FAIR数据原则——让您的科研数据可发现、可访问、可复现
FAIR数据原则——让您的科研数据可发现、可访问、可复现
文章要点： FAIR原则（可发现性Findable、可访问性Accessible、可互操作性Interoperable、可复用性Reusable）已成为国际科研数据管理的黄金标准。本文系统解读四项原则的具体内涵，介绍主要数据存储平台，并为中国研究者提供切实可行的FAIR实施策略，帮助满足顶级期刊和资助机构的数据共享要求。
引言：为什么FAIR数据原则不可忽视
2016年，Wilkinson等人在《科学数据》（Scientific Data）期刊发表了奠定FAIR原则的重要论文，此后这一框架迅速成为全球科研数据管理的核心标准。今天，Nature、Science、Cell等顶级期刊以及NIH、欧盟地平线计划等主要资助机构均要求研究者遵循FAIR原则管理和共享科研数据。
对于中国研究者而言，FAIR原则的重要性体现在两个层面：一是满足国际合作和顶级期刊投稿的实际要求；二是响应国家自然科学基金委（NSFC）和科技部日益明确的开放科学政策导向。Inau等人的系统综述全面梳理了FAIR原则在健康数据管理中的实施现状与挑战（PMID: 37639292）。
科研数据的浪费是当前学术界面临的严峻问题。估计有超过50%的生物医学原始数据在论文发表后数年内即无法获取，大量宝贵的科研投入付诸东流。FAIR原则正是为解决这一问题而生。
FAIR四项原则深度解析
F——可发现性（Findable）
数据必须能够被人和计算机系统找到。可发现性要求：
- F1：数据和元数据拥有全球唯一且持久的标识符（如DOI、ORCID）
- F2：数据以丰富的元数据进行描述
- F3：元数据明确包含其所描述数据的标识符
- F4：数据和元数据在可检索的资源中注册或索引
实践建议：将数据存入Zenodo、Figshare、Dryad或国内的国家科技资源共享服务工程平台，上传后获取DOI。在论文中明确引用数据DOI，确保读者能够找到原始数据。
A——可访问性（Accessible）
数据在被找到后，必须能够被访问。可访问性要求：
- A1：数据和元数据可通过标准化协议（如HTTP/HTTPS）检索
- A1.1：该协议是开放、免费且可普遍实施的
- A1.2：协议允许在必要时进行身份验证和授权
- A2：即使数据本身不再可用，元数据依然可访问
重要说明：A原则并不等同于”数据必须完全开放”——涉及患者隐私、国家安全或商业机密的数据可以设置访问权限，但元数据必须始终公开可访问。
I——可互操作性（Interoperable）
数据应能与其他数据集成，并在不同应用程序和工作流程中使用。García-Closas等人在流行病学研究中系统探讨了向FAIR数据实践转型的路径与挑战（PMID: 36804665）。可互操作性要求：
- I1：数据和元数据使用正式的、可访问的、共享的和广泛适用的语言进行知识表示
- I2：数据和元数据使用符合FAIR原则的词汇表
- I3：数据和元数据包含对其他数据和元数据的合格引用
实践建议：使用领域通用的数据格式（生命科学用FASTQ/VCF/NetCDF，医学研究用DICOM/HL7 FHIR），并采用标准化本体（如Gene Ontology、MeSH词表）描述数据。
R——可复用性（Reusable）
数据和元数据应有足够丰富的描述，使其能够被复用并整合到其他研究中。可复用性要求：
- R1：数据和元数据有多种准确且相关的属性描述
- R1.1：数据和元数据发布时附有清晰且可访问的数据使用许可证
- R1.2：数据和元数据附有详细的来源信息
- R1.3：数据和元数据符合领域相关的社区标准
FAIR原则的实施路径
| 实施阶段 | 核心任务 | 推荐工具/平台 |
|---|---|---|
| 数据收集阶段 | 制定数据管理计划（DMP），选择标准化格式和编码方案 | DMPTool、DMP Online |
| 数据整理阶段 | 标准化变量命名，添加完整元数据，编写数据字典 | OpenRefine、REDCap |
| 数据存储阶段 | 上传至认可的数据存储库，获取持久标识符（DOI） | Zenodo、Figshare、Dryad、CERN |
| 数据发布阶段 | 选择合适的数据许可证，在论文中明确引用数据集 | Creative Commons许可证工具 |
主要数据存储库推荐
Cunha-Oliveira等人的综述详细讨论了生物医学研究中数据管理和共享的最佳实践，强调选择合适的存储库对数据长期可访问性至关重要（PMID: 38451234）。
| 存储库 | 适合数据类型 | 说明 |
|---|---|---|
| Zenodo | 各类科研数据、代码、论文 | 欧洲核子研究中心（CERN）运营，50GB免费，最受期刊认可 |
| Figshare | 图片、数据集、演示文稿、视频 | 20GB私有空间+无限公开，与Nature旗下期刊深度整合 |
