大数据和实验生物学:以假设为导向和蓝天研究的互补作用

科学领域:

• * 综合生物学和生物生理学.
• *科学方法和研究设计.

背景情况:

• * 传统上,以假设为导向的研究主导着科学研究.
• * 实验生物学杂志 (JEB) 已扩大其范围,包括非假设导向的方法.
• *这种转变承认了各种研究策略在促进生物学理解方面的价值.

研究的目的:

• * 倡导将非假设主导的研究纳入科学出版物.
• *通过"蓝天"的理念主导实验,突出新发现的潜力.
• *强调无假设的实验是传统方法的补充,而不是对立.

主要方法:

• * 基于作者实验室经验的讨论.
• *分析假设主导和无假设研究之间的哲学关系.
• *探索数据驱动的方法,如大数据集 (例如,遗传屏幕) 和奥米克 (例如,转录组学).
• *考虑使用FAIR原则进行假设生成的元分析.

主要成果:

• *非假设主导的研究为了解生物的功能提供了一个公正的途径.
• * 没有假设的方法本质上是产生假设的,刺激新的研究问题.
• * 大数据集和奥米克在无假设研究中提供了强大的发现工具.
• * 对公开可用的,符合FAIR标准的数据进行元分析,可提供具有成本效益的假设制定.

结论:

• * 扩大JEB的范围有利于科学进步.
• *采用非假设主导的研究将引入原创工作和新的见解.
• *这种包容性的方法扩大了生物学中可解决的基本问题的范围.