابی تاثیر آن را توصیف می کند.

کیسی گرین، دکترای انفورماتیک زیست پزشکی در CU Anschutz و نویسنده ارشد مطالعه گفت: "چالش دیگر فقط تولید داده های علمی بیشتر نیست. بلکه باعث می شود داده هایی که در حال حاضر در اختیار داریم به روش هایی با هم کار کنند که به محققان کمک کند به سوالاتی که قبلا نمی توانستند با آنها برخورد کنند پاسخ دهند." زمانی که اطلاعات در بین برنامه های تحقیقاتی به هم متصل می شوند، دانشمندان فرصت های بیشتری برای شناسایی الگوها، کشف روابط جدید و ایجاد اکتشافات انجام شده توسط دیگران دارند."

هدف این است که مجموعه داده‌های پیچیده را برای یافتن، تفسیر و تجزیه و تحلیل آسان‌تر کنیم، از جمله برای محققان بدون تخصص برنامه‌نویسی پیشرفته یا بیوانفورماتیک.

درک یک بیماری یا شناسایی یک هدف دارویی امیدوارکننده ممکن است به دانشمندان نیاز داشته باشد که اطلاعات ژنتیکی را با اندازه‌گیری‌های مولکولی، داده‌های بافتی و نتایج آزمایش‌های غربالگری دارو مرتبط کنند. هدف دارویی یک مولکول یا فرآیند بیولوژیکی است که محققان به عنوان یک نقطه عمل بالقوه برای یک درمان بررسی می کنند.

وقتی بتوان این منابع را با هم کاوش کرد، محققان ممکن است برای درک مکانیسم‌های بیولوژیکی، شناسایی الگوهای معنادار و بررسی جهت‌های امیدوارکننده برای مطالعه بیشتر مجهزتر شوند.

جولی ای. یورگنز، دکترای تخصصی، معاون مدیر ارائه علمی شبکه پورتال دانش در موسسه Broad MIT و هاروارد و نویسنده مسئول مطالعه گفت: "کشف علمی به ندرت به صورت مجزا اتفاق می‌افتد. زمانی که بتوان آن را در کنار شواهدی از مطالعه دیگری یا حوزه دیگری از زیست‌شناسی مورد بررسی قرار داد، یک یافته در یک مجموعه داده بسیار معنادارتر می‌شود." ایجاد ارتباط بین این منابع می تواند به محققان کمک کند تا زمان کمتری را برای پیمایش سیستم های تکه تکه شده و زمان بیشتری را برای پرسیدن سوالات علمی مهم صرف کنند.

با تسهیل دسترسی و ترکیب تحقیقات موجود، اکوسیستم به دانشمندان کمک می کند تا به جای بررسی مجزای هر مجموعه داده، یافته های چند برنامه را بسازند.

محققان در CU Anschutz به تلاش‌های هماهنگی و ارزیابی طرح کمک می‌کنند و به ارزیابی اینکه چگونه زیرساخت‌های تحقیقاتی مشترک به طور مؤثر از دانشمندان حمایت می‌کنند و ارزش در برنامه‌های تحقیقاتی ارائه می‌کنند، کمک می‌کنند.

این کار بررسی می‌کند که آیا اتصال مجموعه‌های داده بین برنامه‌ها به محققان کمک می‌کند اطلاعات را به روش‌هایی بیابند و از آن استفاده کنند که مخازن عمومی مجزا نمی‌توانند.

این تیم همچنین در حال ارزیابی شاخص‌های تعامل و تأثیر تحقیقاتی است، از جمله اینکه دانشمندان چقدر از منابع آنلاین اکوسیستم استفاده می‌کنند و به نشریات مرتبط استناد می‌کنند.

یافته‌های اولیه نشان می‌دهد که انتشارات تحقیقاتی مرتبط ممکن است استنادهای بیشتری نسبت به مقالات مشابه دریافت کنند، اگرچه برای درک اهمیت این تفاوت‌ها به تحلیل‌های بیشتری نیاز است.

هدف از این تلاش‌های ارزیابی کمک به تعیین این است که چگونه اکوسیستم می‌تواند در طول زمان برای محققان مفید، در دسترس و ارزشمند باقی بماند.

همانطور که هوش مصنوعی در تحقیقات علمی برجسته تر می شود، مجموعه داده های به خوبی سازماندهی شده و متصل می تواند به ابزارهای محاسباتی کمک کند تا اطلاعات علمی را به طور موثرتری تجزیه و تحلیل کنند.

این اکوسیستم فرصتی برای کشف اینکه چگونه زیرساخت های طراحی شده برای کمک به افراد در جهت یابی شواهد علمی ممکن است از رویکردهای نوظهور مبتنی بر هوش مصنوعی برای تحقیق نیز پشتیبانی کند، ارائه می دهد.

شان دیویس، دکترا، پروفسور بیوانفورماتیک در CU Anschutz، گفت: «فرصت بلندمدت ایجاد یک محیط تحقیقاتی است که در آن داده‌های ارزشمند در مخازن جداگانه منتظر کسی نباشند تا ارتباط درست را برقرار کند». با آسان‌تر کردن این ارتباطات برای کشف و اکتشاف، می‌توانیم به دانشمندان کمک کنیم تا از تحقیقات موجود ارزش بیشتری کسب کنند و فرصت‌های جدیدی برای اکتشافات آینده ایجاد کنند.»

با آسان‌تر کردن شواهد موجود برای یافتن، تفسیر و ترکیب کردن، اکوسیستم داده‌های صندوق مشترک NIH به محققان کمک می‌کند تا ارتباطات معنادار را کشف کنند، سؤالات علمی جدید را کشف کنند و از سرمایه‌گذاری تحقیقاتی که قبلا انجام داده‌اند استفاده مؤثرتر کنند.

اکوسیستم داده های صندوق مشترک، الگوها (2026). DOI: 10.1016/j.patter.2026.101714. www.cell.com/patterns/fulltext … 2666-3899(26)00223-0

کارشناسی ارشد زبان انگلیسی، ویرایشگر کپی از سال 2021 با تجربه در آموزش عالی و محتوای بهداشتی. تقدیم به اخبار معتبر علمی. نمایه کامل →

لیسانس زیست شناسی ریاضی، کارشناسی ارشد در نوشتن خلاق. خوش سفر با دیدگاه های منحصر به فرد در علم و زبان. نمایه کامل →