使用数据血统和可追溯性来优化发布潜力
是否想在高影响力期刊上出版时开始抢先一步?频繁的高影响力出版物是研究人员展示其作品最有力的方式之一。它可以巩固研究人员的声誉和开放式大门,以取得协作和授予奖励成功。因此,加强高影响力出版物的机会可以帮助早期职业者和既定的研究人员在他们选择的领域中取得成功。
准确且可访问的数据是维护科学期刊上出版标准的关键,也是发布的关键因素。在数据报告引起了不当行为的怀疑之后,最近的许多论文面临着撤回。1尽管撤回并不总是表明研究欺诈,但与出版物召回相关的污名可能会对研究人员的声誉造成怀疑。为了避免这种后果,建立最佳实践数据记录工作流程至关重要,并且可以优化原始研究和支持成功的发布潜力。
本文概述了数据血统和可追溯性的关键原则 - 建立良好数据记录实践的两个重要因素。它探讨了如何使用电子实验室笔记本电脑进行数据管理和共享来优化原始研究的出版潜力。
什么是数据谱系?
用科学的角度来看,血统是指共同祖先的血统序列。同样,数据谱系描述了数据集从集合到出版物的演变。数据谱系通常包含分析,可视化或解释方面,并包括如何转换数据。它有助于评估数据质量,并允许追踪和识别后源。2数据血统与可追溯性
尽管血统描述了数据集的演变,但可追溯性可确保信息跟踪既合乎逻辑又健壮。就像警方调查中的证据链一样,数据可追溯性可确保可以通过研究阶段跟踪信息。良好的数据可追溯性可以包括清晰的批准过程,数据条目上的电子签名或数据输入的时间戳。这种做法确保在道德,有效地使用信息,并遵守政府指南或行业标准。3数据血统和可追溯性确保了可发布结果的完整性和可重复性(图1)。他们不仅阐明了如何获得实验结果,而且还支持对发现的验证并提高研究人员的学术信誉。在访问原始数据方面出现问题后,最近在高影响力期刊上发表了两篇论文。1两篇论文都共享了共同的数据源,尽管纸的作者都没有访问原始文件。当无法追踪数据血统时,支持欺诈性不当行为的怀疑,作者的职业受到了显着负面影响。4
科学不当行为并不总是意味着数据欺诈 - 它还可能包括未报告重要的实验细节。1如果没有足够的数据谱系和可追溯性,那么当细节以后才变得相关时,可能会丢失有价值的信息。北美和欧洲的主要资金机构已独立发布了新的政策来反映这一点,重点是良好的数据管理和共享实践。5认真的数据血统和数据可追溯性可以帮助满足这些准则,确保资金并最大程度地提高研究效率,从而减少对不适当的实验重复的需求。
保留公平数据的重要性
公平的指导原则强调,与科学出版物有关的所有数据和元数据都必须找到,可访问,可互操作和可重复使用。实现公平数据是正确数据管理的先决条件。确保研究项目的数据得到保护,可用和信任也是实现公平数据的关键。不同的工具通过将研究相关的数据集中在一个地方,有助于改善数据管理,并带注释,可追溯,可搜索且易于可视化和理解。6可视化数据实验过程的工具
可视化实验过程是确保实施适当完整性度量的最简单方法之一。通过以视觉格式映射研究任务和过程,科学家可以快速找到答案并建立重要的验证步骤(例如,重复,控制,质量控制等)。可以捕获与每个步骤相关的结果,从而确保永远不会错过关键信息。因此,支持可视化的工具可以帮助研究人员为其数据做出正确的选择,并阐明为什么要做出关键的研究决策。
电子实验室笔记本(ELN)可以促进实验步骤以及谱系和可追溯性管道的可视化。因此,ELN为希望优化其出版潜力,为合作做准备并提高授予奖励成功的研究人员提供了一个令人兴奋的机会。
什么是ELN?
