A maioria dos dados científicos nunca atinge todo o seu potencial para impulsionar novas descobertas.
Para cada 100 conjuntos de dados gerados, aproximadamente 80 permanecem no laboratório, 20 são compartilhados, mas raramente reutilizados, menos de dois atendem aos padrões FAIR e, muitas vezes, apenas um leva a uma nova descoberta.
As consequências são significativas: o progresso nos tratamentos do cancro é lento, os modelos climáticos carecem de provas suficientes e os estudos não podem ser replicados.
Para mudar isso, a editora de ciência aberta Frontiers lançou o Frontiers FAIR² Data Management, anunciado como o primeiro serviço de dados de pesquisa abrangente e baseado em IA do mundo. O seu objetivo é tornar os dados reutilizáveis e contabilizados corretamente, integrando todas as etapas essenciais (gestão, verificações de conformidade, formatos preparados para IA, revisão por pares, portal interativo, certificação e alojamento permanente) num processo contínuo. O objetivo é garantir que os atuais investimentos em investigação se traduzam num progresso mais rápido na saúde, na sustentabilidade e na tecnologia.
FAIR² é construído com base nos princípios FAIR (Encontrável, Acessível, Interoperável e Reutilizável) com uma estrutura aberta estendida que garante que cada conjunto de dados seja compatível com IA e possa ser reutilizado eticamente por humanos e máquinas. O sistema de gestão de dados FAIR² é a primeira implementação eficaz deste modelo e surge num momento em que a produção de investigação está a crescer rapidamente e a inteligência artificial está a remodelar a forma como as descobertas são feitas. Traduz princípios de alto nível em infraestrutura real e escalável com impacto mensurável.
A cofundadora e CEO da Frontiers, Dra. Kamila Markram, explica:
“Noventa por cento da ciência desaparece no vazio. Com o gerenciamento de dados Frontiers FAIR², nenhum conjunto de dados e descobertas são perdidos – agora cada contribuição pode impulsionar o progresso, ganhar o crédito merecido e liberar o poder da ciência.”
O núcleo da inteligência artificial
O que antes levava meses de trabalho manual – desde a organização e validação de conjuntos de dados até a geração de metadados e resultados publicáveis – agora é feito em minutos pelo AI Data Steward, desenvolvido pela Senscience, a empresa Frontiers por trás do FAIR².
Os pesquisadores que enviam dados recebem quatro resultados abrangentes: um pacote de dados certificado, um artigo de dados revisado por pares e citável, um portal de dados interativo com visualização e recursos de chat de IA e um certificado FAIR². Cada elemento inclui controles de qualidade e resumos claros, tornando os dados mais compreensíveis para os usuários em geral e mais compatíveis entre diferentes disciplinas de pesquisa.
Juntos, esses resultados garantem que cada conjunto de dados seja preservado, validado, citável e reutilizável, ajudando a acelerar a descoberta e ao mesmo tempo dando aos pesquisadores o reconhecimento apropriado. O Frontiers FAIR² também aumenta a visibilidade e a acessibilidade, permitindo a reutilização responsável por cientistas, decisores políticos, profissionais, comunidades e até sistemas de inteligência artificial, permitindo à sociedade obter maior valor dos investimentos na ciência.
Conjunto de dados piloto principal
-
Características das variantes do SARS-CoV-2 — Este conjunto de dados abrange 3.800 variantes de proteínas spike, vinculando previsões de estrutura de AlphaFold2 e ESMFold a dados de ligação e expressão de ACE2. Fornece um recurso poderoso para a preparação para epidemias e permite uma compreensão mais profunda do comportamento e da adaptação das variantes.
-
RM de lesão cerebral pré-clínica –Um conjunto de dados unificado de 343 exames de ressonância magnética de difusão de quatro centros de estudo, padronizados entre protocolos e ajustados para comparabilidade. Ele oferece suporte à descoberta reprodutível de biomarcadores, análise poderosa entre locais e avanços na pesquisa pré-clínica de lesões cerebrais traumáticas.
-
Indicador de Pressão Ambiental (1990-2050) — Este conjunto de dados combina 60 anos de observações e previsões de modelos para 43 países, rastreando emissões, resíduos, população e PIB. Apoia a avaliação comparativa de sustentabilidade e o planeamento de políticas climáticas com base em evidências.
-
Biodiversidade do atol Indo-Pacífico — O conjunto de dados abrange 280 atóis em cinco regiões e integra registros de biodiversidade, habitats de recifes, indicadores climáticos e histórico de uso humano. Fornece uma base sem precedentes para a modelização ecológica, a priorização da conservação e a investigação inter-regional de ecossistemas insulares frágeis.
Os investigadores que testaram o piloto observaram que o Frontiers FAIR² não só preserva e partilha dados, mas também cria confiança na sua reutilização através de verificações de qualidade, resumos claros para não especialistas e uma combinação fiável de conjuntos de dados entre disciplinas, garantindo ao mesmo tempo que os cientistas ganham credibilidade.
