凯西·格林博士;haley Rando博士;以及哥伦比亚大学生物医学信息系的文森特·鲁比内蒂

加州大学数据科学家如何揭穿COVID-19的错误信息

通过利用一种新的开源发布工具和软件开发平台GitHub, Casey Greene博士和haley Rando博士领导了一项国际努力,对COVID-19大流行进行准确研究。

一分钟读

研究人员生物医学信息系(DBMI)在科罗拉多大学医学院自2020年全球大流行开始以来,率先采用了一种创新方法来综合和汇编关于COVID-19的准确信息。

审查了数千篇关于COVID-19的研究文章,由凯西·格林博士他是DBMI的创始主席,以及在该部门工作的计算生物学家haley Rando博士格林实验室他在基于云的合作平台GitHub上将研究结果汇编成一份600多页的手稿,标题为“SARS-CoV-2和COVID-19:诊断和治疗学的演进回顾”。

兰多解释说:“我们写的基本上是一本关于COVID-19的书,被引用的次数相对较多。”“它比典型的手稿更有活力。我们对这种奇怪病毒的理解在不断发展,这份手稿讲述了这个故事。”

活手稿提供了在大流行期间进行的研究的罕见的在线历史记录。Greene说,建立全球研究联系,每天整理一波又一波的新数据,打击错误信息,这些努力远远超出了利用技术的范畴。

“你如何把这些非常感兴趣的人联系起来,让他们承担一个完全无法克服的挑战,并从中有所作为?”他问道。“哈利就是这么做的。”

它是如何开始的

兰多于2020年初开始了她的博士后研究生涯,当时她刚刚开始在实验室工作,大流行的封锁打乱了她收集DNA样本的计划。随着病毒的迅速传播,妨碍了像兰多这样的实验室研究,在大流行的前四个月发表了2万多篇文章,这就产生了一个评估、综合和总结研究结果的社区的新需求。

兰多说:“我们很多人都被孤立在家里,在家里阅读文献,错过了通常能帮助我们理解各种新数据的社区。”“对于初入职场的人来说,离开实验室是毁灭性的。我们的职业生涯依赖于研究成果。”

许多关于COVID-19的早期文章都是由传统出版商和预印本服务器加速发表的,因为研究人员试图了解这种新的病原体。预印本不经过同行评审,一些传统出版商加快了编辑流程,包括同行评审,以便在大流行早期快速传播COVID-19内容。

兰多在格林的指导下开始审查这一洪流般的内容。她和其他研究人员于2020年3月20日发起了一个COVID-19审查联盟。所有成员都远程工作,致力于总结、综合和审查有关COVID-19的文献,并作为一个有趣的用例获得了国际杂志《自然》的关注在分布式创作平台上

自项目启动以来,该团队已扩大到50多名作者,撰写了20多万字,审查了2000多篇关于COVID-19的论文。他们已经发布了七份预印本,其中三份已在该杂志上发表mSystems他还在有关开源软件和“活文档”的会议上展示了自己的工作。

合作写作的未来

传统上,科学合作包括在合作者之间通过电子邮件发送Word文档或在谷歌Workspace上使用共享文档。

由于预计该联盟将成为一次重大合作,评审员转而使用了Manubot,“这是一款非常酷的软件,”兰多说。Manubot是在Greene的实验室中开发的,目的是为了便于对深度学习的进展进行文献综述,深度学习是另一个快速发展的领域,需要作者之间的实时协作。Manubot不断整合多个合作者的工作,逐行修订标记显示每个修订的日期和来源。通过使用GitHub管理Manubot项目,合作者可以远程参与共享文档。

Manubot允许COVID-19联盟使用版本控制工具添加和编辑内容,以跟踪修订和贡献。这使得团队领导者Rando能够管理和协调数十位作者的贡献。除了撰写自己的评论,她还编写了培训材料,并为从未使用过GitHub(更不用说Manubot)的研究人员提供一对一的技术支持。

该团队还扩展了Manubot,使其能够将跟踪COVID-19数据的外部来源的数据直接集成到手稿中,从而使数字、表格、统计数据甚至文本本身能够根据快速变化的大流行进行更新。

开源,团队努力

最初,该联盟专注于COVID-19的发病机制和潜在的治疗方法。随着大流行的传播,该团队扩展到COVID-19的其他研究领域,包括诊断、社会决定因素、营养药品和疫苗。

对该项目做出大量贡献的研究人员是罗南·洛丹(Ronan Lordan)博士,他是宾夕法尼亚大学的博士后,具有临床营养和生物化学背景。他此前曾担任《。》等期刊的同行审稿人《柳叶刀》他最初的动机是贡献他的专业知识来审查吹捧羟氯喹的文章。

“当时根本没有羟氯喹的试验,”他说。“获得正确的信息很重要。我们的效率很高。随着信息的发展,我们会纠正这一记录。”

洛丹继续为该联盟审查文章,重点是补充剂和营养。

随着COVID-19文献的不断增加,该项目还没有结束的迹象。兰多说,团队一直在寻找新的贡献者。该项目可以在GitHub在这里

有特色的专家
员工提

haley Rando博士

员工提

凯西·格林博士

Baidu
map