科學突破建立在優質數據的洞察之上，但有時這些洞察卻隱藏在海量數據之中。加州再生醫學研究所 (CIRM) 正是為了應對這一挑戰，批准了一項新的基礎設施計畫。
CIRM 最近批准了相關投資，旨在開發各類工具，協助研究人員梳理該研究所資助項目所產生的龐大且複雜的生物數據集。該計畫致力於開發新型軟體，以整合再生醫學數據並從中挖掘新的洞察。
「我們的使命推動我們不斷前進，」CIRM 資深科學官員珍妮·拜拉姆 (Jani Bayram) 在理事會會議上表示。「我們正在開發各種工具與策略，以最大化 CIRM 投資的價值，進而推動科學發展並創造處理數據的新方法。」
這項新計畫撥款 10 百萬美元，用於資助 15 至 20 個項目，每個項目獲得 500 千美元的資助。每個項目都將解決特定的數據整合難題。有些工具將連結不同類型的數據，另一些則會改進或維護廣泛使用的開源軟體，使其適應再生醫學的需求。部分項目將更新現有解決方案，以符合現代運算與人工智慧的能力。
「數據科學與軟體工程獎」(Data Science and Software Engineering Awards) 旨在創建能整合各類生物醫學數據的開源工具。CIRM 的目標是將這些數據以易於使用的方式連結起來，從而加速識別與驗證新的藥物標靶及疾病治療生物標記。
此舉旨在建立一套基礎設施，讓研究人員能更快速地處理數據集。重點在於開發能將再生醫學研究與臨床試驗中產生的多樣化數據，轉換為易於交換格式的軟體。
幾年前，美國國立衛生研究院 (NIH) 推出了類似的計畫——「生物醫學數據翻譯器」(Biomedical Data Translator)，旨在整合聯邦研究中的 PB 級生物醫學數據。CIRM 也借鑒了自身在數據共享方面的過往投入，包括「數據探索者」(Data Explorer) 工具，該工具目前已收錄超過 800 個 CIRM 數據集，並提高了研究人員獲取數據的便利性。
如何理解複雜數據長期以來一直是政府研究面臨的難題。早在 2014 年，前 NIH 院長法蘭西斯·柯林斯 (Francis Collins) 就曾警告國會，數據浪潮的增長可能會讓研究人員不堪重負。自那時起，數據的規模與複雜性與日俱增。CIRM 的項目與臨床試驗已產生超過 1200 個數據集，這更加凸顯了開發軟體工具來連結這些數據的必要性。
儘管目前已有部分工具能結合不同類型的生物醫學數據，但許多開源系統仍需更新，以符合現代運算與人工智慧的需求。拜拉姆強調，新型或改良後的軟體能更好地滿足再生醫學研究人員的需求。整合不同類型數據的目標，在於加速研究進程並最大化 CIRM 的初始投資效益。
開放、透明、可重複使用且可擴展的軟體，能為克服這些障礙提供必要的基礎設施。CIRM 要求申請者不僅要考慮工具的開發，還要考慮其部署、使用、維護以及隨時間推移的改進。該研究所尋求具有廣泛影響力的項目——即能在不同系統、數據類型與研究情境中運作的工具。
數據科學發展迅速，即使是熱門工具也需要定期更新。這項投資有助於研究人員跟上運算與人工智慧的進步，以及不斷變化的新研究數據格局。獲得支持的開源解決方案開發者，將能把碎片化的數據轉化為具意義的發現。
