大样本数据共享视角下对新冠病毒论文的理解

2020 年 2 月 9 日，中国工程院院士、新型冠状病毒肺炎疫情联防联控工作机制科研攻关专家组组长钟南山院士团队、李兰娟院士团队、武汉市金银潭医院、武汉市中心医院、黄冈市主要医院、浙江大学附属第一医院、香港中文大学医学与治疗学系等一线临床医院和研究机构联合在预印本平台 medRxiv 发表了题为Clinical characteristics of 2019 novel coronavirus infection in China 的文章。研究汇总了全国 31 个省市，共 552 家医院的 NCP 患者病例资料，纳入了从发病到 1 月 29 号共计 1099 例确诊的 2019-nCoV 感染 NCP 患者。（文章地址https://www.medrxiv.org/content/10.1101/2020.02.06.20020974v1.full.pdf）

一线的研究数据、高水平的研究团队、大规模的共享样本数据分析、及时的信息披露等等，无论从哪个角度来看，这篇论文都具有极高的科研价值。本篇论文得出以下结论：潜伏期最长可达 24 天，尿液、粪便中都能找到新型冠状病毒，初诊时仅有 43.8% 的病人有发热症状……(文字来源于网络资讯)

通过对钟院士文章的理解，我们可以发现在本次研究过程中，大样本数据共享和建立数据集在进行疫情精准防控分析中起到重要作用。样本数据共享的价值在于：通过不同机构之间进行样本数据共享，集中形成大样本数据。对大样本数据从不同维度进行数据挖掘，发现新冠病毒的统计性信息特点，为公众提供完整、连续、准确、及时的防疫策略，为医护人员提供追溯疾病源头的方法，为决策者提供传染病发展的有效数据和依据。

本论文为回顾性研究，为什么要做回顾性研究？分析可以分为以下两点：①单一机构样本数据量不足，不能支撑研究需要，所以几家单位联合研究；②无可用数据集，导致数据分析缓慢，结果难汇总。基于以上两点，做了回顾性研究。当然，如果有一个平台，能够实现数据实时共享，那么研究者还可以进行大样本数据的阶段性实时研究，为疫情防控工作提供指导。

（来源：科技部官方网站）

日前，科技部也做出了明确指示：要求科技人员大力弘扬科学家精神，树立大局观念，增强社会责任感，以“功成不必在我”的胸襟，发挥集智攻关、团结协作的优良传统，加强有关实验数据、临床病例、流行病学统计等数据、成果的开放共享，共同做好防控新型冠状病毒肺炎的科技应对工作。

2019年9月4日，中华医学会呼吸病学分会-2019（CTS2019）在湖北武汉召开，钟南山院士在全体大会上做了《大数据视角下的呼吸疾病防控》的报告。

2020年1月29日的新闻发布会上，世界卫生组织传染病流行病学家Maria Van Kerkhove也表示：“共享病毒至关重要。”

2020年2月5日，《自然》杂志在评论栏目发表官方声明，呼吁全球的研究者们联合起来，将与疫情相关的所有数据和研究成果及时公开，并承诺将发表的相关研究立即与世界卫生组织共享。

既然大样本的数据共享对科研价值如此之大，大样本数据共享平台也就显得尤为重要。作为生物样本库行业耕耘已久且青岛市首家科创板上市的物联网生物科技公司，海尔生物医疗生物样本库团队，结合近十余年来全国700余座生物样本库建设运营的实际经验，为解决各生物样本库“信息孤岛”的行业痛点，结合科研工作者的实际需求，迭代了BIMS系统（海尔生物样本信息管理系统），同时基于区块链技术，采用数据驱动、智能合约保障的模式，打造了具有五大特色的“生物样本信息共享生态服务平台”（以下简称“平台”）：

一、平台通过区块链技术强化数据校验，避免低效数据流转共享。例如，平台通过不同技术手段对样本共享数据进行多方数据校验，从样本源上切实保障数据质量，为后续的数据流转应用奠定良好基础；

二、平台利用区块链技术，切实加强数据安全和质量保护，提升保护样本源隐私，加强安全规范。坚守两个原则：“脱敏原则”，发布内容要“经过特殊算法处理，脱敏私密信息”，“非必要不公开原则”；

三、平台打破样本数据“孤岛”，高效运转数据，加强合作机构之间交流互动，加速数据整合，提升科研产出效率；

四、平台拥有样本、数据、物流、检验等多种服务资源，面向医疗、生物、制药、科研、医学教育等领域的用户，提供项目合作及生态服务（样本存储、样本转运、样本检测、设备租赁、科研项目合作等），在科学研究、技术转化和成果应用领域提供完整的线上线下支持，打造生物科研领域的生态体系。

五、平台提供上亿份级样本资源供广大科研工作者检索，整合国内样本库资源，提供精准检索服务，为科研合作方搭建快速合作桥梁，发挥生物样本资源的科研价值、社会价值。

另外还有科研资讯专栏、明星生物样本库展示、权威专家直播、行业通知公告、技术标准展示等功能；平台线下定期举办科研学术沙龙活动，共同探讨生物样本科研应用新方向，加强科学家之间的合作交流。

面对这场席卷全国疫情风暴，平台将强化跨单位、跨学科的样本数据共享，提升样本数据资源的整合效率，加快样本数据集成分析的速度，形成数据、模型及数据集三维一体化，切实实现数据共享、科研共享、成果共享，为科研加油提速，为人类大健康贡献力量。

附：BIMS及样本库示例