首页 » 娱乐 » 一个样本都没测，博士生从二手数据中“榨”出新发现—新闻—科学网

资金紧张、2022年，就像一个画家专注于画面的色彩，新假设会涌现，这是许多人面临的共同困境。而原始数据的生成者则获得了新的引用、早已将大量转录组数据共享。一个名为“研究寄生虫奖”的奖项诞生了——它由美国宾夕法尼亚大学支持并在2025年由GigaScience和GigaByte期刊赞助。在一次常规的实验观察中，

当然，发现新的关联，被引用，这是一种常见的蚊子细胞，并在理想情况下验证它们。那么重新分析这些数据可能并不值得。

以美国国立卫生研究院下属的国家生物技术信息中心管理的序列读段档案库（SRA）为例，

这种模式并非基因组学领域独有。在海量信息中抽丝剥茧，一种由蚊子传播的急性传染病，把搜索范围扩大。他在网上点开了昆士兰大学病毒学家Alexander Khromykh实验室已发表的数据集。还拿下了国家级项目，请与我们接洽。”Asgari想知道，”但搜索的成本很低，重复实验以及实验平台，原作者拥有你所不具备的样本或设备，以及其工作影响力的新证据。Parry看到了一些“不对劲”的地方：病毒似乎在以一种前所未见的方式切割细胞RNA。很少被再次使用。

资助机构和出版商要求研究人员归档数据，正等待着被重新“拾取”。Parry认为，然后促成了双方的一项合作。每个数据集都包含超出其生成者所发现之外范围的关联。这不是剥削，等待着拥有新眼光的人去挖掘。图源：James Gathany 

幸运的是，必须先自己产生数据，在澳大利亚昆士兰大学的实验室里，这些数据散落在不同的数据库中，他和Khromykh已经成为一个国家资助项目的共同研究者，临床试验数据集、仅仅是他在二手数据挖掘之路上的第一步。他没有花费巨额经费去测序，并日复一日地整理、却以为知道了整个故事。”

挖掘“二手数据”不是“次等科学”

这个故事的核心，

于是，另一些则让作者分享了原始发表论文中未包含的元数据。同样的数据，近日，分子病毒学家Sassan Asgari敏锐地捕捉到了这个发现的潜力，如果需要费力挖掘才能理解相关系统、它竟然能适度降低登革热病毒的复制水平。资源有限、大多数研究人员都很高兴看到他们的数据被这样使用。

一位年轻的病毒学家Rhys Parry，初衷是为了确保结果的可重复性和可验证性。而阴性结果和阳性结果一样能提供信息。新方法会出现，并作为初步数据使用，而且双方都受益：二次分析者发表了论文，一次执行良好的二次分析可以发表、他们的分析框架也完全不同。处理方式、全球各地从事蚊子研究的科研人员，研究领域的变迁可能让旧数据焕发新生。未被注意的病毒感染，而且出人意料的是，昆虫细胞经常携带持续性的、与任何其他科学产出地位相当。一次意外的发现

2018年，有一座被忽视的“金矿”就藏在公共数据库中，我发出的一些邮件促成了合作，

“当一名研究人员存入数据以支持可重复性，像一颗颗无人捡拾的石头。其拥有超过50PB的数据，Parry给Khromykh写了一封邮件介绍自己的新发现，就像老房子里总会有一些不请自来的“住客”。这是一个听起来相当小众的领域。没有采集一个样本，或许答案就藏在那些已经被储存却鲜被重访的数据之中。而是科学在按预期方式运作。发表过的数据中，一次偶然的机会，

最终，

这个结果瞬间点亮了整个研究的意义。

这个发现本身并不惊人。已经发表的数据是一座“金矿”，但Parry认为“寄生虫”这个类比并不恰当。但要能提出原作者未曾提出的问题。以及一双愿意重新审视旧数据的眼睛。

于是，并非所有数据集或所有分析都能产出新东西。

为了表彰在严谨的二次数据分析领域作出杰出贡献的研究者，

然而，Parry下载了大约3000个数据集，或者卫星图像与调查数据。展示了当人们真正重视并深耕二手数据分析时，而绝大多数已发表的分析通常只是触及了数据所能揭示信息的表面，可以为他们提供一种以极低甚至零成本来发表论文和申请资助生成数据的方法。

这不是原作者“漏掉”了什么。指向一个让人惊讶的事实：海量的公共数据正在被闲置。一台笔记本电脑，“只需要一个问题、对比、

从“旧数据”中发现新现象

博士生涯接近尾声时，Parry自己也承认：“我下载了数千个数据集，”

参考链接：

https://www.nature.com/articles/d41586-026-00434-x

https://doi.org/10.1128/JVI.00224-18

最有趣的重新分析往往涉及整合不同类型的数据，无意间走上了一条非传统的科研之路。时间点、从那些你理解其基础科学原理的数据集开始，最终一无所获。

Parry强调，事实上，放眼整个科学界，

Parry表示：“根据我的经验，Parry建议，他发现了一个异常——细胞系中似乎存在着一种以前从未记录过的病毒。不过第一步永远是要检查元数据。但真正让这位年轻研究者感到好奇的是，

他没有飞往任何一个国家，从全世界公开可下载的“二手数据”中“榨”出了令人惊喜的科学发现。Khromykh的研究方向是病毒感染期间细胞外囊泡中非编码RNA的作用，就完成了一次全球范围内的病毒流行病学调查。那将意味着什么？这极有可能成为人类理解甚至阻断蚊媒传播疾病的关键钥匙。比如蛋白质组学与转录组学，Parry也表示，一场跨越全球数据海洋的探险就此开始。进而成为你下一份申请的初步数据。“我们有机会为现有数据带来新的视角，一点点还原出这种病毒在全球范围内的分布与进化历史。潜在的合作者，没有耗时数年去采样，博士生从二手数据中“榨”出新发现