新闻与评论

随着可用于分析的冲突事件分类数据的增加，关于偏见的问题新旧不一。所有数据都有偏见，我们将其定义为对信息的倾向、偏见或方向性。在冲突数据中，往往存在破坏性偏见的看法，而且怀疑可能来自几个领域，包括对数据收集程序是否造成系统性遗漏、夸大或错误陈述的信心。作为大型、流行的数据项目的策展人和分析师，我们对收集和使用事件数据时存在的偏见有独特的认识。我们认为，有必要就数据生态系统中的所有利益攸关方——收集者、研究人员以及解释和应用发现的人——的责任展开公开和诚实的讨论，以深思熟虑和透明地反思这些偏见;诚信使用数据;并承认的局限性。因此，我们提出了一个数据责任议程，考虑到其收集和批判性解释。

北极气候研究多学科漂移观测站(MOSAiC)是一个大型地球系统科学社区的跨国界跨学科努力。

生物医学研究界正在大力投资生物医学云平台。云计算为解决大数据的挑战和确保生物学的可重复性提供了巨大的希望。然而，尽管有这些优势，云平台本身并不能自动支持公平。全球对生物医学云平台开发的推动带来了新的挑战，包括平台锁定、跨平台集成困难以及用户和开发人员的重复工作。在这里，我们认为这些困难是系统性的，来自于鼓励在自给自足的平台和数据仓库而不是互操作的微服务上进行开发的激励措施。我们认为，通过优先考虑微服务和以更小的块或总结形式访问模块化数据，这些问题中的许多都可以得到缓解。我们建议，强调模块化和互操作性将导致更强大的类似unix的web服务生态系统，用于生物医学分析和数据检索。我们呼吁资助者、开发人员和研究人员支持通过微服务作为基于云的下一代生物信息学来提高互操作性的愿景。

为应对2019冠状病毒病，世界各国政府正在实施公共卫生和社会措施(PHSM)，对公共卫生以外的许多领域产生重大影响。的新领域PHSM数据科学收集、构造和传播数据PHSM；在这里，我们报告这一新的研究领域的主要成就、挑战和重点领域。

数据仓库和科学门户等数字服务已经成为神经科学社区的关键资源，但用户往往很难在服务环境中找到最适合自己特殊需求的服务。INCF已经制定了一套建议和相关标准，用于选择或建立和运行一个存储库或科学门户，旨在为神经科学界提供FAIR神经科学视角。

脑成像数据结构(bid)是一种组织和描述神经成像数据集的标准，不仅有利于数据共享和聚合过程，而且简化了处理神经成像数据的新方法和软件的应用和开发。在这里，我们提出了一个扩展的bid，包括正电子发射断层扫描(PET)数据，也被称为PET- bid，并分享了几个开放访问的数据集，以及PET- bid数据集的转换、验证和分析工具。

测量和监测非药物干预措施很重要，但也具有挑战性，因为需要明确定义和编码非药物干预措施，收集具有地理和社会代表性的数据，并准确记录启动和改变干预措施的时间。这些挑战突出了跨多个数据库整合和三角化的重要性，以及需要扩大和资助公共卫生组织系统跟踪干预措施的任务。

随着大数据、开放数据和开放科学的发展，为创新、发现和决策增加了对复杂和大型数据集的访问，土著人民在这些数据环境中控制和访问其数据的权利仍然有限。将科学数据的FAIR原则与土著数据治理的CARE原则结合起来，可以增强机器的可操作性，并将人与目标放在首位，解决土著人民在其数据生命周期中的权利和利益。

开放获取全球森林数据，特别是地面测量数据(原位)的记录，对拯救世界森林系统至关重要。实现可持续数据开放的综合方法将涉及法律保障、共同的道德规范、创新的供资计划和能力发展。

发展世界级的医疗成像人工智能(AI)需要从临床来源获得大量的训练数据，但有效的数据共享往往受到数据保护的不确定性的阻碍。我们描述了一项旨在通过一项政策来减少这种不确定性的举措，该政策描述了一个关于健全数据共享实践的国家社区共识。

今天，该杂志宣布对我们收集和公开支持出版物的机器可读元数据的方式进行一系列改进。这些创新旨在使我们的作者更容易地参与元数据创建过程，使用户更容易地访问和受益于我们捕获的信息。

"向过去说话，它会教你"我第一次读到这句话是在布朗大学约翰·卡特·布朗图书馆的一块纪念碑上，当时我在布朗大学读研究生。我当时并不知道，这句话可以准确地描述我接下来35年的职业生涯。古气候数据是我们用来回顾过去、了解我们自己并最终了解我们未来的语言。

现有的原始基因组数据的可重用性有限，这对通过动员更大的科学界有效应对这一流行病提出了挑战。在这里，基因组标准联盟董事会强调了上下文基因组数据公平的必要需求，以授权关键数据驱动的生物学问题。

冠状病毒传染病本体论(CIDO)是一个基于社区的本体论，支持冠状病毒疾病知识和数据标准化、集成、共享和分析。

今天,科学数据正在完善描述核酸序列数据的新提交标准。

随着信息和通信技术在我们的社会中日益普及，我们越来越依赖数字数据和提供访问和使用这些资源的存储库。存储库必须赢得它们打算服务的社区的信任，并证明它们是可靠的，有能力适当地管理它们所持有的数据。

世界各地的研究人员联合起来重建病毒-宿主相互作用的分子过程，旨在对抗持续的大流行的原因。

罕见病群体面临的一个重大挑战是寻找足够数量和种类的数据来开发和测试特定疾病的假设。在这里，我们描述了一种数据共享方法，其中来自神经纤维瘤病(NF)研究社区的利益攸关方合作开发了一个以疾病为重点的数据门户，目的是支持社区内外的科学家以及临床医生和患者倡导者。

我们概述了基于实验设计概念的数据faification的原则性方法，其主要目的是澄清数据矩阵的语义。使用两个与期刊文章相关的代谢组学数据集，我们使用社区、开放、互操作性标准执行回溯数据和元数据管理和重新注释。结果是语义锚定的数据矩阵，存放在公共档案中，用于数据级查询的软件代理可读，并且可以支持支撑发布的数据的可再现性和重用性。

在过去十年中，通过数据访问协议(DAAs)向研究人员提供并由数据访问委员会(dac)管理的敏感人类基因组和健康数据集的数量激增。随着这种形式的共享增加，实现合理水平的数据保护的挑战也在增加，特别是在国际数据共享的背景下。在这里，我们将考虑daa之间的过度变化如何阻碍这些目标，并建议一组核心条款，这些条款可能在未来协调数据治理的尝试中被证明是有用的。