Forschungsdatenmanagement

FDM

SFB 1436 Forschungsdatenmanagement

Der professionelle Umgang mit Forschungsdaten und der damit verbundene Aufbau eines adäquaten Forschungsdatenmanagements ist eine der Kernaufgaben des Sonderforschungsbereiches 1436.

Wir entwickeln eine Forschungsdatenmanagement-Strategie zur Verwaltung der Daten aus den verschiedenen Disziplinen, um die Strukturen innerhalb des SFBs zu verwalten und Lösungen für die gemeinsame Nutzung von Daten bereitzustellen. Hierbei werden die Anforderungen des Datenschutzes erfüllt und gleichzeitig eine projektübergreifende Zusammenarbeit gewährleistet. Das Ziel ist die Integration der Daten des Verbundes in die bestehenden FDM-Strukturen der Universität.

Weitere Details finden Sie in unserem SFB-Forschungsdatenmanagementkonzept.

Das Forschungsdatenmanagement (FDM) für den SFB 1436 wird unter dem Dach der RDM-Infrastruktur eingerichtet, die die OVGU derzeit einführt, mit Standards gemäß den FAIR-Grundsätzen und in Übereinstimmung mit der GDPR. Die Weiterentwicklung der RDM-Verfahren an der OVGU wird es ihr ermöglichen, ihre Vision der Konvergenz zwischen den Disziplinen, der Übertragung von der Grundlagenforschung auf die Gesundheitsversorgung und der Integration von Daten über Skalen und Arten hinweg voranzutreiben. Zu diesem Zweck arbeitet das SFB 1436 bereits im Rahmen von NFDI4Bioimage (bei dem das LIN Mitglied ist) und NFDI4ING (bei dem Sanaz Mostaghim von der OVGU im Beirat sitzt).

Das RDM der OVGU wird sich mit den Herausforderungen befassen, die sich aus der Nutzung von Datenquellen aus verschiedenen Gemeinschaften, der Festlegung von Daten- und Metadatenstandards, der effizienten Datenherkunft und den Arbeitsabläufen sowie der Infrastruktur und den Diensten ergeben. Die OVGU und das SFB 1436 arbeiten an gemeinsamen Metadatenstandards, bei deren Entwicklung das SFB eine zentrale Rolle gespielt hat. Das SFB 1436 hat einen eigenen Mitarbeiter, Maximilian Günther, für das Datenmanagement, der auch die Rolle eines Data Steward im breiteren RDM der OVGU übernimmt und mit dem RDM-Koordinator der OVGU zusammenarbeiten wird. Die Aufrechterhaltung hoher Standards für die Datenherkunft und den Arbeitsablauf wird durch ein gemeinsames Neuroscience Data Management Hub unterstützt, das vom CBBS, dem SFB 1436 und der DECODE-Plattform des Forschungsclusters Cognitive Vitality eingerichtet wird.

In die Organisation und Steuerung des Neuroscience Data Management Hub werden Best-Practice-Verfahren aus verschiedenen Quellen einfließen, darunter die DZNE Clinical Research Platform und das an der OVGU entwickelte Datenmanagementsystem DataLad, das derzeit innerhalb der CBBS-Imaging-Plattform zusammen mit dem Brain Imaging Data Structure (BIDS)-Format verwendet wird. Dr. Manuela Kuhn vom Fachbereich Psychologie und Dr. Emanuele Porcu als Data Steward des Fachbereichs Psychologie (25% CBBS-Finanzierung) unterstützen bereits die Integration von SFB-Bedürfnissen in den Neuroscience Data Management Hub. Dieser wird von Prof. Dirk Oswald in der Abteilung für Psychologie betreut. Das Neuroscience Data Management Hub wird bestehende Projekte und lokale Einrichtungen wie IT-Dienste, Datenintegrationszentren (DIZ) und Plattformen miteinander verbinden. Die OVGU und insbesondere die FME bieten eine IT-Infrastruktur, die den SFB 1436 voll unterstützen kann. Zusätzlich zum DIZ und der FME baut die OVGU ein neues Gebäude, in dem ihr HPC-Cluster und die Datenspeicherung untergebracht sind. Darüber hinaus bietet der Cloud-Service der Universität, der vollständig vom Land Sachsen-Anhalt finanziert wird, umfangreiche Kapazitäten für das überregionale Datenmanagement, die die Zusammenarbeit mit der MLU und den Fachhochschulen verbessern.