| Dryad | 生命科学、生态学数据 | 需支付数据发布费（约120美元），但有豁免政策 |
| NCBI/SRA、GEO | 基因组学、转录组学数据 | 美国NIH旗下，大多数生物信息期刊强制要求 |
| 国家科技资源共享服务平台 | 各类科研数据 | 科技部支持，适合需优先满足国内政策要求的数据 |
| 中国国家基因组数据中心（NGDC） | 基因组学、蛋白质组学等 | 中国科学院建立，满足国内数据主权要求的重要选择 |
健康与医学数据的FAIR实施挑战
健康数据因其高度敏感性，FAIR原则的实施面临特殊挑战。De Groot等人在儿童和青少年心理健康研究领域深入探讨了FAIR原则实施的障碍与解决路径（PMID: 39727091）。主要挑战包括：
- 隐私保护与数据共享的张力：涉及患者信息的数据需满足中国《个人信息保护法》（PIPL）和《数据安全法》的要求，同时满足GDPR等国际标准
- 数据去标识化的技术门槛：有效的去标识化需要专业技术能力，否则可能仍存在重新识别风险
- 跨机构数据共享的合规问题：中国高校和医院的数据共享需经过伦理委员会审批和机构数据管理委员会同意，相应的伦理申请与数据管理文档可参照临床研究合规文档服务的准备清单
Holub等人提出了”FAIR-Health”框架，专门针对医学领域的数据再利用需求，为解决隐私与共享的矛盾提供了系统性解决方案（PMID: 29359962）。
数据许可证选择指南
选择合适的数据许可证是FAIR实践的重要环节。推荐选择以下开放许可证：
- CC BY 4.0（推荐）：允许任何人使用、共享、改编，仅要求署名。最被期刊和资助机构认可
- CC0（最开放）：完全放弃版权，进入公共领域。适合纯数据集
- CC BY-NC 4.0：允许非商业使用，适合希望限制商业使用的研究者
- ODC-By：专为数据库设计的开放数据库许可证
注意：在中国，科研数据的版权归属通常由所在机构的知识产权政策规定。在选择许可证前，建议确认您的机构政策。
期刊数据共享要求：你需要知道的
越来越多的顶级期刊要求强制数据共享。Perrier等人的荟萃综合研究揭示了研究者对数据共享的复杂态度，发现合理的激励机制和基础设施支持是克服数据共享障碍的关键（PMID: 32106224）。
以下是主要期刊的数据共享政策概览：
- Nature系列：强制要求数据共享声明，推荐使用认可的存储库，鼓励分配数据DOI
- Science：要求所有数据和材料在论文发表时可获取
- PLOS ONE：强制要求数据共享，不接受”数据可向作者索取”声明
- BMJ系列：强烈鼓励数据共享，临床试验数据要求强制共享
数据管理计划（DMP）：从项目立项开始
FAIR实践应从项目开始时就纳入规划。一份完整的数据管理计划（Data Management Plan, DMP）应包括：
- 数据类型、格式和预估数量
- 数据收集和生成方法
- 质量控制和版本管理策略
- 数据存储和备份方案
- 数据共享和访问权限安排
- 数据长期保存计划（至少保存10年）
- 数据伦理和法规合规说明
NSFC要求申请人在经费申请书中描述数据管理和共享计划，满足FAIR原则的DMP将有助于提升项目竞争力，撰写时不妨与基金申请书的整体打磨一并推进。
中国研究者的FAIR实施建议
Thibault等人呼吁建立真正协作的科研生态系统，使数据共享和开放科学成为学术文化的自然组成部分（PMID: 37856538）。针对中国研究者的具体建议：
- 在项目设计阶段纳入FAIR规划：不要等到论文写作时才考虑数据共享，提前规划可大幅降低后期成本
- 建立数据版本管理习惯：使用Git或类似工具记录数据处理过程，保证分析可复现
- 选择国内外双重存储库：对于涉及中国数据主权的敏感数据，优先使用国内认可存储库，同时在国际平台保存元数据
- 撰写清晰的数据可用性声明：在论文方法部分清晰描述数据存储位置和访问方式
- 积极参与领域数据共享社区：加入相关领域的数据共享联盟，共同制定社区标准
结论
FAIR数据原则不是额外的负担，而是提升研究质量、增强学术影响力的系统方法。随着中国科研政策持续推进开放科学，FAIR原则的实施能力将成为国际竞争力的重要组成部分。现在开始建立FAIR数据管理习惯，是每位中国研究者投资科研未来的明智选择。
用简单的话说
FAIR原则就是让你的科研数据”有名有姓能找到，网上可访问看得到，格式标准能用好，描述清楚可复用”。最简单的做法：把原始数据上传到Zenodo或Figshare，获取一个DOI，在论文里写明”数据可通过DOI:XXX获取”。这样做既满足期刊要求，又让你的研究更有影响力，还能防止数据丢失。医学数据涉及隐私的，可以只共享去标识化的数据，或在数据可用性声明中说明访问条件。
相关资源
参考文献
