Para cada 100 conjuntos de dados produzidos, cerca de 80 permanecem dentro do laboratório, 20 são compartilhados mas raramente reutilizados, menos de dois atendem aos padrões FAIR e normalmente apenas um leva a novas descobertas.

As consequências são significativas: progressos mais lentos 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 introduziu o Frontiers FAIR² Data Management, descrito como o primeiro serviço de dados de pesquisa abrangente e impulsionado por inteligência artificial do mundo. Ele é projetado para tornar os dados reutilizáveis e devidamente creditados, combinando todos os passos essenciais — curadoria, verificações de conformidade, formatação pronta para IA, revisão por pares, um portal interativo, certificação e hospedagem permanente — em um único processo fluido. O objetivo é garantir que os investimentos em pesquisa de hoje se traduzam em avanços mais rápidos em 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, chegando em um momento em que a produção de pesquisa está crescendo rapidamente e a inteligência artificial está remodelando como as descobertas são feitas. Ele transforma princípios de alto nível em uma 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 alimentar o progresso, obter 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 resultados publicáveis — agora são concluídos em minutos pelo AI Data Steward, impulsionado pela Senscience, a empreitada da Frontiers por trás do FAIR².

Pesquisadores que submetem seus dados recebem quatro resultados integrados: um Pacote de Dados certificado, um Artigo de Dados revisado por pares e citável, um Portal Interativo de Dados com visualizações e chat de IA, e um Certificado FAIR². Cada elemento inclui controles de qualidade e resumos claros que tornam os dados mais fáceis de entender para usuários gerais e mais compatíveis entre disciplinas de pesquisa.

Juntos, esses resultados garantem que cada conjunto de dados seja preservado, validado, citável e reutilizável, ajudando a acelerar descobertas enquanto dão o devido reconhecimento aos pesquisadores. O Frontiers FAIR² também aumenta a visibilidade e acessibilidade, apoiando a reutilização responsável por cientistas, formuladores de políticas, profissionais, comunidades e até sistemas de IA, permitindo à sociedade extrair maior valor de seu investimento em ciência.

Conjuntos de Dados Piloto Flagship

• Propriedades de Variantes do SARS-CoV-2 — Abrangendo 3.800 variantes da proteína spike, este conjunto de dados vincula previsões estruturais do AlphaFold2 e do ESMFold com dados de ligação e expressão de ACE2. Ele oferece um recurso poderoso para a preparação para pandemias, permitindo uma compreensão mais profunda do comportamento e da adaptabilidade das variantes.

• Lesão Cerebral Pré-Clínica por MRI — Um conjunto de dados harmonizado de 343 varreduras de MRI por difusão de quatro centros de pesquisa, padronizado entre protocolos e alinhado para comparabilidade. Ele suporta a descoberta de biomarcadores reproduzíveis, análises robustas intersite e avanços na pesquisa sobre lesões traumáticas cerebrais em estágio pré-clínico.

• 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 a avaliação de sustentabilidade e o planejamento de políticas climáticas baseadas em evidências.

• Biodiversidade de 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 sobre ecossistemas de ilhas vulneráveis.

Pesquisadores que testaram os projetos piloto notaram que o Frontiers FAIR² não só 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 assegura que os cientistas recebam crédito.

Todos os conjuntos de dados piloto cumprem a Especificação Aberta FAIR², tornando-os cuidadosamente curados, reutilizáveis e confiáveis para uso humano e de máquina 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 desencadear o próximo avanço, e os pesquisadores recebam reconhecimento por seu trabalho.

Dr. Sean Hill, cofundador e CEO da Senscience, a empreitada de IA da Frontiers por trás do FAIR² Data Management, observa:

“A ciência investe bilhões gerando dados, mas a maior parte é perdida — e os pesquisadores raramente recebem crédito. Com o Frontiers FAIR², cada conjunto de dados é citado, cada cientista reconhecido — finalmente recompensando o trabalho essencial de 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. Ángela Borja, Pesquisadora Principal, AZTI, Pesquisa Marinha, Aliança Basca de Pesquisa e Tecnologia (BRTA):

“Eu recomendo altamente 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 o MomCare reutilizáveis não precisa ser complexo. Ao permitir dados transparentes, acessíveis e acionáveis, o Frontiers FAIR² abre a porta para novas oportunidades em pesquisa de saúde.”

Dr. Neil Harris, Professor em Residência, Departamento de Neurologia, Centro de Pesquisa de Lesões Cerebrais, Universidade da Califórnia, Los Angeles (UCLA):

“A implementação do [Frontiers] FAIR² pode fornecer uma verificação objetiva dos dados tanto para ausências quanto para qualidade que é útil em muitos níveis. Esses tipos de avaliações e resumos de dados imparciais podem ajudar na compreensão por não especialistas, para, em última análise, aumentar o compartilhamento de dados. À medida que o campo avança para o uso de grandes dados em subdisciplinas mais díspares, essas verificações e resumos de dados se tornarão cruciais para manter uma boa compreensão de como utilizamos e combinamos a multiplicidade de dados já adquiridos em nossas análises atuais.”

Maryann Martone, Editora Chefe, Open Data Commons:

“O [Frontiers] FAIR² é uma das maneiras mais fáceis e eficazes de tornar os dados FAIR. Todo 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 o esforço exigidos. O [Frontiers] FAIR² reduz drasticamente 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, The Hong Kong University of Science and Technology (HKUST):

“O [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 as percepções para uma gestão de resíduos sustentável.”

Dr. Sebastian Steibl, Pesquisador de Pós-Doutorado, Naturalis Biodiversity Center e Universidade de Auckland:

“A verdadeira acessibilidade de dados vai além de simplesmente fazer o upload de planilhas de dados em 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 por acadêmicos, mas também por profissionais, formuladores de políticas e iniciativas de comunidades locais.”