Todos os conjuntos de dados piloto cumprem as especificações abertas FAIR², tornando-os curados de forma responsável, reutilizáveis e confiáveis para uso a longo prazo por seres humanos e máquinas, para que os dados de hoje possam acelerar os esforços de amanhã para resolver os desafios mais prementes da sociedade.
Identificar e reutilizar
Cada reutilização multiplica o valor do conjunto de dados original, garantindo que nenhuma descoberta seja desperdiçada, que cada contribuição leve à próxima descoberta e que os investigadores sejam reconhecidos pelo seu trabalho.
Sean Hill, cofundador e CEO da Senscience, a empresa Frontiers AI por trás do gerenciamento de dados FAIR², observou:
“A ciência investe milhares de milhões de dólares para gerar dados, mas grande parte deles é perdida e os investigadores raramente recebem reconhecimento. Com o Frontiers FAIR², cada conjunto de dados é citado e cada cientista é reconhecido – em última análise, recompensando o trabalho essencial que cria os dados. É assim que os tratamentos, as soluções climáticas e as novas tecnologias estão a entrar na sociedade mais rapidamente – é assim que libertamos a ciência.”
O que dizem os pesquisadores
Ángel Borja, Investigador Principal, AZTI, Pesquisa Marinha, Aliança Basca de Pesquisa e Tecnologia (BRTA):
“Eu recomendo fortemente o uso desse tipo de gerenciamento de dados e publicação de artigos porque você pode gerar informações muito rapidamente e elas estão em um formato útil para qualquer usuário final.”
Erik Schultes, pesquisador sênior do Centro Acadêmico de Pesquisa sobre Drogas de Leiden (LACDR); Líder de implementação FAIR na Fundação GO FAIR:
“Frontiers FAIR² incorpora perfeitamente o aspecto científico do projeto.”
Femke Heddema, pesquisadora da PharmAccess e gerente de inovação em sistemas de dados de saúde:
“O Frontiers FAIR² permite que pesquisadores e implementadores de saúde digital implementem com mais facilidade os princípios FAIR, provando que a reutilização de conjuntos de dados como o MomCare não precisa ser complicada. Ao fornecer dados transparentes, acessíveis e acionáveis, o Frontiers FAIR² abre a porta para novas oportunidades na pesquisa em saúde.”
Dr. Neil Harris, professor residente do Departamento de Neurocirurgia do Centro de Pesquisa de Lesões Cerebrais da UCLA:
“A implementação do (Frontiers) FAIR² permite verificações objetivas da ausência e da qualidade dos dados, o que é útil em muitos níveis. Esses tipos de avaliações imparciais e resumos de dados podem ajudar a compreensão por especialistas fora do domínio, melhorando, em última análise, o compartilhamento de dados. À medida que o campo continua a evoluir para usar big data em subdisciplinas mais diversas, essas verificações e resumos de dados serão essenciais para a forma como usamos e combinamos as grandes quantidades de dados que adquirimos em nossas análises atuais.”
Maryann Martone, editora-chefe, Center for Open Data Commons:
“(Frontiers) FAIR² é uma das maneiras mais simples e eficazes de alcançar a justiça dos dados. Cada PI deseja que seus dados sejam localizáveis, acessíveis, comparáveis e reutilizáveis no laboratório, com colaboradores e em toda a comunidade científica. O verdadeiro gargalo é sempre o tempo e o esforço necessários. (Frontiers) FAIR² reduz drasticamente essa barreira, tornando os verdadeiros dados FAIR acessíveis à maioria dos laboratórios.”
Chen Huanguo, professor assistente de pesquisa sobre neutralidade de carbono e mudanças climáticas no Centro para a Sociedade da Universidade de Ciência e Tecnologia de Hong Kong (HKUST):
“(Frontiers)FAIR² torna nosso conjunto global de dados sobre resíduos mais visível e acessível, ajudando pesquisadores de todo o mundo que muitas vezes lutam com dados escassos e fragmentados. Espero que isso expanda a colaboração e acelere insights para a gestão sustentável de resíduos.”
Dr. Sebastian Steibl, pesquisador de pós-doutorado no Naturalis Biodiversity Center e na Universidade de Auckland:
“A verdadeira acessibilidade aos dados é mais do que carregar uma tabela de dados para um repositório. Significa tornar os dados fáceis de ver, explorar e compreender sem exigir anos de treinamento. A plataforma (Frontiers) FAIR², equipada com chatbots de IA e exploração visual interativa de dados e ferramentas de resumo, torna nossos dados ambientais e de biodiversidade amplamente acessíveis e utilizáveis não apenas para acadêmicos, mas também para profissionais, legisladores e iniciativas comunitárias locais.”