Die Qualitätssicherung der Daten wird bereits von den bereits erwähnten Data Stewards koordiniert und soll in die Neuroscience Data Management Hub integriert werden. Die vorangestellte Grafik gibt einen Überblick über die Gemeinschaften und Institutionen, die der Neuroscience Data Management Hub verwalten wird. Die Qualitätssicherung wird auch durch die Erfahrung und Infrastruktur unterstützt, die von den SFB 1436-PI Düzel und Speck für die Kuratierung und schnelle Online-Qualitätssicherung von Bildgebungsdaten und den zugehörigen experimentellen Protokolldaten innerhalb des Nationalen Neuroimaging-Netzwerks im DZNE (https://tinyurl.com/4su8u9ew) aufgebaut wurde. Die iNET-Mitarbeiter Dr. Falk Lüsebrink und Eric Einspänner (beide DZNE) werden ebenfalls in den Neuroscience Data Management Hub integriert. Sie werden insbesondere ihre neu entwickelten automatisierten Verfahren zur Qualitätssicherung von MRT- und experimentellen Protokolldaten für den gesamten CRC implementieren. Unsere Erfahrung im Aufbau multizentrischer SOPs und die ISO 9001:2015 zertifizierten Verfahren der Bioproben-, kognitiven und anamnesebasierten Datenerhebung, die von der klinischen Forschungsplattform des DZNE implementiert wurden, werden bereits für die Datenerhebung im Projekt Z03 und damit für alle Humanprojekte genutzt.

Zusammen mit der umfangreichen Erfahrung des Standorts in den Bereichen klinische Forschung, MR-Bildgebung, Dokumentation, Entwicklung/Implementierung von Bildgebungsprotokollen, Qualitätssicherung in multizentrischen Studien, einschließlich multizentrischer Task-FMRT, Konformität von Bildgebungsprotokollen mit schnellem Feedback, Harmonisierung von Scannern/Hardware, Kommunikation mit Anbietern, zentralisierte Ausbildung/Einweisung von MR-Personal, wird die bestmögliche Datenqualität, reproduzierbare Datendokumentation und -analyse für alle SFB-Projekte gewährleistet. Schließlich stehen LIN und OVGU in engem Austausch und sind Teil der Gemeinschaft der NFDI-Neuro-Initiative, um aktuelle Dienste und Werkzeuge skalen- und disziplinübergreifend zu erweitern und einzusetzen.  NFDI-Neuro richtet sich an die Bedürfnisse der deutschen Neurowissenschaftler und versucht, das gemeinschaftsübergreifende RDM in den Neurowissenschaften zu organisieren und zu unterstützen. Wir entwickeln Prozesse für das Datenmanagement, insbesondere auch für Daten aus Tierversuchen und hier vor allem für Daten aus der Bildgebung und deren Qualitätssicherung mit NFDI. Die Computersicherheit und der Schutz der Datenspeicherung werden von den IT-Abteilungen der beteiligten Institutionen gemäß den Anforderungen der DFG verwaltet. Mit Unterstützung der zentralen IT-Einrichtung der OVGU werden für den sicheren Datenaustausch zwischen den SFB-Mitgliedern bereits lokale Cloud-Lösungen implementiert, die unabhängig vom öffentlichen Internet arbeiten.

