新西兰奥塔哥大学高级讲师（Senior Lecturer ） Paul P. Gardner 在 bioRxiv 上发表了一篇名为《A Bioinformatician, Computer Scientist, and Geneticist lead bioinformatic tool development — which one is better?》的预印版文章，旨在探讨生物信息学软件工具开发中，作者所属学术部门与他们开发的工具准确性之间的关系。以下解读由 Kimi AI 生成，人工小修改。
摘要
- 研究强调了开发准确的生物信息学软件工具对于复杂生物数据有效分析的重要性。
- 通过分析一系列已经基准测试过的生物信息学软件工具，研究者将这些工具与相应作者的学术领域进行了映射，并评估了各领域的工具准确性。
- 结果表明“医学信息学”在生物信息学软件准确性方面表现优于其他领域，但其平均获胜比例超过了随机预期。
- 然而，在多重测试校正后，所有结果都不具有统计学意义（p > 0.05）。
- 研究发现学术领域与生物信息学软件准确性之间没有强关联，表明跨学科软件应用的有效开发可以由任何拥有足够资源和培训的部门承担。
背景
- 学术界内部的部门划分通常表示研究和教学专长，影响招聘决策、资金获取、出版和研究项目中招募的学生培训。
- 生物信息学打破了传统部门和学科领域的界限，融合了生物学、计算机科学和数学。
- 生物信息学工具和软件的开发对于解释复杂的生物学问题至关重要。
方法
- 研究的数据和代码可从 https://github.com/ppgardne/departments-software-accuracy 获取。
- 使用了来自68个出版物的基准测试数据，对498个不同的软件工具的准确性进行了排名。
- 作者所属部门的名称被映射到最接近的“研究领域”，并分析了这些领域在三个层次上：特定领域、更广泛的一般领域和专业知识类型。
结果
- 研究者探索了生物信息学软件工具的准确性与开发者所属学术领域之间的关系。
- 使用已发布的基准测试数据，将工具映射到相应的学术领域，并评估了开发者学术隶属与软件准确性的相关性。
- “医学信息学”在准确性排名中表现最佳，但经过多重测试校正后，P值为0.29，没有统计学意义。
- 而“生物信息学”和“工程学”领域的工具准确性较低，但同样没有统计学意义。
结论和限制
- 研究没有发现学术部门的专业与生物信息学工具的准确性有显著关联，表明学术部门隶属不应作为判断软件开发项目潜力的代理。
- 研究的局限性包括基准测试的多样性和准确性度量标准的潜在缺陷，以及基准测试样本量较小可能带来的影响。
文章链接
https://doi.org/10.1101/2024.08.25.609622
