一种实现生命科学FAIR化的方法——FAIR-DS作为烟曲霉(Aspergillus fumigatus)的工具

《Database》:An approach to making life sciences FAIR—FAIR-DS as a tool for Aspergillus fumigatus

【字体: 大 中 小 】 时间:2026年01月03日 来源:Database 3.4

编辑推荐:

  遵循可查找(Findable)、可访问(Accessible)、可互操作(Interoperable)和可重用(Reusable)(FAIR)原则确保了数据共享方式能够最大限度地提高可重用性。然而,并非所有生物领域的研究人员,特别是那些依赖人工数据录入的研究人

  
遵循可查找(Findable)、可访问(Accessible)、可互操作(Interoperable)和可重用(Reusable)(FAIR)原则确保了数据共享方式能够最大限度地提高可重用性。然而,并非所有生物领域的研究人员,特别是那些依赖人工数据录入的研究人员,都接受了这些原则,尤其是在遵守相关本体论方面。由于缺失元数据,这阻碍了数据共享并限制了重用。本研究针对真菌学领域生产FAIR数据的问题,该领域以高人工数据录入需求为特征。针对该领域,研究人员提出了特定的数据标准,以增强烟曲霉(Aspergillus fumigatus)领域及更广泛领域的可重用性,强调了这些标准对于促进协作和加速科学进展的重要性。研究人员将FAIR数据站(FAIR-Data Station, FAIR-DS)解决方案应用于这一新领域,并展示了如何改进新型复杂生命科学数据集的FAIR化(FAIRification)。对于个体研究人员而言,FAIR-DS简化了向存储库上传数据的过程,同时确保了关键元数据的保存。遵循研究人员的方法,已将两种类型的数据集——孢子计数和荷兰农场的堆肥监测计划——转换为符合FAIR本体论的格式,并将其作为开放数据发布。
论文解读:利用FAIR-DS推进烟曲霉研究的元数据标准化
研究背景、问题与动机
随着数字系统在很大程度上取代了传统的纸质数据存储,有效的数据管理已成为现代生命科学的基本方面。尽管欧洲核苷酸档案库(European Nucleotide Archive, ENA)和国家生物技术信息中心(National Center for Biotechnology Information, NCBI)等社区努力建立了通用的数据存储库,但近期数据平台的发展仍不足以确保数据以标准化格式维护。例如在NCBI和ENA数据库中的BioSamples元数据不一致问题突出,超过89%的元数据条目包含非标准化值,仅有27%的布尔值格式正确。这种数据标准化不足的后果在流行病学研究中尤为明显,正如COVID-19大流行期间所见的那样,缺失采集日期和地理位置等元数据严重阻碍了数据的整合与分析。
烟曲霉(Aspergillus fumigatus)作为世界卫生组织列出的优先病原体,是调查真菌学元数据标准的典型案例。这种机会性子囊菌病原体适应性强,既能在有机废物中作为腐生菌生存,也能感染植物和免疫功能低下的动物宿主。由于其重要性,涉及农业、医学、政策和工业的多个利益相关者需要协作,形成了一个复杂的“唑类生态系统”。然而,目前烟曲霉对唑类抗真菌药物的耐药性正在迅速增加,特别是在环境暴露于农业杀菌剂或通过抗真菌治疗长期临床暴露的情况下。为了有效理解并控制其对唑类杀菌剂的耐药性,研究人员需要跨领域整合数据,但现有的非标准化数据实践限制了对不同来源数据集的整合。通常,研究人员将序列数据存入BioSample,而将元数据存储在补充的Excel文件中,导致数据碎片化,阻碍了流行病学分析。因此,研究人员测试了数据分析工具在转化复杂烟曲霉数据集为FAIR格式方面的应用,以解决这些标准化和数据管理的挑战。
关键技术方法概述
研究人员采用了FAIR数据站(FAIR-DS)这一轻量级元数据管理工具,该工具最初是为系统生物学家开发的,基于改良的调查(Investigation)、研究(Study)和分析(Assay)(ISA)格式,允许生物学家使用熟悉的Excel文件录入实验室数据,并将其转换为资源描述框架(Resource Description Framework, RDF)文件。研究通过与烟曲霉领域的研究人员进行访谈和会议,共同设计了数据标准。具体数据处理方面,对于Kortenbosch等人发表的SchimmelRadar数据集,研究人员使用R语言及其tidyverse和openxlsx包将其转换为FAIR-DS Excel格式;对于Mariana Santos Couto Silva和Sibbe Bakker的堆肥监测数据,则利用Snakemake构建流程,结合readxl、tidyverse以及tarql程序将表格转化为符合扩展FAIR-DS本体的RDF,并使用Oxigraph进行查询。
