实验数据管理：被很多青年研究者忽略的发论文核心密码

前阵子帮一个博士生改论文返修。实验做得漂亮，结果也顶刊，可临了审稿人要原始实验数据，他翻遍了三个硬盘、百度云、甚至旧手机，才把数据凑出来。打开一看，文件夹命名全是“最终版”“真最终版”“绝对不改版”，变量对应错了三个，直接被编辑要求补做半个月实验。 延毕的风险悬在头上，他蹲在我办公室走廊抽烟，说从来没人教过他这个。

为什么现在实验数据管理越来越重要了？

放在十年前，很多人做完实验，数据记在本子上，存在自己电脑里，只要能出结果写论文就行，没人管你原始数据留不留。现在不一样了。 全球顶刊几乎全要求投稿时提供可重复的原始数据，开放获取数据已经是默认规则。国内学术期刊也在跟进，去年起不少核心都明确要求数据可查。再加上现在学术不端核查越来越严，你的数据拿不出来，或者对不上，直接就给你拒稿，甚至撤稿。 还有更坑的。师兄毕业走人，数据存在他自己的电脑里，密码没人知道，硬盘带回家了，师弟师妹接课题，全得从头再来。我知道一个国家级重点实验室，攒了十几年的实验数据，换服务器的时候丢了三分之一，找不回来，整个课题组停了大半年。 说实话，这种事完全可以避免。 科研实验室混乱命名实验数据文件夹截图

好的实验数据管理，其实就是几件小事

很多人一听“管理”两个字，就觉得要搞复杂的系统，花很多时间，其实根本不是。你只要从进实验室第一天，把几件小事固定下来，一点都不费时间。 第一件，统一数据命名规则。别瞎起名字，固定格式：「实验日期-处理条件-样本类型-操作者缩写」，比如20240521-5uM顺铂处理-HEK293细胞-LM，任何人打开都能一眼看懂，放三年都不会忘。 第二件，分开存原始数据和分析后数据。原始数据就是你仪器导出来的那堆文件，一丁点都别改，存在专门的文件夹里。分析完的数据另建一个文件夹，别覆盖原始文件。很多人图方便直接改原始数据，改到最后自己都不知道哪版是真的。 第三件，一定要记元数据。什么是元数据？就是你实验里所有没写进数据文件的细节：试剂批号、仪器编号、室温多少、孵育了多久、甚至当天电源跳了一次闸这种小事，都记下来。别相信你的脑子，我敢打赌，三个月后你绝对记不清当时用的是哪批抗体。 规范命名的生物实验数据管理文件夹列表 不过话说回来，真的有人能每次都记这么细吗？刚开始肯定会忘，养成习惯就好了，花不了你五分钟。总好过你投稿的时候对着一堆乱文件哭，对吧？

不用买贵价系统，这些免费工具足够用

不用买贵价系统，这些免费工具足够用 很多高校现在推企业级的实验数据管理平台，功能全是全，就是太难用，一堆审批流程，很多人嫌麻烦还是用自己的方法。 说实话，普通课题组真没必要花那个钱，我用了快十年的组合，一分钱不花，够好用。 学校给的云盘或者免费的公共云盘，存数据，开个课题组共享文件夹，每个人按自己名字建目录，谁走了数据都留在课题组里，不会带走。别只存在自己的笔记本电脑里，硬盘坏了、电脑丢了的案例我见得太多，有人因此延毕一年，说起来都是泪。 记元数据用Notion或者飞书文档，建个模板，每次做完实验填进去，搜关键词一秒就能找到，比你记在纸质本子上好找一万倍。 整理杂乱的实验数据用OpenRefine，比Excel好用太多，批量改格式、匹配变量，十分钟就能搞定你一下午的活，我逢人就推。 发论文之后，把原始数据传到Zenodo或者Figshare，拿个DOI，既满足期刊的开放数据要求，别人还能引用你的数据，也算额外的学术产出，何乐而不为？ 现在国自然申请都要求写清项目的数据管理方案了，你早早把这套流程用熟，写申请书的时候都比别人顺畅，评审一看就知道你是规范做研究的，印象分直接拉满。 很多干实验的朋友说，我们做计算的不用搞这个吧？错了，大错特错。你的测序原始数据、代码版本、参数设置，更要管。换个服务器路径错了，代码跑不出来，找原来的参数找疯了的例子，我身边一抓一大把。 别存侥幸，说什么我脑子好记得住。你做十个实验记得住，做一百个呢？做一千个呢？ 我真的见过太多人，实验做了大半年，结果对不上，找原始数据找不到，只能重头再来，大半年时间打了水漂。就是因为一开始嫌麻烦，不肯花那十分钟整理数据。 实验数据管理从来不是什么高大上的玄学，也不是给科研人加的不必要负担，说白了就是给自己留后路。你按规则来，花的那点时间，迟早会在你投稿、评奖、申项目的时候给你赚回来。 反正，吃过亏的人都懂。