Comparability and reproducibility of biomedical data.
Comparability and reproducibility of biomedical data.
复制标题
DOI：
10.1093/bib/bbs078
复制
发表时间：
2013-07
影响因子：
9.5
通讯作者：
Gottardo R
中科院分区：
文献类型：
--
作者：
Huang Y;Gottardo R
随着新型分析技术的发展，生物医学实验和分析经历了实质性的发展。今天，一个典型的实验可以同时测量几十种生物条件下数百到数千个个体特征（例如基因），从而产生需要处理和分析的千兆字节的数据。由于数据生成和分析涉及多个步骤，并且缺乏提供的细节，独立研究人员很难尝试重现已发表的研究。最近，一项癌症临床试验因发表的研究缺乏可重复性而中断，这引发了愤怒。研究人员现在面临着巨大的压力，要确保他们的结果是可重复性的。尽管有全球需求，但由于缺乏实验方案、数据和/或计算机代码，太多已发表的研究仍然无法重现。科学发现是一个反复的过程，一项已发表的研究产生新的知识和数据，从而导致基于这些结果的新的后续研究或临床试验。因此，为了避免在新项目上浪费时间和金钱，研究结果迅速得到证实或抛弃是很重要的。高质量、可重复数据的可用性也将导致更强大的分析（或元分析），其中多个数据集组合在一起产生新的知识。在这篇文章中，我们回顾了一些关于生物医学可重复性和可比性的最新发展，并讨论了一些整体领域可以改进的领域。
With the development of novel assay technologies, biomedical experiments and analyses have gone through substantial evolution. Today, a typical experiment can simultaneously measure hundreds to thousands of individual features (e.g. genes) in dozens of biological conditions, resulting in gigabytes of data that need to be processed and analyzed. Because of the multiple steps involved in the data generation and analysis and the lack of details provided, it can be difficult for independent researchers to try to reproduce a published study. With the recent outrage following the halt of a cancer clinical trial due to the lack of reproducibility of the published study, researchers are now facing heavy pressure to ensure that their results are reproducible. Despite the global demand, too many published studies remain non-reproducible mainly due to the lack of availability of experimental protocol, data and/or computer code. Scientific discovery is an iterative process, where a published study generates new knowledge and data, resulting in new follow-up studies or clinical trials based on these results. As such, it is important for the results of a study to be quickly confirmed or discarded to avoid wasting time and money on novel projects. The availability of high-quality, reproducible data will also lead to more powerful analyses (or meta-analyses) where multiple data sets are combined to generate new knowledge. In this article, we review some of the recent developments regarding biomedical reproducibility and comparability and discuss some of the areas where the overall field could be improved.
登录
查看更多内容
影响因子：
2
作者：
Huang, Yunda;Huang, Ying;Moodie, Zoe;Li, Sue;Self, Steve
通讯作者：
Self, Steve
Biopython：用于计算分子生物学和生物信息学的免费 Python 工具。
DOI：
10.1093/bioinformatics/btp163
发表时间：
2009-06-01
期刊：
Bioinformatics (Oxford, England)
影响因子：
--
作者：
Cock PJ;Antao T;Chang JT;Chapman BA;Cox CJ;Dalke A;Friedberg I;Hamelryck T;Kauff F;Wilczynski B;de Hoon MJ
通讯作者：
de Hoon MJ
影响因子：
12.3
作者：
Gentleman RC;Carey VJ;Bates DM;Bolstad B;Dettling M;Dudoit S;Ellis B;Gautier L;Ge Y;Gentry J;Hornik K;Hothorn T;Huber W;Iacus S;Irizarry R;Leisch F;Li C;Maechler M;Rossini AJ;Sawitzki G;Smith C;Smyth G;Tierney L;Yang JY;Zhang J
通讯作者：
Zhang J
影响因子：
2.1
作者：
Gagnon-Bartsch, Johann A.;Speed, Terence P.
通讯作者：
Speed, Terence P.
影响因子：
4.4
作者：
Duewer, David L.;Jones, Wendell D.;Salit, Marc
通讯作者：
Salit, Marc