Nucleic Acids Research
微生物组研究中的FAIR数据与元数据共享标准

小赛推荐：

本文提出了基于层级的数据和元数据共享标准体系，以及自动化评估工具MISHMASH，系统性地揭示了当前微生物组研究在数据共享中的不足，并为提高研究数据的可重复性与可重用性提供了有效框架。

 

文献概述
本文《Tier-based standards for FAIR sequence data and metadata sharing in microbiome research》，发表于《Nucleic Acids Research》杂志，回顾并总结了微生物组研究中在数据共享与元数据标准化方面长期存在的问题，并提出了一套基于层级的评估标准，以促进符合FAIR原则的数据共享。

背景知识
微生物组研究依赖于高通量测序技术，产生大量序列数据和相关元数据。尽管已有如INSDC、MIxS等标准数据库和元数据模板，研究数据的可获取性与标准化程度仍不理想。大量研究数据无法通过公共数据库获取，或与元数据关联性差，导致跨研究整合困难。此外，作者未提供数据或提供方式不规范的问题普遍存在，阻碍了科学验证与复现。本文基于自动化工具MISHMASH，对数千篇微生物组研究进行系统评估，揭示当前数据共享实践的局限性，并提出改进方案。

 

提供多种自发肿瘤小鼠模型，涵盖自然突变或基因编辑构建的癌症模型，支持抗肿瘤药物筛选、免疫治疗评估及肿瘤微环境研究。

了解更多

 

研究方法与实验
研究团队提出了Bronze、Silver、Gold三个层级的数据与元数据共享标准，并开发了MISHMASH工具对PubMed Central（PMC）中2929篇人类肠道微生物组研究及370篇土壤与肠道微生物研究进行自动评估。该工具通过检测序列数据库（如SRA、ENA）、元数据完整性、测序方法、引物序列及分析代码的提供情况，对研究进行自动分级。

关键结论与观点

• 近半数微生物组研究未能达到基本的序列数据可用性标准，且元数据标准化程度低，阻碍了跨研究整合。
• 层级标准中，Silver级别最常见，代表在数据开放性与可行性之间的平衡，而Gold级别仅占8%，表明高质量数据共享仍较少。
• MISHMASH在自动评估中表现良好，四分类准确率达84%，二分类准确率达97%，表明其可有效用于出版前或出版后的数据合规性评估。
• 尽管多数期刊要求数据公开，但实际执行中，数据可用性声明（DAS）与元数据质量之间存在明显脱节，大量数据无法有效获取或复用。
• 元数据报告的非标准化问题严重，不同研究使用多个术语描述相同变量，导致整合与复用困难。

研究意义与展望
本文提出的层级评估系统为作者、期刊、资助机构提供了一种自动评估数据共享质量的工具，有助于推动微生物组研究数据的标准化与可复用性。未来可拓展至其他组学或数据密集型生命科学研究领域，并整合至出版平台或文献检索系统，以提升数据透明度和研究可重复性。

 

提供多种代谢相关疾病小鼠模型，包括基因敲除、敲入及饮食诱导模型，支持肥胖、糖尿病、脂肪肝等代谢疾病机制研究与药物开发。

了解更多

 

结语
本文系统评估了微生物组研究中的数据与元数据共享现状，揭示了当前开放数据实践的不足，并提出了基于层级的评估标准和自动化工具MISHMASH。研究指出，元数据标准化问题比序列数据缺失更严重，阻碍了数据的互操作性与复用性。层级系统提供了一种可操作的质量评估机制，为出版物数据共享提供透明度，并促进科研社区向FAIR原则靠拢。本文工作不仅为数据合规性评估提供了方法论支持，也为未来研究数据基础设施建设提供了方向。

 

Lina Kim, Anton Lavrinienko, Zuzana Sebechlebska, Sven Stoltenberg, and Nicholas A Bokulich. Tier-based standards for FAIR sequence data and metadata sharing in microbiome research. Nucleic Acids Research.