FAIRplus Fellowship

Fellow: Esther Thea Inau, 2021-2022

Die Einhaltung der FAIR-Datenprinzipien stellt sicher, dass die im Rahmen eines wissenschaftlichen Projekts produzierten Daten auffindbar (Findable), zugänglich (Accessible), Interoperabel (Interoperable) und wiederverwendbar (Reusable) (FAIR) 1 sind. Die Umsetzung der FAIR-Prinzipien führt nachweislich zu einer transparenteren Datenverwaltung, was wiederum die Nutzung und Wiederverwendung von Daten in der wissenschaftlichen Community fördert. Folglich wird die Einhaltung der FAIR-Datenprinzipien immer häufiger von Forschenden, Verlagen, Förderorganisationen und politischen Entscheidungsträgern erwartet. Es wird angenommen, dass Kohortenstudien, die sich an die FAIR-Prinzipien halten, die Sichtbarkeit der Forschung verbessern und die Übernahme neuer Forschungsmethoden erleichtern, indem Datensätze miteinander verknüpft werden. Es liegt daher im Interesse der Forschenden, die FAIRness der aus Studien gewonnenen Daten sicherzustellen.

Im Rahmen des FAIRplus fellowship beschäftigt sich MILA insbesondere mit der FAIRifizierung von Labor-Metadaten und Datendefinitionen aus der „Study of Health in Pomerania“ (SHIP). Wir versuchen die Datenqualität in Bezug auf die Datenannotation und die Nachvollziehbarkeit der in den Datendefinitionen beschriebenen Variablen über die SHIP-Kohorten hinweg weiter zu verbessern.

Genauer gesagt, konzentriert sich unsere Arbeit auf die folgenden Schritte zur Umsetzung der FAIR-Prinzipien im SHIP-Datensatz:

1. Findable: SHIP-Daten über die verschiedenen SHIP-Kohorten hinweg durchsuchbar und auffindbar machen
2. Accessible: Einen einfacheren und schnelleren Zugriff auf die SHIP-Daten über verschiedene SHIP Kohorten ermöglichen
3. Interoperabel : Verbesserung der Interoperabilität durch weitere semantische Annotation der Daten in jeder SHIP-Kohorte mittels biomedizinischer Ontologien; Nutzung von Datenstandards, Terminologien und definierte Formate über alle Datensätze hinweg
4. Reusable: Datenrepräsentation in einer wiederverwendbaren und strukturierten Art und Weise über SHIP-Kohorten hinweg