夏义堃 管茜

摘   要：数据是生命科学研究的基础性资源，研究生命科学数据管理的质量控制对推进科学数据管理和生命科学理论与研究方法创新具有重要的现实意义。基于生命周期理论，通过政策文本分析、案例比较和文献调研，系统梳理了不同主体在生命科学数据的管理计划、采集、组织、保存、共享利用不同阶段中的质量控制措施提出不同阶段生命科学数据质量控制的核心要求，构建了包括基础层、主体层、流程控制层三个层次的生命科学数据质量控制体系。

关键词：科学数据管理;数据质量;质量控制;数据生命周期;生命科学

Abstract Data is a basic resource in life science research. The research of life science data management of quality control can advance scientific data management， and life science innovation theory and research method has important practical significance. Based on the life cycle theory， through policy text analysis， case comparison and literature research， this paper systematically sorts out the quality control measures of different subjects in different stages of life science data management planning， collection， organization， preservation， sharing and utilization. In this paper， the core requirements of life science data quality control at different stages are put forward， and the life science data quality control system at three levels is constructed， including the basic layer， the main layer and the process control layer.

Key words scientific data management; data quality; quality control; data life cycle; life science

生命科学在20世纪后期出现了飞跃式的发展，以基因测序、基因组学、蛋白质组学和生物信息学为代表的技术加快了生命科学领域数据的产生速度[1]，数据的积累与利用已经成为推动生命科学研究不可缺少的组成部分。海量的生命科学数据不仅具有传统大数据的“4V特征”，还因研究对象、存储结构、参数标准、应用场景等多元性而格外复杂，同时，人体受试样本的隐私保护、动物样本实验的伦理约束等进一步增添了数据管理的难度。

如何对体量巨大、增长迅速、多源异构且隐私伦理属性突出的生命科学数据进行有效地质量控制与开发管理，既是当前科学数据管理工作亟待突破和解决的重要问题，也是生命科学研究创新的前期条件。本文基于数据生命周期理论，着重分析了生命科学数据质量控制的主体行为与基本做法，构建了質量控制的主体行为与基本做法，构建了包括基础层、主体层和流程控制层在内的生命科学数据质量控制体系，以期为我国生物科学数据质量控制提供借鉴参考。……