解讀美材料基因組計劃：數據共享乃大勢所趨

　　MGI于2011年6月啟動，旨在將應用于能源、交通和安全等領域的先進材料的開發時間和資金成本減半。

　　美國的材料基因組計劃(MGI)啟動至今已有兩年，5位專家日前在《自然》雜志撰文，指出材料科學家應該如何在該計劃中實施工作。

　　Sally Tinkle：借鑒其他項目

　　華盛頓科技政策研究所政策分析師

　　MGI由總統巴拉克·奧巴馬于2011年6月啟動，旨在將應用于能源、交通和安全等領域的先進材料的開發時間和資金成本減半。兩年過去了，數億美元已經投入到了學術、產業和聯邦機構的項目中。

　　數據共享與計算工具開發對MGI的成功至關重要。先進材料復雜的物理與化學特性可以因不同的應用需要而相應調整，并可以在合成、生產和使用過程中改變。對這些特性的跟蹤是一項非常艱巨的任務，MGI的努力還包括將術語、數據歸檔格式和指南報告標準化。

　　幸運的是，MGI可以從現有的納米技術協作項目中得到借鑒。美國國家納米技術項目(NNI)在10年前建立，它針對1~100納米范圍內的材料，是MGI的合作項目，MGI的材料范圍是納米到微米級。

　　MGI可能會考慮加入NNI的納米技術知識基礎設施計劃，該計劃于2012年5月啟動，旨在開發一個數字數據和信息框架，并加強科學和建模團體之間的協作。該計劃已仿照美國宇航局的技術準備標準，定義了一組數據準備標準，力圖提供傳達材料數據的質量與成熟度的基礎。

　　MGI還可以加入NNI和歐洲委員會的合作關系，以支持關于數據共享具體細節的大西洋兩岸對話。

　　數據共享是一種固有的協作活動，有著更快速推進材料科學發展的潛力。MGI可以使現有的項目更具活力，并成為共享所有尺度的材料信息的平臺。

　　David L. McDowell：激勵分享

　　亞特蘭大佐治亞理工學院材料研究所執行董事

　　MGI必須避免這樣的態度，即“項目建成，所有目標就會實現”。對于合作和分享其數據與技術的科學家和工程師來說，激勵措施非常必要。MGI必須要有一些東西，可以使每一個人受益。

　　數據共享的環境必須吸引和促進合作。利益相關者在檢索現有數據之外還有著廣泛的利益——他們想要發現新材料，并期待得到改善的產品。直觀健康的網絡環境，以及分散和有機的網絡基礎設施發展要比集中式的網絡環境更能激勵不同用戶作出貢獻。

　　社交網絡策略可以使有著不同技能的用戶追求共同的利益。雙贏的方式應該被鼓勵。例如，上傳實驗數據集可以換取建模工具，這會推動進一步建模。不過，需要規定明確的協議，以管理數據使用倫理等。

　　對于MGI基礎設施的投資者來說，信息使用最大化有著最主要的吸引力。例如，從國家的同步加速器和中子衍射設施中得到的實驗數據集，應該在最大程度上得到存檔和使用，以供搜索與引用，大型超級計算機模擬器得到的數據也應如此。

　　開放獲取的規則是可取的，可以遵循美國國家科學基金會所贊助的關于納米級建模與仿真工具的nanoHUB項目，以及LAMMPS分子動態代碼和DREAM.3D軟件的范例。

　　Amanda Barnard：擁抱不確定性

　　澳大利亞聯邦科學與工業研究所所長

　　MGI正在形成協同工作的風格，這提高了技術與個人所面臨的挑戰。材料科學家必須更加適應不確定性。他們必須放棄控制欲，相信他們的同事，抗拒那種“讓所有事情都確定”的沖動。

　　從現有數據中得到新的科學成果需要集中資源。一些見解和突破只能通過特定的方式達到，其他方式無法完成。電子顯微鏡可以發現亞原子表面的特性，而光學顯微鏡可以顯示光如何從亞原子表面上被反射。

　　結合不同來源的成果十分困難。錯誤通常來自實驗或計算技術本身的特性。許多實驗人員都了解當實驗結果隨著實驗室條件的變化而變化時有多沮喪，甚至連那些基于理論的計算方法都可能會得到不同的答案。

　　與單純將源于純數據集的測量或統計錯誤進行綜合相比，將不同來源的數據混合通常會帶來更多的不確定性。若想從數據共享中受益，我們必須學會適應這種情況。

　　MGI使用者必須要適應的另一種不確定性是人為因素，即我們對創造原始數據的人們及其能力的看法。科學家應該習慣客觀的懷疑。為了快速推進材料研究，我們需要假設每個貢獻者都非常有能力，并讓數據本身來說話。

　　只有當我們能夠像給予MGI數據那樣輕松并且自信地從MGI獲得數據時，MGI的價值才能得以體現。

　　Francois Gygi：使模擬可再生

　　加州大學戴維斯分校計算機科學教授

　　MGI所得到的最快速的回報應該來自于對材料結構模擬的共享。

　　數值模擬并不像其理論和計算機基礎所顯示的那樣可靠和可再生。由于近似值以及使用參數數量的復雜性，它們經常會給出不同的結果。

　　克服這些困難對于設計新材料來說是必不可少的。例如，來自對一種材料晶格缺陷形成模擬的預測，可以改善我們優化材料強度或者電子特性的能力。

　　數據只有在得到獨立證實，并由不同的研究團隊成功復制的情況下才是可靠的。自由地共享數據將使這種交叉驗證成為可能。

　　在傳播模擬數據時，研究人員必須謹記兩點。首先，模擬軟件應該可以公開訪問，而不只是數據。軟件供應商不能禁止原始數據或性能數據的。第二，通用數據格式和集中的數據庫并不總是必要的。材料研發團隊可以采用現有的框架來共享數據。

　　在適度的投資下，研究人員可以在自己的服務器上發布數據，其他人也可以訪問這些數據。通過鼓勵特定領域網絡工具的開發，我們將會減少數據交互檢驗和驗證的障礙。

　　Peter B. Littlewood：發掘多樣性

　　伊利諾伊州阿貢國家實驗室物理科學與工程實驗室助理主任

　　從同步加速器到電子掃描顯微鏡，納米技術工具在信息革命中得到了磨煉。如今，在MGI中，我們需要通過擴大視野并納入多種多樣的材料來推進分子制造。

　　這一過程存在基本的障礙。盡管MGI的名字聽起來雄心勃勃，但實際上，原子并不同于基因。生物基因組既是一種理論，又是一種執行算法。在材料科學中，量子力學可以使從編碼到功能的完美翻譯毀于一旦。

　　這種理論僵局僅僅反映了材料的多樣性。組成或者結構上的微小變化可以產生全新的功能。

　　不過化學是系統性的。自從門捷列夫制定元素周期表以來，我們接觸了材料結構和功能的不同形式，現在可以借助強大的計算機和高通量實驗進行篩選。我們正在建造一個與材料種類、特性和功能相吻合的工具包。MGI將會擴大其范圍。