La primera publicación de datos formal del CBGP

La investigación científica está experimentando una crisis metodológica, dado que los resultados de un gran número de publicaciones no satisfacen un requisito clave del método científico: la reproducibilidad. En las "ciencias duras" como en las áreas biomédicas y de la biología de sistemas, parte del problema, al menos, es debido a (a) la ausencia de anotaciones metodológicas y contextuales sobre los pasos de recolección y procesamiento de datos, lo cual da lugar a (b) una incapacidad, en la revisión por pares, para identificar errores potenciales en las fases tempranas del experimento, enmascarando posteriormente interpretaciones erróneas en la fase analítica. Para afrontar este problema, ahora existe una variedad de revistas que aceptan publicaciones púramente de datos - es decir, una publicación revisada por pares describiendo sólo los pasos de recolección y limpieza de datos, acompañado de una descripción detallada del depósito de los datos en crudo en un repositorio público. El propósito de estas publicaciones es (a) asegurar que esos primeros pasos del trabajo académico son revisados igualmente de una forma rigurosa, y (b) asegurar que otros investigadores pueden reusar los datos depositados, con total transparencia, protocolos detallados, y sin ambigüedad sobre el significado o interpretación de los datos. Revistas como *Scientific Data* (una revista del Q1) del Nature Publishing Group’s proporcionan "/descripciones de conjuntos de datos relevantes para las ciencias naturales, disponibles como datos legibles para las máquinas, complementados con una descripción orientada a los humanos/".

Como parte de los objectivos Severo Ochoa del CBGP, propusimos incrementar la calidad y reusabilidad de nuestros datos de salida, así como incrementar la cantidad de publicaciones de alta calidad del CBGP, incluyendo publicaciones puramente de datos, como "Genome-wide polyadenylation site mapping datasets in the rice blast fungus Magnaporthe oryzae". En esta publicación del CBGP, describimos los conjuntos de datos derivados de un perfil de poliadenilación de todo el genoma obtenido del patógeno del arroz M. oryzae usando un nuevo enfoque, tanto para el wild-type como para mutantes relevantes en cuatro condiciones distintas de crecimiento en tres réplicas. Los datos se han publicado acompañados de un descriptor de metadatos altamente estructurado, extenso y estandarizado, en un formato aceptado globalmente (ISA-Tab), con descripciones experimentales basadas en ontologías biomédicas de uso amplio. Los datos se han publicado en crudo y como datos FAIR.

Queremos animar a otros investigadores del CBGP a examinar esta publicación, que ayuda a entender los requisitos para publicar un artículo de datos. Además, en los próximos 2-3 meses, el CBGP tendrá un portal Web para ayudar a los investigadores a gestionar tanto sus datos como sus herramientas analíticas, que facilitará la creación de este tipo de publicaciones.