2019 wurde an der UMMD das Datenintegrationszentrum (DIZ) eingerichtet, um eine einheitliche Forschungsdateninfrastruktur zu schaffen. Dazu gehört ein Forschungsspeichercluster mit einer Kapazität von derzeit 1,0 Petabyte, der eine zentrale Datensicherung ermöglicht und die Weiterverarbeitung nach guter wissenschaftlicher Praxis gewährleistet. Je nach Leistungsbedarf (Bandbreite) werden die Daten direkt der virtualisierten Auswertungsumgebung oder als BSI-konformer On Premise Cloud-Speicher zur Verfügung gestellt, um optimal an die jeweiligen Auswertungsumgebungen angebunden zu sein. Durch die Anbindung lokaler und standortübergreifender Benutzerverzeichnisdienste können die generierten Forschungsdaten personalisiert und durch Authentifizierung im Revisionskontext gesichert an die jeweilige Forschungsgruppe freigegeben werden. Um die interdisziplinäre Zusammenarbeit mit den anderen Fakultäten der OVGU zu ermöglichen, wird das Kooperationssystem Confluence zur Verfügung gestellt. Darüber hinaus bietet das DIC ein GitLab-basiertes Repository für die Veröffentlichung und den Austausch unserer Quellcodes und „textbasierten Forschungsdaten“. Diese Einrichtungen fördern die Zugänglichkeit und Archivierung von Forschungs- und Metadaten in Übereinstimmung mit den FAIR-Grundsätzen. Darüber hinaus wird die Sicherung der Daten für Zeiträume von zehn Jahren bzw. 30 Jahren für PET-Daten gewährleistet. Das Deutsche Zentrum für Neurodegenerative Erkrankungen (DZNE) in Magdeburg ergänzt diese Infrastruktur durch die Bereitstellung eines XNAT-Systems, das speziell für die Verteilung von MRT-Daten konzipiert wurde. Dieses XNAT-System wird auch vom MR-PET des DZNE für die Sammlung von Tau-PET-Bildgebungsdaten und in der nächsten Förderperiode von PET-Bildgebungsdaten der synaptischen Dichte für den CRC verwendet. Ein Gitlab-System wird ebenfalls vom DZNE zur Verfügung gestellt. Die dort gespeicherten Daten können später in das Gitlab des DIZ übernommen werden. Das Metadatenmanagement wird für alle Projekte des SFB 1436 mit dem Tool RDMO unter der Leitung von Maximilian Günther durchgeführt. Der SFB 1436 tauscht bereits Daten mit anderen Forschungseinrichtungen aus, zum Beispiel im Bereich SuperAgeing.

Die Medizinische Fakultät ist Teil der Medizinischen Informatik-Initiative (MII) und des Netzwerks Universitätsmedizin (NUM), die beide bereits eine umfangreiche Infrastruktur und standardisierte Regelungen für die Forschung mit medizinischen Daten geschaffen haben. Der SFB 1436 baut auf den Entwicklungen der MII/NUM in Bezug auf Prozesse und Dokumente (z.B. Einwilligungen, Benutzerregeln), harmonisierte technische und semantische Interoperabilität wie Kerndatensätze, Terminologien, Metadaten und Schnittstellen auf. In Zukunft wird das Neuroscience Data Management Hub in Übereinstimmung mit der International Neuroinformatics Coordinating Facility (INCF) und dem Berichterstattungssystem DAQCORD (Data Access, Quality, and Curation for Observational Research Designs) arbeiten. Ein wichtiger Meilenstein, den wir in der aktuellen Förderperiode erreichen konnten, ist ein standardisiertes Einwilligungsformular, das für alle Teilnehmer in allen SFB-Projekten verwendet werden kann. Die Etablierung war ein wichtiger Schritt, der von den Rechtsabteilungen der Fakultäten, des SFB und des Referats Forschung unterstützt wurde. Nachdem die administrativen und rechtlichen Herausforderungen dieser einheitlichen Einwilligung gemeistert wurden, wird es ein Leichtes sein, diese für die Projekte der nächsten Förderperiode anzupassen.

Die OVGU hat eine Erfolgsbilanz vorzuweisen, wenn es darum geht, einzigartige Datensätze durch offenen Zugang weltweit wieder verwendbar zu machen. Beispiele hierfür sind die höchstauflösenden In-vivo-Gehirnbildgebungsdaten des Human Phantom 7T 121, die mehr als 60 000 Mal heruntergeladen wurden, und die Forest-Gump-Studie mit hochauflösenden 7T-Gehirn-FMRT-Daten von Personen, die den Film Forest Gump gesehen haben, ein Datensatz, der sehr umfangreich kommentiert ist. Für letztere führte ein internationaler Datenanalysewettbewerb zu mehreren viel beachteten Veröffentlichungen. Wir werden diese Strategie der offenen Wissenschaft mit unserer neuen und einzigartigen Bildgebungstechnologie (d. h. 7T-Connectome) fortsetzen. Dadurch werden wir von koordinierten nationalen und internationalen Entwicklungen und Kenntnissen im Bereich der Verwaltung und Digitalisierung medizinischer Forschungsdaten profitieren.

