高凡，田國祥，賀海蓉，楊津,3，曾憲濤，呂軍,3

2012年，大數(shù)據(jù)時代降臨，呈爆炸式激增的海量數(shù)據(jù)資源在各個領域開始了量化進程。醫(yī)學研究作為大數(shù)據(jù)發(fā)展的受益者，利用醫(yī)療大數(shù)據(jù)在臨床診斷、個體化治療、疾病預測等方面發(fā)揮著巨大作用[1]。與此同時，數(shù)據(jù)的可再利用性、數(shù)據(jù)共享政策正在引起全球普遍重視，近十幾年數(shù)據(jù)管理和數(shù)據(jù)共享的基礎設施和相關法規(guī)建設正在迅速發(fā)展。自2003年以來，美國國立衛(wèi)生院要求所有大型基金資助科研項目公開其數(shù)據(jù)。世界最大的開放獲取期刊PLOS One要求作者在文章出版的同時提交其數(shù)據(jù)至公共數(shù)據(jù)庫平臺。BMJ出版集團建議作者在投稿的同時將數(shù)據(jù)存儲至Dryad數(shù)據(jù)庫[2-8]。Dryad作為大型穩(wěn)健的數(shù)據(jù)共享平臺，是實現(xiàn)數(shù)據(jù)流通、提高數(shù)據(jù)再利用率的典范。本文將詳細介紹如何通過Dryad數(shù)據(jù)庫實現(xiàn)醫(yī)學數(shù)據(jù)共享。

1 Dryad數(shù)據(jù)庫簡介

Dryad數(shù)據(jù)庫受美國國家科學基金會資助，于2008年9月成立，是一家非營利性會員制組織。Dryad數(shù)據(jù)庫中儲存醫(yī)學、生物學、生態(tài)學領域的研究數(shù)據(jù)，向全球開放，可免費下載其中的數(shù)據(jù)資源并可再次使用。Dryad的誕生源于在生物學和生態(tài)學領域的一些領先期刊和科學團體的倡議，他們希望出版機構采用聯(lián)合數(shù)據(jù)存檔政策，即鼓勵向期刊投稿的研究者提交文稿時一并上傳數(shù)據(jù)至專業(yè)數(shù)據(jù)庫來存儲數(shù)據(jù)和共享數(shù)據(jù)[9]。

Dryad數(shù)據(jù)庫可幫助研究人員實現(xiàn)數(shù)據(jù)可長期存檔保存且開放免費重復使用愿望。截止2018年2月，與Dryad數(shù)據(jù)庫合作的期刊超過六百種，數(shù)據(jù)文件有六萬余件，下載次數(shù)多達230萬次[10]。

2 注冊Dryad賬號

登錄Dryad網站（https://datadryad.org/）可進行賬號注冊（圖1），在Dryad官網點擊“Log in/Sign up”，輸入申請者郵箱，點擊“Register”。

接下來申請者郵箱將會收到Dryad數(shù)據(jù)庫發(fā)來的郵件，郵件中含有一個鏈接，點擊該鏈接即自動跳轉到Dryad網站建立賬號的頁面（圖2）。需要填寫姓名、電話，設置賬號密碼，點擊“Complete registration”即可完成注冊。無論是下載Dryad數(shù)據(jù)還是在Dryad平臺發(fā)布數(shù)據(jù)，均需先登錄賬號。

3 搜索和下載數(shù)據(jù)

所有Dryad的數(shù)據(jù)均可免費下載使用。在Dryad首頁，可以看見“Browse for data”版塊，其中顯示的是最近在Dyrad平臺發(fā)布數(shù)據(jù)的文章標題和作者，以及數(shù)據(jù)被下載次數(shù)最多的文章標題和作者。如對這些內容感興趣，可直接點擊其標題，即可看到該文章的具體信息和其包括的數(shù)據(jù)文件，如有具體需搜索數(shù)據(jù)的方向，可在首頁上“Search for data”中輸入關鍵詞進行搜索，或點擊“Advanced search”進行高級搜索（圖3）。

