隨著數(shù)據(jù)規(guī)模的指數(shù)級增長，神經(jīng)科學(xué)領(lǐng)域正面臨著一個(gè)重要抉擇：是應(yīng)該保留所有原始數(shù)據(jù)，還是集中處理并保留經(jīng)過篩選的數(shù)據(jù)集？麻省理工大學(xué)麥戈文腦研究所的科學(xué)家Nima Dehghani最近就此問題詢問了15位實(shí)驗(yàn)與理論研究者，試圖揭開這一科學(xué)數(shù)據(jù)管理的謎團(tuán)。

Nima Dehghani是麻省理工大學(xué)麥戈文腦研究所的科學(xué)家，他的研究涉及神經(jīng)科學(xué)、理論物理學(xué)和人工智能的交叉領(lǐng)域。他強(qiáng)調(diào)，理解大腦復(fù)雜的動(dòng)態(tài)系統(tǒng)及其功能，需要平衡原始數(shù)據(jù)與處理數(shù)據(jù)之間的利弊。

現(xiàn)代神經(jīng)科學(xué)技術(shù)，如神經(jīng)像素探針和光片顯微鏡，已經(jīng)使得單次實(shí)驗(yàn)就能產(chǎn)生數(shù)PB的數(shù)據(jù)量，這遠(yuǎn)超以往的數(shù)據(jù)處理能力。這引發(fā)了關(guān)于數(shù)據(jù)存儲和訪問的重要討論：我們該如何存儲和獲取所有這些信息？

原始數(shù)據(jù)被認(rèn)為是實(shí)驗(yàn)最完整且未經(jīng)篩選的記錄，它捕捉了每一個(gè)細(xì)節(jié)，包括那些起初看似無關(guān)緊要的部分。對于某些研究來說，原始數(shù)據(jù)是不可或缺的，尤其是在探索新方法和新見解時(shí)。例如，改進(jìn)的尖峰分類算法可能從當(dāng)前看似背景噪聲的活動(dòng)中提取出有意義的圖示。

然而，處理后的數(shù)據(jù)同樣重要。經(jīng)過濾波、去卷積等預(yù)處理的數(shù)據(jù)，不僅更便于共享和使用，還能減輕研究人員重復(fù)處理數(shù)據(jù)的負(fù)擔(dān)。這使得研究人員可以將更多精力集中在新的分析或解讀上，尤其在神經(jīng)科學(xué)這種協(xié)作性強(qiáng)的領(lǐng)域。

盡管理想情況下可以同時(shí)保留原始數(shù)據(jù)和處理后的數(shù)據(jù)，但高昂的存儲成本和訪問限制迫使許多實(shí)驗(yàn)室不得不做出艱難選擇。存儲原始數(shù)據(jù)不僅需要大量的物理存儲基礎(chǔ)設(shè)施，還涉及復(fù)雜的數(shù)據(jù)管理。而訪問龐大的數(shù)據(jù)集也面臨挑戰(zhàn)，研究者難以高效下載和分析。

Christophe Bernard，艾克斯-馬賽大學(xué)系統(tǒng)神經(jīng)科學(xué)研究所的研究員，分享了他的經(jīng)驗(yàn)。他表示，盡管保留原始數(shù)據(jù)能帶來新見解，但共享大數(shù)據(jù)集支持開放科學(xué)面臨重重困難。如何在數(shù)據(jù)保存的需求與數(shù)據(jù)的可訪問性及開放科學(xué)原則之間找到平衡，仍是關(guān)鍵挑戰(zhàn)。

紐約大學(xué)醫(yī)學(xué)院的副教授Zhe Sage Chen則強(qiáng)調(diào)，能夠訪問原始數(shù)據(jù)和處理后數(shù)據(jù)，以及配套的元數(shù)據(jù)文檔，對計(jì)算神經(jīng)科學(xué)家來說至關(guān)重要。他認(rèn)為，保留兩種格式的數(shù)據(jù)集，并進(jìn)行對比分析，是一種有效的方法。

神經(jīng)科學(xué)可以從粒子物理學(xué)和天文學(xué)中學(xué)習(xí)如何管理大型數(shù)據(jù)集。這些領(lǐng)域通過精密的集中式儀器和專門的數(shù)據(jù)處理團(tuán)隊(duì)，成功保留了必要的原始數(shù)據(jù)，支持了長期科研。

對于未來，神經(jīng)科學(xué)或許可以逐步向共享的高級實(shí)驗(yàn)資源和集中化的數(shù)據(jù)處理團(tuán)隊(duì)邁進(jìn)，例如艾倫研究所的“開放視野”項(xiàng)目。標(biāo)準(zhǔn)化的數(shù)據(jù)采集和處理為高質(zhì)量數(shù)據(jù)集提供了廣泛的訪問途徑，使研究人員能夠?qū)Ｗ⒂谔囟ǖ目茖W(xué)問題。

然而，盡管面臨挑戰(zhàn)，保留原始數(shù)據(jù)的重要性不可忽視。它具有推動(dòng)未來技術(shù)進(jìn)步的潛力，并為新分析提供了可能。例如，實(shí)驗(yàn)研究者André Fenton表示，他經(jīng)常在數(shù)據(jù)收集多年后才發(fā)現(xiàn)可以改進(jìn)之處，而這些改進(jìn)依賴于原始數(shù)據(jù)的保存。

信息學(xué)家Satrajit Ghosh則指出，盡管所有數(shù)據(jù)都重要，但需要考慮研究問題、數(shù)據(jù)質(zhì)量、多樣性和倫理原則，來決定哪些數(shù)據(jù)應(yīng)被優(yōu)先保留。他強(qiáng)調(diào)，需要推動(dòng)改進(jìn)原始數(shù)據(jù)和相關(guān)元數(shù)據(jù)的共享基礎(chǔ)設(shè)施，以確保實(shí)驗(yàn)數(shù)據(jù)的科學(xué)價(jià)值被最大化。

最后，斯坦福大學(xué)神經(jīng)生物學(xué)系教授Lisa Giocomo強(qiáng)調(diào)，推動(dòng)數(shù)據(jù)共享與基礎(chǔ)設(shè)施改進(jìn)非常重要。她認(rèn)為，這不僅能增強(qiáng)科研的透明性和可重復(fù)性，還能確保實(shí)驗(yàn)數(shù)據(jù)的科學(xué)價(jià)值被最大化。

在開放科學(xué)日益普及的今天，神經(jīng)科學(xué)領(lǐng)域正努力尋找最佳的數(shù)據(jù)管理策略。通過平衡原始數(shù)據(jù)與處理數(shù)據(jù)之間的利弊，神經(jīng)科學(xué)家有望在未來取得更多突破。