[논문 리뷰] Sharing Neurophysiology Data from the Allen Brain Observatory: Lessons Learned

Saskia de Vries, Joshua H. Siegle외 1명|arXiv (Cornell University)|2022. 12. 16.

Functional Brain Connectivity Studies인용 수 6

한 줄 요약

이 논문은 앨런 뇌 관측소의 개방형 마우스 시각 시스템 신경생리학 데이터 공유에 대해 성찰하며, 이로 인해 100편 이상의 논문에서 영향을 미친 바를 강조한다. 데이터 재사용, 투명성, 그리고 개방 과학에 지속적인 장벽이 존재하는 점을 밝혀내며, 시스템 신경과학 분야에서의 데이터 공유 향상을 위한 실천 가능한 통찰을 제공한다.

ABSTRACT

Making all data for any observation or experiment openly available is a defining feature of empirical science (e.g., nullius in verba, the motto of the Royal Society). It enhances transparency, reproducibility, and societal trust. While embraced in spirit by many, in practice open data sharing remains the exception in contemporary systems neuroscience. Here, we take stock of the Allen Brain Observatory, an effort to share data and metadata associated with surveys of neuronal activity in the visual system of laboratory mice. The data from these surveys have been used to produce new discoveries, to validate computational algorithms, and as a benchmark for comparison with other data, resulting in over 100 publications and preprints to date. We distill some of the lessons learned about open surveys and data reuse, including remaining barriers to data sharing and what might be done to address these.

연구 동기 및 목표

• 앨런 뇌 관측소를 통해 시스템 신경과학 분야에서의 개방형 데이터 공유의 영향과 과제를 기록하고 분석한다.
• 다양한 이점이 입증됨에도 불구하고 꾸준히 지속되는 개방형 데이터 공유 관행의 광범위한 도입을 저지하는 장애 요인을 특정한다.
• 데이터 공유, 메타데이터 품질, 신경생리학 데이터셋의 장기적 지속 가능성 향상을 위한 실천 가능한 권고안을 제공한다.
• 개방형 표준화된 데이터가 신경과학 분야에서 발견 속도를 가속화하고, 알고리즘의 기준을 설정하며, 재현 가능성을 지원할 수 있음을 보여준다.

제안 방법

• 앨런 뇌 관측소의 데이터 공유 프레임워크 분석을 통해 데이터 수집 절차, 메타데이터 표준, 인프라 구조를 검토한다.
• 앨런 뇌 관측소 데이터를 인용한 100편 이상의 논문 및 프리프린트를 수집하고 검토하여 재사용 영향을 평가한다.
• 연구자들이 데이터를 사용하면서 겪는 과제를 정성적으로 통합 분석하며, 데이터 탐색 가능성, 사용 용이성, 문서화 부족 등의 문제점을 분석한다.
• 스테이크홀더 피드백과 기관 관행을 통해 기술적 및 문화적 장벽을 평가한다.
• 컴퓨터 모델 검증 및 실험 기준 설정에 성공적으로 데이터를 재사용한 사례 연구를 활용하여 사례를 설명한다.
• 신경생리학 데이터에 대한 최선의 실천 방식을 특정하며, 데이터 쿠리네이션, 버전 관리, 영구 식별자(예: DOIs)를 포함한다.

실험 결과

연구 질문

• RQ1 대규모 신경생리학 조사에서의 개방형 데이터 공유의 주요 이점과 과제는 무엇인가?
• RQ2 앨런 뇌 관측소 데이터는 신경과학 공동체에서 어떻게 재사용되었으며, 이를 바탕으로 어떤 유형의 연구가 탄생했는가?
• RQ3 지속적으로 시스템 신경과학 분야에서 개방형 데이터 공유를 저지하는 기관적, 기술적, 문화적 장애 요인은 무엇인가?
• RQ4 데이터 재사용성을 향상시키기 위해 메타데이터 품질과 데이터 문서화를 어떻게 개선할 수 있는가?
• RQ5 신경생리학 데이터셋의 장기적 지속 가능성과 접근 가능성을 보장하기 위한 기관적 및 기술적 전략은 무엇인가?

주요 결과

• 앨런 뇌 관측소는 마우스 시각 시스템 조사에서의 고품질 신경생리학 데이터를 개방형으로 제공함으로써 100편 이상의 논문 및 프리프린트를 가능하게 하였다.
• 개방형 데이터 공유가 재현 가능성 향상에 크게 기여하였으며, 계산 알고리즘의 기준 설정과 여러 실험실에서의 새로운 발견을 지원하였다.
• 광범위한 이점에도 불구하고 지속적인 장애 요인으로는 부족한 메타데이터 문서화, 탐색 도구 부족, 데이터 공유에 대한 기관적 타격 요인 등이 있다.
• 연구자들은 데이터 재사용성을 향상시키기 위해 더 나은 데이터 문서화, 표준화된 메타데이터 형식, 영구 식별자를 요구하는 경향이 뚜렷했다.
• 본 연구에서는 데이터셋에 종합적인 메타데이터, 명확한 라이선스, 버전 제어가 동반될 경우 데이터 재사용이 가장 효과적임을 발견하였다.
• 기관적 지원 및 인cent라이브(예: 데이터 인용, 정년 심사에서의 인정)는 지속 가능한 개방 과학 관행을 위한 핵심 요소로 확인되었다.