ELN是计算机软件包,旨在替换传统的纸质实验室笔记本。像纸质笔记本一样,ELN用于记录协议信息,原始数据和实验观察结果。但是,许多软件包都集成了其他实验室管理,协议模板,库存管理和电子签名功能。Elns vs Lims
实验室信息管理系统(LIMS)还提供了记录数据可追溯性信息的机会,但是,LIM通常旨在记录结构化数据。由于ELN允许用户记录非结构化数据,例如观察和分析,因此它们比LIMS为许多学术实验室提供了重大好处。7某些ELN和LIM将具有诸如审计步道,电子签名和时间戳等属性;这些功能可以确保可靠的可追溯性和数据完整性。下面的图表概述了选择ELN或LIM时需要考虑潜在的实验室。请注意,这是广义的;不同的ELN和LIMS系统可能会提供此图表中未包含的其他功能。表格1:ELN和LIM之间的关键差异
考虑一下合作的数据跟踪工作流程
scinote eln为希望在职业生涯的任何阶段进行合作的研究人员提供负担得起的数据文档解决方案。Scinote的独特项目/实验/任务结构和数据管理功能可以随着实验室的成长提供支持。无论是准备用于演示,出版还是技术转移的数据,Scinote都可以牢记研究人员设计工作流程。
使用Scinote,数据将自动备份在云上,从而消除了物理损害的风险,并确保始终可以共享信息。值得庆幸的是,虽然火和水损坏很少,但它确实在实验室环境中构成了重大风险。9Scinote可保护数据免受可能破坏纸张或本地存储的电子记录的物理损害或错位的类型。此外,随着数据存储在集中在线和访问控制功能的情况下,当实验室成员离开时,信息永远不会丢失。这在研究人员和学生失误定期发生的研究中尤其重要,而博士后的稀缺很常见。10Scinote可用于将项目和实验分配给小组成员,这意味着一旦新成员加入小组,就可以根据专业知识分配重要任务。该功能有助于研究继续顺利进行,并提供一层保护,以防止快速变化的学术环境。
Scinote现在也与protocols.io- 一个为协议共享和方法优化设计的安全协作研究平台。科学家可以通过scinote直接访问协议。此功能使搜索和导入外部协议快速简便。可以直接在研究人员自己的ELN中保存外部协议,并获得适当的认证,从而节省时间并确保可追溯性。
数据血统,可追溯性和良好实践指南
什么是好的实验室实践
良好的实践指南列出了过程和程序,如果遵循,则可以产生最佳和最道德的结果。良好的实验室实践(GLP)是指非临床安全和监管研究的标准,以开发人类健康产品。这些原则确保在非临床安全研究中生成,处理和报告的任何数据都具有高质量和完整性。11
ELN如何支持GLP合规性?
在美国,第21条联邦法规(CFR)第11部分定义了确保电子签名和电子记录可靠且可信赖的标准;仅授予授权人员访问电子数据。12,13食品和药物管理局(FDA)的要求也转向电子数据提交以简化临床数据审查。良好数据管理和共享的政策始终可能会发生变化。例如,美国国家卫生研究院(NIH)最近发布了一项新的数据管理和共享政策,以更新目前的情况。14使用ELN组织数据谱系和可追溯性,研究人员可以快速响应可食用性指南和数据共享策略的变化以及保护数据完整性。Scinote提供电子签名,审核步道,时间戳,用户角色和权限为了支持21 CFR第11部分规定的GLP合规性要求,同时保持系统的灵活性和易于使用。
提高生产力并节省时间
使用Scinote可以显着提高生产率;个人每周节省大约九个小时,同时完成相同的工作量(图2)。15可以自动生成项目报告,使该过程比手动替代方案快90%。此外,使用模板可以轻松地可视化项目和依赖项,使计划和安排更快80%。16Scinote还提供了其他实验室管理工具,例如库存管理,可以进一步降低平凡任务上花费的时间并提高生产率。
结论
在科学研究中构建强大的数据血统和可追溯性工作流程可节省时间并提高生产率,同时支持GLP合规性。Scinote确保简单的数据访问和可视化,以最大程度地减少浪费的时间,以延迟发布的昂贵重复实验。通过支持数据共享和管理的最佳实践,Scinote促进了高影响力的出版物,协作和授予奖的成功。
了解有关ELN如何支持数据管理和授予写作的更多信息。
参考
- Boetto E,Golinelli D,Carullo G,等。科学研究中的欺诈以及如何克服它们。J Med伦理。doi:10.1136/Medethics-2020-106639
- 数据出处和血统:数据跟踪的技术指导 - 第1部分。数据共享支持中心。https://eudatasharing.eu/technical-aspects/data-provenance-part-1。2022年11月3日访问。