研究结果详解
利用FAIR-DS管理烟曲霉实验室数据
研究人员通过与烟曲霉研究人员进行访谈,定义了数据集管理的初始要求,并在遗传学部门的周会和国际年度会议(如2023年唑类耐药会议)上进行跟进讨论,确立了工作流必须兼容现有的基于Excel的工作流,且必须确保用户对数据的所有权这两个核心需求。在2023年的唑类耐药会议上,FAIR-DS被介绍给一群真菌学家进行测试。研究人员通过演示两个用例来验证其适用性:一是为荷兰SchimmelRadar项目的空气采样方法设计数据录入模板;二是针对荷兰各地农民的烟曲霉监测数据进行标准化。
我们的解决方案——FAIR-DS 2.0
为了更好地管理实验数据,研究人员为FAIR-DS创建了4个额外的数据包来描述SchimmelRadar方法的各种实验。核心的DeltaTrap数据包记录了采样周期、位置坐标、陷阱高度等信息。从中衍生出的双层培养(TwoLayer culture)数据包记录了培养参数,并强制要求使用抗生素抗性本体(Antibiotic Resistance Ontology, ARO)中的标签记录抗生素名称。菌落形成单位(Colony Forming Unit, CFU)计数培养作为对照,记录了培养基类型和观察到的CFU数量。此外,还利用默认的FAIR-DS模板记录了Kortenbosch等人使用的基于PCR的基因分型检测(GenotypeAssay),并详细记录了正向和反向引物。为了证明FAIR-DS方法的通用性,研究人员还将其应用于Mariana Santos Couto Silva和Sibbe Bakker收集的堆肥堆样本数据集,该数据集旨在建立浇水制度与烟曲霉生长之间的关系。
讨论与结论总结
FAIR-DS的适用性
与其他系统通常侧重于元数据模式设计或数据存储库实施不同,FAIR-DS的独特之处在于覆盖了从实验规划(选择元数据数据包和生成数据录入表)到数据捕获以及归档到可查询数据库的整个工作流程。通过对比电子实验记录本(Electronic Lab Notebooks, ELNs)、Excel、COPO、CEDAR和ISA-Tab等方法,FAIR-DS在完整工作流覆盖、跨域协作、离线编辑、长期存档以及导出可互操作格式等方面表现出综合优势。尽管作为一个已发布的程序,FAIR-DS拥有稳定的界面,但仍有一些方面需要改进,例如在模式层面尚无法强制执行数据包之间的基数限制(cardinality restrictions),目前的实现也无法验证用户输入的术语在所选本体中是否正确。然而,尽管存在这些局限性,FAIR-DS 2.0仍代表了比简单地在出版物附件中分发Excel表格更为可靠的数据收集和共享方法。
人的因素
研究人员发现,虽然所有受访者都认为元数据很重要,但他们普遍缺乏实施良好元数据实践的时间和专业知识。这表明元数据的实施不仅仅是时间和技能的问题,往往在日常研究工作流中被降级处理。因此,确保FAIR数据不仅是资助机构的责任,研究人员也有责任记录和共享元数据。
对烟曲霉领域的建议
鉴于联合规划倡议关于抗菌素耐药性(Joint Programming Initiative on Antimicrobial Resistance, JPIAMR)已资助了一个全球性的烟曲霉监测项目,研究人员建议在开始可能产生具有长期意义的数据集的实验工作之前,应制定考虑数据共享和本体论的数据管理计划,并将符合本体论的FAIR数据生产作为核心设计要素。本文描述的FAIR-DS本体为此类实施和研究提供了坚实的基础。
结束语
该研究团队受烟曲霉唑类耐药性日益增长的关联性及其在该领域促进FAIR化需求的启发,将一个现有程序应用于新领域以生成FAIR数据。考虑到项目的时间跨度有限,并未预期数据管理文化会发生彻底的广泛变革。不同部门之间需求和作业文化的差异构成了挑战,例如系统生物学部门的生物学家在生物信息学家的支持下管理数据,而遗传学部门的真菌学家通常独自负责数据管理和分析,这使得采用RDF等专业技术变得更加困难。尽管如此,这项工作展示了调整现有工具以使科学更加FAIR化的潜力。未来工作需要超越单纯的技术解决方案,关注研究社区的社会技术背景,开发轻量级、用户友好的解决方案,使其与不同科学领域的日常实践保持一致。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号