A maioria dos dados científicos nunca atinge seu pleno potencial para impulsionar novas descobertas.
De cada 100 conjuntos de dados produzidos, cerca de 80 ficam dentro do laboratório, 20 são compartilhados, mas raramente reutilizados, menos de dois atendem aos padrões FAIR, e apenas um geralmente leva a novas descobertas.
As consequências são significativas: progresso mais lento no tratamento do câncer, modelos climáticos que carecem de evidências suficientes e estudos que não podem ser replicados.
Para mudar isso, a editora de ciência aberta Frontiers lançou o Frontiers FAIR² Data Management, descrito como o primeiro serviço de dados de pesquisa abrangente do mundo, impulsionado pela inteligência artificial. Ele foi projetado para tornar os dados tanto reutilizáveis quanto devidamente creditados, combinando todas as etapas essenciais – curadoria, verificações de conformidade, formatação compatível com IA, revisão por pares, um portal interativo, certificação e hospedagem permanente – em um único processo integrado. O objetivo é garantir que os investimentos em pesquisa de hoje se traduzam em avanços mais rápidos na saúde, sustentabilidade e tecnologia.
O FAIR² se baseia nos princípios FAIR (Encontrável, Acessível, Interoperável e Reutilizável) com uma estrutura aberta expandida que garante que cada conjunto de dados seja compatível com IA e reutilizável de forma ética tanto por humanos quanto por máquinas. O sistema de gerenciamento de dados FAIR² é a primeira implementação funcional desse modelo, surgindo em um momento em que a produção de pesquisas está crescendo rapidamente e a inteligência artificial está transformando a maneira como são feitas as descobertas. Ele transforma princípios de alto nível em infraestrutura real, escalável e com impacto mensurável.
Dr. Kamila Markram, cofundadora e CEO da Frontiers, explica:
“Noventa por cento da ciência desaparece no vazio. Com o Frontiers FAIR² Data Management, nenhum conjunto de dados e nenhuma descoberta precisam ser perdidos novamente – cada contribuição agora pode impulsionar o progresso, receber o crédito que merece e liberar a ciência.”
IA no Centro
Trabalhos que antes exigiam meses de esforço manual – desde a organização e verificação de conjuntos de dados até a geração de metadados e produtos publicáveis – agora são concluídos em minutos pela IA Data Steward, alimentada pela Senscience, a iniciativa da Frontiers por trás do FAIR².
Os pesquisadores que submetem seus dados recebem quatro produtos integrados: um Pacote de Dados certificado, um Artigo de Dados revisado por pares e citável, um Portal de Dados Interativo com visualizações e chatbot de IA, e um Certificado FAIR². Cada elemento inclui controles de qualidade e resumos claros que facilitam a compreensão dos dados para usuários não especializados e tornam-nas mais compatíveis entre as disciplinas de pesquisa.
Em conjunto, esses produtos garantem que cada conjunto de dados seja preservado, validado, citável e reutilizável, ajudando a acelerar a descoberta enquanto confere reconhecimento adequado aos pesquisadores. O Frontiers FAIR² também aumenta a visibilidade e acessibilidade, apoiando a reutilização responsável por cientistas, formuladores de políticas, praticantes, comunidades e até mesmo sistemas de IA, permitindo que a sociedade extraia maior valor do investimento em ciência.
Conjuntos de Dados Pilotos
-
Propriedades de Variantes do SARS-CoV-2 – Abrangendo 3.800 variantes de proteína spike, este conjunto de dados vincula previsões estruturais do AlphaFold2 e ESMFold com dados de ligação e expressão do ACE2. Ele oferece um recurso poderoso para a preparação para pandemias, permitindo uma compreensão mais profunda do comportamento e da adaptabilidade das variantes.
-
Imagem de Ressonância Magnética de Lesões Cerebrais Pré-clínicas – Um conjunto de dados harmonizado com 343 varreduras de ressonância magnética de difusão de quatro centros de pesquisa, padronizado em protocolos e alinhado para comparabilidade. Apoia a descoberta de biomarcadores reprodutíveis, análise robusta entre sites e avanços na pesquisa pré-clínica de lesões traumáticas no cérebro.
-
Indicadores de Pressão Ambiental (1990-2050) – Combinando dados observados e previsões modeladas em 43 países ao longo de seis décadas, este conjunto de dados rastreia emissões, resíduos, população e PIB. Ele fundamenta o benchmarking de sustentabilidade e o planejamento de políticas climáticas baseadas em evidências.
-
Biodiversidade dos Atóis do Indo-Pacífico – Abrangendo 280 atóis em cinco regiões, este conjunto de dados integra registros de biodiversidade, habitats de recifes, indicadores climáticos e histórias de uso humano. Ele fornece uma base sem precedentes para modelagem ecológica, priorização de conservação e pesquisa inter-regional em ecossistemas de ilhas vulneráveis.