圖1 Dryad主頁界面

圖2 Dryad注冊賬號界面

在“Search for data”可以輸入的關鍵詞類型包括作者、標題、數(shù)字對象標識符（DOI）等。以搜索2017年發(fā)表的與糖尿病相關的文章數(shù)據(jù)為例，演示如何進行數(shù)據(jù)搜索。點擊“Advanced search”進入高級搜索界面，在“Search terms”中輸入“diabetes”，在“Add refinement”下拉菜單中可以選擇需要附加的其他搜索條件，其中包括文章標題、作者、主題、發(fā)表時間，點擊“Publication date”輸入“2017”，點擊“Add”。搜索結果中展示了符合本次搜索條件的共21篇文章，搜索結果可按照相關性、文章標題、文章發(fā)表時間進行排序，圖4中的搜索結果是按照相關性進行降序排列。圖4右半部分可看到Dryad網站對本次搜索結果按照作者、主題、發(fā)表時間、期刊名稱有詳細的分類，點擊任一分類查看其中包括的研究文章和數(shù)據(jù)。

點擊相關性排列在第一位的文章，如圖5所示，目標研究主頁面展示該文章的基本信息，發(fā)布的數(shù)據(jù)文件和使用該數(shù)據(jù)時規(guī)范引用文獻和數(shù)據(jù)的格式。在“Files in this package”當中，點擊“download”中文件名稱，即可下載數(shù)據(jù)。在引用該文獻和數(shù)據(jù)時，可直接點擊“cite”，下載其引用格式。

圖3 Dryad搜索數(shù)據(jù)界面

圖4 高級搜索界面

4 發(fā)布數(shù)據(jù)

越來越多期刊鼓勵研究者公布研究數(shù)據(jù)，一方面鼓勵科研數(shù)據(jù)的再利用產生更多新的科學發(fā)現(xiàn)，一方面推動醫(yī)學研究的透明化、公開化。研究者發(fā)布在Dryad上的數(shù)據(jù)可用于共享，他人通過Dryad搜索數(shù)據(jù)同時會發(fā)現(xiàn)利用該數(shù)據(jù)發(fā)表的文章，有助于提高該研究者及該出版商的聲譽和學術影響力[7]。同時，Dryad會給每一個數(shù)據(jù)包分配一個全球可識別的，永久的數(shù)字對象標識符（DOI），可用于數(shù)據(jù)引用。

在Dryad數(shù)據(jù)庫發(fā)布數(shù)據(jù)時有以下幾點注意事項：①在Dryad數(shù)據(jù)平臺發(fā)布的數(shù)據(jù)大部分均與同行評審的期刊相關聯(lián)，也接受來自其他知名來源（例如博士論文和書籍）的非同行評審出版物相關的數(shù)據(jù)；②大多數(shù)類型的文件格式均可被接受，例如，文本，電子表格，視頻，照片，軟件代碼，包括多個文件的壓縮存檔，Dryad也可接受非數(shù)據(jù)文件，前提是這些文件是出版物不可或缺的一部分并且可以公開，此外，雖然Dryad可以存儲軟件腳本和軟件源代碼的照片，但Dryad建議使用具有版本控制的公共軟件存儲庫來維護軟件包；③數(shù)據(jù)文件大小在20GB以下均免費，超過20GB將收取額外費用；④研究人群的資料必須根據(jù)適用的法律和道德準則進行適當?shù)哪涿幚砗蜏蕚?；⑤需遵循Creative Commons Zero豁免的許可條款；⑥文件語言要求為英語。

圖5 目標研究主頁面

如果研究者投稿的期刊是Dryad的合作伙伴，那么登錄該期刊即可鏈接到Dryad進行數(shù)據(jù)發(fā)布，研究者需要遵循該期刊數(shù)據(jù)發(fā)布的指南進行數(shù)據(jù)提交，有些期刊建議數(shù)據(jù)在投稿時提交，有些期刊則要等到文章接收后才提交數(shù)據(jù)。一些合作期刊為作者提供了數(shù)據(jù)在論文出版后延遲發(fā)布的選擇，通?？裳舆t一年后再公開數(shù)據(jù)，且期刊編輯有權酌情在特殊情況下授予更長的延遲發(fā)布時間。Dryad已經將數(shù)據(jù)提交模塊嵌入到合作期刊投稿流程中，簡化提交流程。一旦文件準備好，提交通常不到15 min。如果研究者投稿的期刊并不是Dryad的合作方，可通過Dryad官網進行數(shù)據(jù)發(fā)布。首先登陸賬號，然后在Dryad首頁點擊“Submit data now”進入數(shù)據(jù)提交頁面。提交數(shù)據(jù)有四個步驟，第一填寫出版物的基本信息，包括與該數(shù)據(jù)相關的研究論文或其他刊物的發(fā)表情況、研究者進行研究工作的所在國家、是否受美國國家科學基金會資助以及數(shù)據(jù)發(fā)布同意書。填寫完成后點擊“next”，第二步上傳數(shù)據(jù)，第三步審核數(shù)據(jù)，最后提交數(shù)據(jù)。