Ein wichtiger Aspekt von FDM ist die spezifische Ausbildung, die in Bezug auf die Quelle der Daten und Aspekte des Datenschutzes erforderlich ist. Wir stellen uns dieser Herausforderung, indem wir einen besonderen Schwerpunkt auf die Vermittlung grundlegender Prinzipien der Datenverwaltung, ethischer Erwägungen und des Datenschutzes durch die Lehrinfrastrukturen zu FDM legen (OVGU – eLearning-Kurs in Moodle). FDM wird an der OVGU in digitalen Formaten und auf dem Campus gelehrt, und Informationen werden in Workshops und Vorlesungen über alle Kooperationen wie mit der OVGU-Graduiertenakademie und der medizinischen Bibliothek der OVGU verbreitet. Dazu gehören Strukturen zur Rekrutierung und Betreuung von Studierenden in den etablierten Master-, Ph.D.- und MD-Programmen (siehe Abschnitt 4.1), Pflichtvorlesungen und E-Learning-Module zur guten wissenschaftlichen Praxis, Einzelcoachings, zentral erfasste Labornotizbücher und Biostatistik-Kurse. Bei Tierversuchen streben wir gemäß den 3R-Prinzipien eine Verfeinerung der Versuchsansätze, eine Reduzierung der Tierzahlen und den Ersatz durch In-vitro-Techniken an. Die Zusammenführung und Verwendung gemeinsamer Modelle für neukognitive Schaltkreise durch die DECODE-Plattform wird ein wichtiger Schritt zur Erreichung dieses Ziels sein.

Forschungsdatenmanagement (FDM) ist in kooperativen neurowissenschaftlichen Forschungszentren zwischen Partnerinstitutionen in Deutschland unerlässlich, um korrekte Daten, eine nahtlose Zusammenarbeit, die Einhaltung von Vorschriften und das Potenzial für datengesteuerte Entdeckungen zu gewährleisten. Es ermöglicht effiziente Forschungsprozesse, unterstützt transparente und reproduzierbare Ergebnisse und steht im Einklang mit Finanzierungsanforderungen und Open-Science-Praktiken.

Innerhalb des komplexen Rahmens des SFB 1436, der mehrere teilnehmende Einrichtungen, ein beträchtliches Datenvolumen und komplizierte Anforderungen an die gemeinsame Nutzung von Daten umfasst, ist das Forschungsdatenmanagement ein zentrales Instrument. Es rationalisiert die Forschungspipeline, entwirrt die Komplexität und fördert eine nahtlose Zusammenarbeit, indem es eine effiziente Datenverarbeitung, eine strukturierte gemeinsame Nutzung und organisierte Arbeitsabläufe gewährleistet.

Datenstruktur des Serviceprojekte Z03

Deskriptive Metadaten im Forschungsdatenmanagement (FDM) für den Sonderforschungsbereich 1436 beinhalten die Erstellung detaillierter Informationen über die Forschungsdaten, wie z. B. deren Inhalt, Kontext, Struktur und Format. Diese Metadaten verbessern die Auffindbarkeit von Daten, unterstützen die Zusammenarbeit zwischen Forschern und stellen sicher, dass die komplexen und komplizierten Datensätze in den Neurowissenschaften effektiv organisiert und von aktuellen und zukünftigen Interessengruppen verstanden werden.

Datenmanagementpläne (DMP) im Forschungsdatenmanagement für den Sonderforschungsbereich 1436 umreißen Strategien für den Umgang, die Organisation und den Austausch von Forschungsdaten. Diese Pläne stellen sicher, dass die Daten effektiv gesammelt, dokumentiert, gespeichert und aufbewahrt werden, um die Datenintegrität, die Zusammenarbeit, die Einhaltung ethischer Standards und den langfristigen Wert der Forschungsergebnisse zu fördern.

Wir sind gerade dabei, das RDMO-Tool im SFB 1436 zu implementieren. In Kürze werden Sie auf dieser Seite für jedes Projekt auf die Datenmanagementpläne zugreifen können. Vorläufige Pläne finden Sie nachfolgend:

Projekt Icon A01
Projekt Icon A02
Projekt Icon A03
Projekt Icon A04
Projekt Icon A05
Projekt Icon B03
Projekt Icon Z03
Platzhalter SFB 1436 Magdeburg Mitglieder kein Foto

Maximilian Günther

Maximilian Günther

Ich bin Maximilian Günther und habe Medizinisches Informationsmanagement / eHealth studiert. Neben meinem Abschluss als Ingenieur im Bereich der Medizinprodukte besitze ich Kenntnisse im Bereich Medizinischer Datenverarbeitung. Nach sechs Jahren in der IT-Abteilung des DZNE arbeite ich nun als Datenmanager beim SFB 1436.