Pesquisadores que testaram os pilotos notaram que o Frontiers FAIR² não apenas preserva e compartilha dados, mas também constrói confiança em sua reutilização – através de verificações de qualidade, resumos claros para não especialistas e a confiabilidade de combinar conjuntos de dados entre disciplinas, enquanto garante que os cientistas recebam crédito.
Todos os conjuntos de dados piloto estão em conformidade com a Especificação Aberta FAIR², tornando-os curados de forma responsável, reutilizáveis e confiáveis para uso humano e em máquinas a longo prazo, para que os dados de hoje possam acelerar as soluções de amanhã para os desafios mais prementes da sociedade.
Reconhecimento e Reutilização
Cada reutilização multiplica o valor do conjunto de dados original, garantindo que nenhuma descoberta seja desperdiçada, cada contribuição possa impulsionar o próximo avanço e os pesquisadores recebam reconhecimento por seu trabalho.
Dr. Sean Hill, cofundador e CEO da Senscience, a iniciativa de IA da Frontiers por trás do gerenciamento de dados FAIR², observa:
“A ciência investe bilhões gerando dados, mas a maioria se perde – e os pesquisadores raramente recebem crédito. Com o Frontiers FAIR², cada conjunto de dados é citado, cada cientista reconhecido – finalmente recompensando o trabalho essencial da criação de dados. É assim que curas, soluções climáticas e novas tecnologias alcançarão a sociedade mais rapidamente – é assim que liberamos a ciência.”
O Que os Pesquisadores Estão Dizendo
Dr. Ángel Borja, Pesquisador Principal, AZTI, Pesquisa Marinha, Aliança Basca de Pesquisa e Tecnologia (BRTA):
“Eu recomendo muito [usar] esse tipo de curadoria de dados e publicação de artigos, porque você pode gerar informações muito rapidamente e é um formato útil para qualquer usuário final.”
Erik Schultes, Pesquisador Sênior, Leiden Academic Centre for Drug Research (LACDR); Líder de Implementação FAIR, GO FAIR Foundation:
“O Frontiers FAIR² capturou perfeitamente os aspectos científicos do projeto.”
Femke Heddema, Pesquisadora e Gerente de Inovação em Sistemas de Dados de Saúde, PharmAccess:
“O Frontiers FAIR² torna a execução dos princípios FAIR mais fluida para pesquisadores e implementadores de saúde digital, provando que tornar conjuntos de dados como MomCare reutilizáveis não precisa ser complexo. Ao permitir dados transparentes, acessíveis e acionáveis, o Frontiers FAIR² abre a porta para novas oportunidades na pesquisa em saúde.”
Dr. Neil Harris, Professor Residente, Departamento de Neurocirurgia, Brain Injury Research Center, Universidade da Califórnia, Los Angeles (UCLA):
“A implementação do [Frontiers] FAIR² pode fornecer uma verificação objetiva dos dados para ambos, faltas e qualidade, que é útil em muitos níveis. Esses tipos de avaliações e resumos de dados imparciais podem ajudar na compreensão por não especialistas na área, para eventualmente aumentar o compartilhamento de dados. À medida que o campo avança para o uso de big data em subdisciplinas mais díspares, essas verificações e resumos de dados se tornarão cruciais para manter uma boa compreensão de como podemos usar e combinar a miríade de dados já adquiridos em nossas análises atuais.”
Maryann Martone, Editora Chefe, Open Data Commons:
“[Frontiers] FAIR² é uma das maneiras mais fáceis e eficazes de tornar os dados FAIR. Cada PI deseja que seus dados sejam encontráveis, acessíveis, comparáveis e reutilizáveis – no laboratório, com colaboradores e em toda a comunidade científica. O verdadeiro gargalo sempre foi o tempo e esforço necessários. [Frontiers] FAIR² reduz dramaticamente essa barreira, colocando dados verdadeiramente FAIR ao alcance da maioria dos laboratórios.”
Dr. Vincent Woon Kok Sin, Professor Assistente, Carbon Neutrality and Climate Change Thrust, Society Hub, A Universidade de Ciência e Tecnologia de Hong Kong (HKUST):
“[Frontiers] FAIR² torna nosso conjunto de dados sobre resíduos globais mais visível e acessível, ajudando pesquisadores em todo o mundo que frequentemente lutam com dados escassos e fragmentados. Espero que isso amplie a colaboração e acelere percepções para uma gestão de resíduos sustentável.”
Dr. Sebastian Steibl, Pesquisador de Pós-Doutorado, Naturalis Biodiversity Center e Universidade de Auckland:
“A verdadeira acessibilidade dos dados vai além de apenas fazer o upload de planilhas para um repositório. Significa tornar os dados fáceis de visualizar, explorar e entender sem necessariamente exigir anos de treinamento. A plataforma [Frontiers] FAIR², com um chatbot de IA e ferramentas interativas de exploração e resumo de dados, torna nossos dados de biodiversidade e ambientais amplamente acessíveis e utilizáveis não apenas para acadêmicos, mas também para praticantes, formuladores de políticas e iniciativas comunitárias locais.”
