Données FAIR : organiser un dossier de recherche

Quatre objectifs qui se complètent

FAIR correspond à Findable, Accessible, Interoperable et Reusable. Les principes présentés par GO FAIR concernent les données, les métadonnées et les infrastructures qui permettent leur utilisation. [1] Ils ne se résument pas à déposer un fichier dans un dossier partagé. Le contexte et les relations entre objets font partie de ce qui doit être décrit.

Pour un laboratoire, une première traduction concrète consiste à demander si un collègue peut retrouver le bon fichier, comprendre comment y accéder, interpréter sa structure et savoir dans quelles conditions le réutiliser. Ces questions paraissent simples, mais elles révèlent souvent des limites que le producteur des données ne voit plus parce qu’il connaît déjà toute l’histoire.

Trouver le bon objet, pas seulement un nom proche

Un identifiant stable aide à distinguer un jeu de données d’une copie temporaire ou d’une version ancienne. Le nom du fichier peut apporter du contexte, mais il ne suffit pas toujours à gérer les versions et les relations. Une recherche par mots-clés doit pouvoir mener à l’objet approprié et à sa description.

Dans une étude sur les peptides, les données doivent aussi être reliées au matériau, au lot et à la méthode. Le guide Traçabilité des peptides au laboratoire : du lot au résultat reproductible présente cette chaîne. FAIR élargit la question : comment rendre ces relations suffisamment explicites pour qu’une personne ou un système puisse les retrouver sans dépendre d’un échange oral avec l’auteur ?

Accessible ne veut pas dire public sans restriction

Des données peuvent être accessibles selon des conditions définies, avec une authentification ou une autorisation lorsqu’elles sont nécessaires. GO FAIR précise que FAIR ne signifie pas automatiquement ouvert. [2] Cette distinction évite de confondre organisation scientifique et publication indiscriminée d’informations sensibles, confidentielles ou soumises à des droits.

Le dossier doit expliquer les modalités d’accès et les limites, plutôt que laisser un lien qui échoue sans indication. Les métadonnées peuvent parfois rester consultables lorsque les données elles-mêmes sont restreintes, selon les règles applicables. Le choix de partage appartient aux responsables autorisés. La volonté de faciliter la réutilisation ne justifie jamais de diffuser des secrets ou des informations personnelles sans droit.

Interopérable commence par des colonnes définies

Un tableau devient difficile à rapprocher d’un autre si les mêmes mots désignent des choses différentes ou si les unités sont implicites. Une colonne intitulée « résultat » ne dit pas quelle grandeur est mesurée. Une colonne « groupe » ne décrit pas nécessairement le niveau expérimental. Les vocabulaires et structures doivent être suffisamment cohérents pour permettre une interprétation commune.

Un dictionnaire de données peut préciser chaque variable, son unité, ses valeurs possibles et la signification des absences. Les résultats inférieurs à une limite ne doivent pas être confondus avec zéro ou cellule vide. Le dossier LOD et LOQ : détecter n’est pas encore quantifier montre pourquoi ces conventions influencent les conclusions, même lorsque toutes les valeurs numériques ont été copiées sans erreur.

Réutilisable suppose une provenance

Pour reprendre une donnée, il faut savoir comment elle a été produite et transformée. Une figure finale ne remplace pas toujours les observations, les paramètres et le code qui l’ont générée. La provenance relie les étapes et permet de distinguer données brutes, données corrigées et résultats dérivés.

Les conditions de réutilisation doivent également être claires. La disponibilité technique d’un fichier ne donne pas automatiquement tous les droits de l’exploiter. Une licence ou une indication d’accès doit correspondre aux autorisations réelles. Le lecteur doit pouvoir comprendre ce qui est permis, à quelles conditions et auprès de qui obtenir une clarification lorsque le cadre n’est pas explicite.

Un exemple fictif de dossier ouvert mais opaque

Une équipe partage un fichier nommé « final_vrai_2 ». Il contient des colonnes abrégées, des nombres sans unités et des lignes supprimées sans journal. Le lien fonctionne, mais une autre personne ne peut pas reconstruire l’analyse. Le problème n’est pas l’absence d’ouverture ; c’est l’absence de contexte et de provenance.

Une amélioration utile serait d’ajouter une description, un dictionnaire, les versions et les règles de traitement, puis de relier le fichier aux sources autorisées. Il ne s’agit pas nécessairement d’installer un système complexe. Un ensemble simple et cohérent peut déjà rendre la réutilisation beaucoup plus sûre qu’une accumulation de dossiers dont le sens dépend de la mémoire de l’équipe.

Le code et les paramètres font partie du résultat

Lorsque des traitements numériques interviennent, leur version et leurs paramètres doivent être conservés. Un même fichier d’entrée peut produire des sorties différentes selon le modèle, les exclusions ou les conventions. Le dossier Courbe d’étalonnage : regarder au-delà du R² illustre cette dépendance pour un calcul analytique.

Une documentation utile indique aussi l’environnement nécessaire à la reprise, sans publier de secrets techniques. Les dépendances pertinentes, la version du programme et les instructions de lecture peuvent suffire selon le projet. L’objectif n’est pas de promettre une reproductibilité parfaite, mais de rendre les obstacles visibles et de conserver les informations qui permettent d’examiner le résultat.

Préparer la transmission avant le départ d’un collègue

Le test le plus concret consiste à demander à une personne autorisée, étrangère à la préparation du dossier, de retrouver une figure et ses données sources. Peut-elle expliquer les colonnes, identifier la version et comprendre les limites ? Les difficultés rencontrées indiquent ce qui manque réellement, au-delà de la beauté de l’arborescence.

Cette revue peut être intégrée à la fin d’une étape importante du projet. Elle ne remplace pas les obligations de conservation ou de sécurité de l’établissement. Elle aide à transformer un ensemble de fichiers en ressource scientifique. Les principes FAIR donnent une direction ; leur mise en œuvre doit rester proportionnée au projet et compatible avec les droits, la confidentialité et les responsabilités.

Distingue enfin une valeur non mesurée, une donnée perdue et une observation exclue selon une règle. Ces trois absences racontent des histoires différentes. Un code unique sans dictionnaire efface cette distinction et peut modifier la population effectivement analysée. Conserver le motif dans un champ séparé permet au destinataire de comprendre les limites du tableau et de choisir un traitement justifié.