[论文解读] Sharing Neurophysiology Data from the Allen Brain Observatory: Lessons Learned

Saskia de Vries, Joshua H. Siegle+1 more|arXiv (Cornell University)|Dec 16, 2022

Functional Brain Connectivity Studies被引用 6

一句话总结

本文反思了艾伦脑图谱对小鼠视觉系统神经生理学数据的开放共享，强调其在100多篇出版物中产生的影响。文章总结了数据重用、透明度的关键经验，以及开放科学持续存在的障碍，为系统神经科学领域的数据共享提供了可操作的见解。

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.

研究动机与目标

• 通过艾伦脑图谱的视角，记录并分析开放数据共享在系统神经科学中的影响与挑战。
• 识别尽管已证明其益处，仍阻碍开放数据实践广泛采用的持续性障碍。
• 为改善数据共享、元数据质量以及神经生理学数据集的长期可持续性，提供可操作的建议。
• 展示开放、标准化的数据如何加速发现，支持算法基准测试，并促进神经科学中的可重复性。

提出的方法

• 分析艾伦脑图谱的数据共享框架，包括数据采集协议、元数据标准和基础设施。
• 汇编并审查超过100篇引用艾伦脑图谱数据的出版物和预印本，以评估数据重用的影响。
• 通过研究人员报告的挑战进行定性综合，包括数据可发现性、可用性以及文档缺失问题。
• 通过利益相关者反馈和机构实践，评估技术与文化障碍对开放数据共享的影响。
• 使用案例研究说明计算模型验证和实验基准测试中的成功数据重用。
• 识别神经生理学数据在数据整理、版本控制和持久标识符（如DOI）方面的最佳实践。

实验结果

研究问题

• RQ1 大规模神经生理学调查中开放数据共享的关键益处与挑战是什么？
• RQ2 艾伦脑图谱的数据在神经科学界如何被重用？由此衍生出了哪些类型的研究？
• RQ3 哪些机构、技术与文化障碍持续阻碍系统神经科学中的开放数据共享？
• RQ4 如何改进元数据质量和数据文档以增强数据可重用性？
• RQ5 哪些机构与技术策略可确保神经生理学数据集的长期可持续性与可访问性？

主要发现

• 艾伦脑图谱通过向公众开放小鼠视觉系统调查的高质量神经生理学数据，已促成100多篇出版物和预印本。
• 开放数据共享显著提升了可重复性，支持了计算算法的基准测试，并在多个实验室中推动了新发现。
• 尽管广泛受益，仍存在持续障碍，包括元数据文档不足、缺乏可发现性工具，以及机构对数据共享的激励不足。
• 研究人员频繁指出，需要更完善的数据文档、标准化的元数据格式以及持久标识符，以提升可重用性。
• 研究发现，当数据集配有全面的元数据、清晰的许可协议和版本控制时，数据重用最为有效。
• 机构支持与激励措施——如数据引用以及在终身教职评审中认可数据共享——被确定为实现可持续开放科学实践的关键推动因素。