Un marco para un flujo de trabajo de gestión de datos FAIR habilitado para estándares para biología sintética

Área de la Ciencia:

• Biología Sintética
• Bioinformática
• Gestión de Datos

Sus antecedentes:

• La investigación en biología sintética genera diversos datos (secuencias, modelos, imágenes) a menudo dispersos en sistemas dispares.
• Los formatos de datos inconsistentes y los metadatos dificultan la procedencia, la reutilización, la seguridad, el cumplimiento y la escalabilidad de los datos.
• Existe una brecha crítica en la vinculación coherente de datos, metadatos y código para garantizar la encontrabilidad, accesibilidad, interoperabilidad y reutilización (FAIR).

Objetivo del estudio:

• Abordar el desafío de la gestión fragmentada de datos en laboratorios de biología sintética.
• Proponer un marco para un flujo de trabajo de gestión de datos integrado que se adhiera a los principios FAIR.
• Proporcionar orientación práctica y soluciones de software para estandarizar la generación de datos y mejorar la trazabilidad de los datos.

Principales métodos:

• Se realizaron entrevistas semiestructuradas con investigadores de biología sintética en los Estados Unidos.
• Se analizaron las prácticas actuales de gestión de datos y se identificaron los desafíos clave.
• Se desarrolló un marco que mapea los tipos de datos comunes a los estándares comunitarios y se sugirieron soluciones de software.

Principales resultados:

• Identificó datos dispersos y metadatos inconsistentes como los principales obstáculos en la investigación de biología sintética.
• Propuso un marco para la gestión integrada de datos, vinculando datos, metadatos y código.
• Ofreció un catálogo de soluciones de software y directrices de adopción para facilitar las prácticas de datos FAIR.

Conclusiones:

• La implementación del marco propuesto puede estandarizar la generación de datos y elevarlos al estado FAIR.
• La mejora de la gestión de datos fortalece la trazabilidad para aplicaciones regulatorias y de defensa.
• Una base de datos estandarizada apoya el desarrollo y entrenamiento de modelos de aprendizaje automático en biología sintética.