- Inau ET, et al. Initiatives, Concepts, and Implementation Practices of the Findable, Accessible, Interoperable, and Reusable Data Principles in Health Data Stewardship Practice: Scoping Review. J Med Internet Res. 2023;25:e45013. PMID: 37639292
- De Groot R, et al. Implementing Findable, Accessible, Interoperable, Reusable (FAIR) Principles in Child and Adolescent Mental Health Research: Mixed Methods Approach. JMIR Ment Health. 2024;11:e59113. PMID: 39727091
- García-Closas M, et al. Moving Toward Findable, Accessible, Interoperable, Reusable Practices in Epidemiologic Research. Am J Epidemiol. 2023;192(7):1109-1117. PMID: 36804665
- Cunha-Oliveira T, Ioannidis JPA, Oliveira PJ. Best practices for data management and sharing in experimental biomedical research. Physiol Rev. 2024;104(2):519-548. PMID: 38451234
- Holub P, et al. Enhancing Reuse of Data and Biological Material in Medical Research: From FAIR to FAIR-Health. Biopreserv Biobank. 2018;16(2):97-105. PMID: 29359962
- Thibault RT, et al. Open Science 2.0: Towards a truly collaborative research ecosystem. PLoS Biol. 2023;21(10):e3002362. PMID: 37856538
- Perrier L, Blondal E, MacDonald H. The views, perspectives, and experiences of academic researchers with data sharing and reuse: A meta-synthesis. PLoS One. 2020;15(2):e0229182. PMID: 32106224
- Rush A, Byrne JA, Watson PH. Applying Findable, Accessible, Interoperable, and Reusable Principles to Biospecimens and Biobanks. Biopreserv Biobank. 2024;22(1):2-12. PMID: 38346330
- Alvarez-Romero C, et al. FAIR4Health: Findable, Accessible, Interoperable and Reusable data to foster Health Research. Open Res Eur. 2023;2:9. PMID: 37645268
- Martone ME. The past, present and future of neuroscience data sharing: a perspective on the state of practices and infrastructure for FAIR. Front Neuroinform. 2024;17:1276407. PMID: 38250019
- Pernet C, et al. On the Long-term Archiving of Research Data. Neuroinformatics. 2023;21(2):217-225. PMID: 36725822
- Uribe SE, et al. Dental Research Data Availability and Quality According to the FAIR Principles. J Dent Res. 2022;101(11):1289-1296. PMID: 35656591