Dryad會對每次提交的文件進行基本檢查，例如，文件是否可以打開,它們是否沒有病毒，是否沒有版權限制，是否顯示沒有敏感數(shù)據(jù)，Dryad也會檢查元數(shù)據(jù)的完整性和正確性，例如關于相關出版物的信息，延遲數(shù)據(jù)發(fā)布的日期，索引關鍵字，同時DOI被正式注冊。一旦論文在網上發(fā)表，數(shù)據(jù)包將同時公開發(fā)布，除非數(shù)據(jù)提供者選擇延遲發(fā)布數(shù)據(jù)。由于論文標題，摘要，作者等在出版過程中經常發(fā)生變化，因此Dryad會根據(jù)已接受或已發(fā)表的文章確認并更新此信息。

Dryad元數(shù)據(jù)可通過索引服務使信息搜索者盡快找到符合其條件的數(shù)據(jù)資源。數(shù)據(jù)包可以在DataONE網絡中進行訪問和備份以實現(xiàn)長期保存。原始文件的信息內容永遠不會被有意修改或處理，但可以制作不同文件格式的副本以便于保存。如果在歸檔后需要對數(shù)據(jù)包進行實質性更改，則必須創(chuàng)建新版本的包。

5 結語

相比其他公共數(shù)據(jù)庫平臺，Dryad數(shù)據(jù)庫憑借和眾多主流期刊的合作更加高效的實現(xiàn)數(shù)據(jù)共享，通過給元數(shù)據(jù)分配DOI的形式使得數(shù)據(jù)可以被引用，在提高科研數(shù)據(jù)利用率的同時也提高了研究者和出版機構的學術聲譽；Dryad在數(shù)據(jù)維護和數(shù)據(jù)容災方面具有細致的管理政策，因此數(shù)據(jù)得以長期保存；數(shù)據(jù)“零門檻”使用和友好的操作界面也使得Dryad數(shù)據(jù)庫受到越來越多科研工作者的青睞。本文詳細闡述了如何使用Dryad數(shù)據(jù)庫進行數(shù)據(jù)下載和發(fā)布，相信未來會有更多諸如Dryad一樣的開放數(shù)據(jù)庫來推動醫(yī)學數(shù)據(jù)共享可持續(xù)發(fā)展。

[1]宋波,楊艷利,馮云霞. 醫(yī)療大數(shù)據(jù)研究進展[J]. 轉化醫(yī)學雜志,2016(5):298-316.

[2]Dyke Stephanie OM,Hubbard Tim JP. Developing and implementing an institute-wide data sharing policy[J]. Genome Medicine,2011,3(9):60.

[3]李紅星,吳立宗,南卓銅,等. 科學數(shù)據(jù)聯(lián)合出版模式與內容研究[J].遙感技術與應用,2016(4):801-8.

[4]李娟,劉德洪,江洪. 國際科學數(shù)據(jù)共享現(xiàn)狀研究[J]. 圖書館建設,2009(2):19-25.

[5]林芳芳,趙輝. 美國Dryad數(shù)據(jù)庫共享政策及啟示[J]. 中國科技資源導刊,2015,47(6):48-94.

[6]朱艷華,胡良霖,袁雅琴. 國內外科研資助機構科學數(shù)據(jù)共享政策分析[J]. 中國科技資源導刊,2015,47(3):50-7.

[7]Piwowar HA. Sharing Detailed Research Data Is Associated with Increased Citation Rate[J]. Plos One,2007,2(3):e308.

[8]Khan K,Weeks A. Dryad in the UK and USA - prospective and retrospective data publication[J]. Toxicological Sciences,2016,153(2):kfw132.

[9]The Organization. [2018-03-07]. http://dryad2.lib.ncsu.edu/pages/organization.

[10]Dryad Digital Repository. [2018-03-07]. http://dryad2.lib.ncsu.edu/