Mehr für's Geld – durch eine bessere Archivierung genetischer Daten

Deborah Leigh, es existieren verschiedene grosse Datenbanken, in denen genetische Daten öffentlich zugänglich sind – vom kompletten, entschlüsselten Erbgut verschiedenster Organismen bis hin zu einzelnen Gensequenzen. Sie und ihre Kolleginnen und Kollegen wollen ändern, wie diese Daten archiviert werden. Warum?

Nehmen wir als Beispiel die International Nucleotide Sequence Database Collaboration, die INSDC, die die europäische, die amerikanische und die japanische Gendatenbank umfasst. Sie ist sehr gut etabliert, existiert seit 1987, verfügt über ein riesiges Datenvolumen und ist eine hervorragende Ressource, etwa um neue Arten zu identifizieren oder neue Methoden zu entwickeln. Bis 2023 fehlten jedoch verbindliche Mindeststandards für Metadaten, das heisst Zusatzdaten wie zum Beispiel das Datum und der Ort der Probenahme. Diese Informationen nicht zu haben, machte es sehr schwierig, die entsprechenden genetischen Daten vollständig wiederzuverwenden. Aber um unserer Verpflichtung gegenüber der Öffentlichkeit nachzukommen, alle unsere Forschungsmittel so weitgehend wie möglich zu nutzen, müssen wir das.

Was bräuchte es, um die Situation zu ändern, was schlagen Sie konkret vor?

Wir schlagen standardisierte Formate für verschiedene Arten genetischer und genomischer Daten vor. Das mag nach wenig tönen, da diese Formate bereits weit verbreitet sind. Aber eine Standardisierung würde den Zugang zu genetischen Daten erleichtern. Es würde zum Beispiel nicht spezialisierten Forschenden und Fachpersonen aus der Praxis ermöglichen, Daten mit einer eindeutigen Verarbeitungsgeschichte einfacher mit neuen Partnern teilen. Eine Standardisierung würde auch technologische Hindernisse für die Wiederverwendung beseitigen, wie zum Beispiel die Notwendigkeit, Zugriff auf einen Computercluster zu haben, um die Daten verarbeiten zu können. Das würde dabei helfen, für mehr Gerechtigkeit auf globaler Ebene zu sorgen.

Und was ist mit den von Ihnen erwähnten Metadaten?

Wir fordern, dass zwingend so viele Metadaten hinterlegt werden müssen wie möglich und für die entsprechende Art unbedenklich sind. Bei manchen geschützten Arten könnte es zu Beispiel sicherer sein, keine Orte anzugeben. Das ist aus verschiedenen Gründen wichtig. Viele Reanalysen, die Methoden der Populations- und Landschaftsgenetik verwenden, sind ohne Standortinformationen oder das Jahr der Probenahme nicht möglich. Es geht auch darum, die Daten für künftige Innovationen verfügbar zu halten. Es kann sein, dass wir jetzt noch nicht an Verwendungszwecke denken, die sich andere Forschende in der Zukunft ausdenken. Um diese zu ermöglichen, müssen wir ihnen so viele zusätzliche Informationen wie möglich zur Verfügung stellen. Wir fordern Wissenschafterinnen und Wissenschafter in unserer Publikation auch ausdrücklich auf, ältere Daten rückwirkend zu archivieren oder sie zu ergänzen, um diese neuen Standards einzuhalten und Fehler zu korrigieren. Unser Ziel ist, dass jeder Datensatz, der in der Vergangenheit produziert wurde oder in Zukunft produziert wird, zugänglich ist und auf jede mögliche Weise genutzt werden kann, um den maximalen Nutzen aus der Forschungsfinanzierung zu erzielen. Im Wesentlichen, damit die Öffentlichkeit das Maximum für ihr Geld bekommt.