遵循FAIR数据原则是《土壤生物学与肥力》期刊的重要要求,这包括提供原始测序数据及其相关元数据。在向该期刊提交稿件时,这些测序数据必须存储在合适的公共数据库中,并且能够被完全访问,不能在文章被接受后才提供,也不能“在合理请求时”提供,更不能在某个未明确的后续阶段才提供。这一点是不可商量的。如果审稿人无法查看原始数据,就无法对研究工作进行恰当评估;如果读者无法获取这些数据,研究结果就无法复现。

这一要求对于土壤微生物组研究尤为重要。如今我们能够生成大量的扩增子序列、宏基因组以及基于宏基因组组装的基因组,但仍有太多数据集难以查找、发布不完整,或者缺乏用于解读它们的环境信息。仅凭序列信息很难得出有意义的结论。土壤微生物群落的形成受到土壤类型、土层、深度、气候、植被、土地利用方式、管理措施、季节以及采样设计(包括时间)等多种因素的影响,而实验室和生物信息学处理方法又会进一步增加数据的复杂性。如果没有清晰的元数据,就难以将生物学特征与技术干扰区分开来。

MIxS框架已经为报告序列的背景信息提供了基础(Yilmaz等人,2011年)。对于土壤研究,作者至少应报告地理位置、采样日期、土地利用情况、植被类型、管理历史、土壤分类、土层结构、深度、物理化学性质、样本处理过程、DNA提取方法、测序策略以及生物信息学分析流程。这些数据应以机器可读的形式存储,并与每个样本及序列条目建立明确的关联。如果元数据隐藏在补充表格中且无法直接与数据库记录关联,那就远远不够。

环境DNA监测技术的发展指明了未来的发展方向。FAIRe框架将采样事件、实验室操作、原始分子数据以及由此得出的生物多样性观测结果联系在一起(Takahashi等人,2025年)。这不仅仅是良好的数据管理措施,它还能让分子数据成为长期环境监测的一部分,从而便于比较不同地区、不同年份以及不同监测项目所获得的结果。土壤微生物组研究也应采用同样的思路。公共序列数据库应当与生态学和生物多样性数据库相连接,而非成为孤立的存储库。

基于全基因组解析的宏基因组研究使得这一要求更加紧迫。宏基因组集合绝不应以匿名形式发表。作者必须提供原始读取数据、基因组组装结果、数据分组信息、质量统计数据、分类信息以及重建流程。MIMAG标准为数据的完整性、污染程度以及组装质量制定了重要准则(Bowers等人,2017年)。不过,“高质量宏基因组”这样的标签并不能替代透明的数据来源说明。

其潜在好处十分明显。通过整合数千个土壤宏基因组,人们构建了一个包含超过4万个宏基因组集合的全球土壤基因组目录,发现了大量此前未被描述的微生物多样性(Ma等人,2023年)。这样的成果之所以能够实现,是因为数据集可以被合并并重新分析。这也体现了我们当前所需要的转变:从单纯的展示性成果转向可重复使用的科学研究的通用原则。

《土壤生物学与肥力》期刊对此有明确要求。测序数据及完整元数据的公开可用性应被视为科学质量的重要组成部分,必须在投稿时进行核查。编辑和审稿人在评估之前,应检查那些无法访问的序列编号、处于保密状态的记录以及不完整的样本描述。这并非官僚作风,而是确保研究结果可复现、便于综合分析以及合理使用公共资金的必要措施。

原始数据并非文章的附录,而是文章本身不可或缺的部分。没有它们,科学记录就是不完整的。