合成生物学における標準対応FAIRデータ管理ワークフローのフレームワーク

科学分野:

• 合成生物学
• バイオインフォマティクス
• データ管理

背景:

• 合成生物学研究では、さまざまなシステムに散在する多様なデータ（配列、モデル、画像）が生成されます。; データ形式とメタデータの一貫性の欠如は、データの来歴、再利用、セキュリティ、コンプライアンス、およびスケーラビリティを妨げます。; ファインダビリティ、アクセシビリティ、相互運用性、再利用性（FAIR）を確保するために、データ、メタデータ、およびコードを一貫してリンクすることには重大なギャップがあります。

研究 の 目的:

• 合成生物学研究所における断片化されたデータ管理の課題に対処すること。; FAIR原則を遵守する統合データ管理ワークフローのフレームワークを提案すること。; データ生成の標準化とデータトレーサビリティの向上のための実践的なガイダンスとソフトウェアソリューションを提供すること。

主な方法:

• 米国全土の合成生物学研究者への半構造化インタビューを実施しました。; 現在のデータ管理慣行を分析し、主要な課題を特定しました。; 一般的なデータ型をコミュニティ標準にマッピングし、ソフトウェアソリューションを提案するフレームワークを開発しました。

主要な成果:

• 合成生物学研究における主要な障害として、散在するデータと一貫性のないメタデータを特定しました。; データのメタデータとコードをリンクする統合データ管理のためのフレームワークを提案しました。; FAIRデータの実践を容易にするためのソフトウェアソリューションのカタログと採用ガイドラインを提供しました。

結論:

• 提案されたフレームワークを実装することで、データ生成を標準化し、FAIRステータスに引き上げることができます。; データ管理の改善は、規制および防衛アプリケーションのトレーサビリティを強化します。; 標準化されたデータ基盤は、合成生物学における機械学習モデルの開発とトレーニングをサポートします。