- 良好制造实践和良好分销实践的指南:问题和答案。欧洲药品管理局。https://www.ema.europa.eu/en/human-regulatory/research-development/compliance/good-manufacturing-practice/guidance-guidance-guidance-guood-manufacturing-practice-practice-good-good-distribution-distribution-distribution-practice-practions-questions-questions-questwers。2022年11月3日访问。
- 参与缩回的柳叶刀研究的研究人员已终止了教师任命,随着丑闻的出现。STAT新闻。https://www.statnews.com/2020/06/07/researcher-involved-in-retracted-lancet-study-has-faculty-appoulty-appointment-terment-termind-termind-ter- and-as-as-details-in-scandal-emerge/emerge/emerge/emerge/。于2020年6月7日出版。2022年11月3日访问。
- 研究数据管理指南:NIH 2023和欧洲委员会政策。scinote。https://www.scinote.net/nih-2023-policies-whitepaper-whitepaper-overview-235524/。出版于2022年1月19日。2022年11月4日访问。
- 公平的原则 - 关键的研究人员的消息。scinote。https://www.scinote.net/blog/fair-principles/。出版于2022年7月6日。2022年11月3日访问。
- ELN,LIMS,CDS,LES:有什么区别?捷克葡萄牙直播技术网络。//www.qianliexian123.com/informatics/articles/eln-lims-cds-les-les-whats-whats-whats-whats-y-difference-313834。2019年1月11日发布。访问于2022年11月3日。
- Scandura,A,Iammarino,S。与行业的学术参与:研究质量和经验的作用。J Technol Transf。2002; 47:1000–1036。doi.org/10.1007/S10961-021-09867-0
- 防止科学实验室大火。国家科学教学协会。https://www.nsta.org/blog/preventing-science-laboration-fires。2019年2月27日发布。访问于2022年11月3日。
- Woolston C.实验室领导者与较少的博士后搏斗。自然。2022; 10。doi:10.1038/d41586-022-02781-x
- 良好的实验室实践(GLP)。组织
经济合作与发展。https://www.oecd.org/chemicalsafety/testing/good-laboratory-practiceglp.htm。2022年11月3日访问。 - 第11部分,电子记录;电子签名 - 范围和应用。美国食品和药物管理局。https://www.fda.gov/regulatory-information/search-fda-guidance-documents/part-11-electronic-records-electronic-signatures-signatures-signatures-scope-scope-scope-anplication。于2018年8月24日发布。访问于2022年11月3日。
- 法规:良好的临床实践和临床试验。美国食品和药物管理局。https://www.fda.gov/science-research/clinical-trials-and-human-subject-protection/regulations-good-good-clinical-practice-plactice-and-clinical-clials。出版于2020年1月1日。2022年11月3日访问。
- 新的NIH数据共享政策2023 - 为什么共享关心。scinote。https://www.scinote.net/blog/the-2023-nih-data-sharing-policy/。于2022年8月10日发布。2022年11月3日访问。
- 实施电子实验室笔记本时的投资回报率。scinote。https://www.scinote.net/blog/return-on-investment-when-implementing-an-eln-in-in-your-lab/。2022年11月4日访问。
- 管理科学实验室的工作。scinote。https://www.scinote.net/solutions-for-labs/managing-work/#creating-templates。出版于2022年10月6日。2022年11月4日访问。