Riffyn：科研数据记录工具测评
许多学科领域的研究都涉及大量的数据收集、存档和分析。虽然过去十年中我们在研究的方式方法上已经取得了巨大的进步，但还有很多研究人员依然依赖人工手段进行数据采集和记录。从研究生到资深教授，不论研究资历，都有人事无巨细地把研究手写进他们实验室的笔记本里。
举例来说，一个简单的生物学实验可以分为四个部分：
- 设计实验
- 建立实验方案
- 收集数据
- 分析数据
虽然整个过程听起来理所当然、十分流畅，但实际操作起来常会遇到一些问题。多数研究人员会在纸上完成前两步，偶尔会有人用电子存档。接下来，他们会先用一个软件收集数据，再用另一个软件进行分析。为了让研究更有深度，研究人员会在研究中设计几组不同的实验，而每组实验对应的数据通常会被单独记录存档。管理一组正在进行的实验数据也许并没有什么难度，但实验结束后要想试图在多组碎片化的数据中理清关系就显得很棘手。而当你或你的导师想从十年之前的实验中找到自己想要的数据时，工程大是一方面，信息的准确性又是另一个问题。
尽管计算机和云计算的发展已经很大程度上推进了数字化进程，但对研究人员来说，能提供和“实验室笔记”等值满足感的工具还很少。有些研究人员已经开始使用电子实验笔记，但都还处于实验前后誊写记录的程度，并没有发挥电子笔记的最大效应。但可以想见，手写笔记很快会成为一种累赘的适得其反型工具。
Riffyn 来啦！
Riffyn 科学开发环境 (Scientific Development Environment, SDE) 是一个为科学研发搭建的云端营运程序，诞生于 2014 年。作为一个功能强大的整合工具，Riffyn 能集中储存研究计划、实验参数、研究结果等，让研究者对实验/研究有全面而整体的把握。和谷歌、iCloud 等云端硬盘不同，Riffyn 不仅能储存数据，它还根据研究人员的需求优化定制了界面，对研究结果的搜索和分析都十分友好。
Riffyn 具有以下主要功能：
- 设计：用可视化流程来解释实验步骤。研究人员可以根据实验素材和样本的处理步骤、评估所得参数、规格限制来进行定制化设计。设计细节根据实验步骤的顺序走，而每一步的输入和输出都分别由实验材料的规格及其对应的研究结果来决定。
该工具还允许用户更改实验设计和流程，并和其他用户进行分享、讨论。所有变更都会作为独立的文档被储存，团队成员可以从时间线上清楚地看到研究数据的变化，并评估其对实验输出的影响。此外，它还有助于厘清由多组实验造成的无序，将不同时间点上的数据依次排序记录。
- 测量：用户可以通过“测量模式”记录实验数据并将其与其他步骤的数据相连 。该功能既允许研究人员输入样本属性，比如缓冲液的类型、摩尔浓度等；又能记录样本结果，不管是单个数值，还是多组重复数据。测量结果可以通过手动输入、上传文件、从其他数据库导入等多种方式输入进 Riffyn。这样一来，测量模式相当于在监控和整合不同环节的所有实验数据，它还能此为基础创建数据图表。
- 分析：Riffyn 还有强大的数据分析功能。 程序能自动同步各个环节的所有数据，目前支持两种类型的分析功能。用户可以选择相对简单的可视化数据信息图，或是由 Riffyn 自己生成的统计图表。生成图表的原始数据可以根据用户需要，从测量模式或设计模式中抓取。用户还可以自由组合、过滤不同的信息和参数来制图，这是 Excel 目前都还不支持的功能。这种分析方法也有助于识别异常值。此外，Riffyn 的数据格式非常普适，R、JMP、Spotfire、Tableau 等主流的数据分析软件都对其兼容。
- 共享：Riffyn 还有一个突出特点，就是包括实验/程序信息在内的所有数据都能设置浏览、操作、编辑、管理等不同的共享权限。
- 连接：Riffyn 对各种电子表格、LIMS、SQL 数据库、Sharepoint、在线数据和手动输入数据都能兼容。同时还能自动将对应的数据流程/实验与导入数据匹配。
简单来讲，可以把 Riffyn 看成是研究的一份电子副本，它集中记录研究的过程、属性、实验和数据，满足你一站式的分析需求。当数据存档和分析缺乏准确性，研究也就没了实际意义。
在今天这个时代，当用复杂的技术生成大量数据已经成为一种常态，也是时候割舍我们对那种原始实验方式的依赖，启用一种可靠而客观的电子工具了。
虽然 Riffyn 对很多领域都适用，但它最适合生物制药、工业生物技术和食品行业。这也许就是我们一直期待的未来的样子。尽管 Riffyn 不是免费软件，但它对所有用户开放两周的免费演示账户。
想要快速了解 Riffyn 的其他功能，可以参考它官网的演示视频。
意得辑专家视点相关推荐阅读：
