90%的科学研究成果正在流失，这个新AI找到了它们

大多数科学数据集从未能充分发挥其驱动新发现的潜力。

在产生的每100个数据集中，大约有80个仍保留在实验室内部，20个被分享但很少被再利用，不到两个符合FAIR标准，通常只有一个能带来新的发现。

其后果是重大的：癌症治疗进展缓慢、气候模型缺乏足够的证据，以及研究无法被复制。

为了改变这一现状，开放科学出版商Frontiers推出了Frontiers FAIR² 数据管理系统，这被誉为全球首个全面、由AI驱动的研究数据服务。它旨在通过将所有必要步骤——数据整理、合规性检查、AI就绪格式化、同行评审、交互式门户、认证和永久托管——整合到一个无缝流程中，使数据既可重用又可获得恰当的署名。目标是确保今天的研究投入能够转化为健康、可持续性和技术领域的更快进步。

FAIR² 建立在FAIR原则（可查找、可访问、可互操作和可重用）之上，并扩展为一个开放框架，保证每一个数据集都对人类和机器都AI兼容且合乎道德地可重用。FAIR² 数据管理系统是该模型的第一个实际应用，它出现在研究产出快速增长、人工智能正在重塑发现过程的时刻。它将高层次的原则转化为具有可衡量影响的真实、可扩展的基础设施。

Frontiers 联合创始人兼首席执行官Kamila Markram博士解释说：

"百分之九十的科学成果消失在了虚空中。有了Frontiers FAIR² 数据管理，任何数据集和任何发现都不必再丢失——每项贡献现在都可以推动进步，获得应有的认可，并释放科学的潜力。"

AI 处于核心地位

过去需要数月手动完成的工作——从组织和验证数据集到生成元数据和可发布输出——现在由Senscience（FAIR²背后的Frontiers风险投资机构）驱动的AI数据管家在几分钟内完成。

提交数据的研究人员将获得四项集成输出：一个认证数据包、一篇同行评审且可引用的数据文章、一个特色可视化和AI聊天的交互式数据门户，以及一个FAIR² 证书。每个元素都包含质量控制和清晰的摘要，使普通用户更容易理解数据，并提高跨研究学科的兼容性。

所有这些输出共同确保每个数据集都得到保存、验证、引用和重用，有助于加速发现，同时确保研究人员获得应有的认可。Frontiers FAIR² 还增强了可见性和可访问性，支持科学家、政策制定者、从业者、社区甚至AI系统负责任地再利用数据，使社会能够从其科学投资中提取更大的价值。

试点数据集亮点

• SARS-CoV-2 变体特性 -- 涵盖3800个刺突蛋白变体，该数据集将AlphaFold2和ESMFold的结构预测与ACE2结合和表达数据联系起来。它为大流行防范提供了一个强大的资源，有助于更深入地理解变体的行为和适应性。

• 临床前脑损伤 MRI -- 来自四个研究中心的343个弥散MRI扫描的统一数据集，跨协议标准化并对齐以确保可比性。它支持可重复的生物标志物发现、稳健的跨站点分析以及临床前创伤性脑损伤研究的进展。

• 环境压力指标 (1990-2050) -- 结合了43个国家六十年的观测数据和模型预测，该数据集追踪了排放量、废物、人口和GDP。它为可持续性基准测试和循证气候政策规划奠定了基础。

• 印度-太平洋环礁生物多样性 -- 跨越五个区域的280个环礁，该数据集整合了生物多样性记录、珊瑚礁栖息地、气候指标和人类使用历史。它为生态模型、保护优先排序以及对脆弱岛屿生态系统的跨区域研究提供了前所未有的基础。

对试点数据集的测试表明，Frontiers FAIR² 不仅保存和共享数据，还通过质量检查、为非专家提供的清晰摘要以及跨学科组合数据集的可靠性来建立对其再利用的信心——同时确保科学家获得认可。

所有试点数据集均符合FAIR² 开放规范，确保它们得到负责任的整理、可重用，并可长期用于人类和机器，以便今天的数据能够加速解决社会最紧迫问题的明天方案。

认可与再利用

每次再利用都会增加原始数据集的价值，确保没有发现被浪费，每项贡献都能激发下一次突破，研究人员也能因他们的工作获得认可。

Frontiers FAIR² 数据管理的联合创始人兼Senscience（Frontiers AI风险投资机构）首席执行官Sean Hill博士指出：

"科学在生成数据上投入了数十亿美元，但其中大部分都丢失了——研究人员很少获得认可。有了Frontiers FAIR²，每个数据集都会被引用，每位科学家都会受到认可——终于奖励了数据创建这一基本工作。这样，治愈方法、气候解决方案和新技术才能更快地惠及社会——这就是我们释放科学潜力的方式。"

研究人员的评价

Ángel Borja博士，巴斯克研究与技术联盟 (BRTA) AZTI 海洋研究所首席研究员：

"我高度[推荐使用]这类数据整理和文章发表方式，因为你可以非常快速地生成信息，而且其格式对任何最终用户都很有用。"

Erik Schultes，莱顿学术药物研究中心高级研究员；GO FAIR基金会FAIR实施负责人：

"Frontiers FAIR² 完美地捕捉了项目的科学方面。"

Femke Heddema，PharmAccess研究员兼健康数据系统创新经理：

"Frontiers FAIR² 为研究人员和数字健康实施者使FAIR原则的执行更加顺畅，证明像MomCare这样的数据集变得可重用并不复杂。通过提供透明、可访问和可操作的数据，Frontiers FAIR² 为健康研究开启了新机遇之门。"

Neil Harris博士，加州大学洛杉矶分校 (UCLA) 脑损伤研究中心神经外科学系驻校教授：

"[Frontiers] FAIR² 的实施可以为数据缺失和质量提供客观检查，这对许多层面都有用。这些类型的公正评估和数据摘要可以帮助非专业领域专家理解，从而最终加强数据共享。随着该领域发展到在更多分散的子学科中使用大数据，这些数据检查和摘要对于在当前分析中保持对如何使用和组合已获取的大量数据的良好把握至关重要。"

Maryann Martone，开放数据公地主编：

"[Frontiers] FAIR² 是使数据符合FAIR标准的最简单、最有效的方法之一。每个首席研究员都希望他们的数据在实验室、与合作者以及整个科学界中是可查找、可访问、可比较和可重用的——真正的瓶颈一直以来都是所需的时间和精力。 [Frontiers] FAIR² 大大降低了这一门槛，使真正符合FAIR标准的数据触手可及，可供大多数实验室使用。"

Vincent Woon Kok Sin博士，香港科技大学 (HKUST) 碳中和与气候变化专责小组社会中心助理教授：

"[Frontiers] FAIR² 使我们的全球废物数据集更具可见性和可访问性，帮助那些常常受制于稀缺和碎片化数据的全球研究人员。我希望这将扩大合作范围，并加速对可持续废物管理的见解。"

Sebastian Steibl博士，自然历史博物馆和奥克兰大学博士后研究员：

"真正的数据可访问性超出了仅仅将数据表上传到存储库。它意味着使数据易于查看、探索和理解，而无需必要的多年培训。 [Frontiers] FAIR² 平台，配备了AI聊天机器人以及交互式视觉数据探索和摘要工具，使我们的生物多样性和环境数据不仅对学者，而且对从业者、政策制定者和地方社区倡议具有广泛的可访问性和可用性。"