La reproducibilidad de los resultados experimentales publicados ha atraído recientemente la atención en muchos campos científicos diferentes. La falta de disponibilidad de datos científicos primarios originales representa un factor importante que contribuye a los problemas de reproducibilidad. sin embargo, La comunidad de biología estructural ha dado pasos importantes para hacer que los datos experimentales estén disponibles.

La cristalografía macromolecular de rayos X ha liderado el camino al requerir la difusión pública de coordenadas atómicas y una gran cantidad de datos experimentales a través del Protein Data Bank (PDB) y proyectos similares. haciendo del campo uno de los más reproducibles en las ciencias biológicas.

La IUCr encargó al Grupo de Trabajo de Deposición de Datos por Difracción (DDDWG) en 2011 que examinara los beneficios y la viabilidad de archivar imágenes de difracción sin procesar en cristalografía. El informe trienal del DDDWG 2011-2014 hizo varias recomendaciones clave con respecto a la preservación de los datos de difracción sin procesar. Sin embargo, no queda ningún mandato para la divulgación pública de los datos de difracción originales.

El recurso integrado para la reproducibilidad en cristalografía macromolecular (IRRMC) es parte del programa Big Data to Knowledge de los Institutos Nacionales de Salud y se ha desarrollado para archivar datos sin procesar de experimentos de difracción y, igualmente importante, para proporcionar metadatos relacionados. La base de datos [Grabowski et al. (2016). Acta Cryst. D72, 1181-1193, DOI:10.1107 / S2059798316014716], contiene en el momento de escribir este artículo 3070 experimentos de difracción macromolecular (5983 conjuntos de datos) y sus correspondientes metadatos parcialmente curados, que representan alrededor del 3% de todas las deposiciones en el Protein Data Bank. El recurso está disponible en http://www.proteindiffraction.org y se puede buscar utilizando varios criterios a través de un simple, interfaz optimizada. Todos los datos están disponibles para acceso y descarga sin restricciones. El recurso sirve como prueba de concepto y demuestra la viabilidad de archivar datos de difracción sin procesar y metadatos asociados de estudios cristalográficos de rayos X de macromoléculas biológicas.

Hablando con un periodista sobre el proyecto, El líder del equipo, Wladek Minor, dijo:"Hay tanta investigación en curso que no se puede publicar todo, ya menudo los resultados de estudios fallidos no aparecen en la literatura. Creo que la clave del éxito es conocer los experimentos fallidos, queremos saber por qué fracasan ".

El objetivo del proyecto es expandir el IRRMC e incluir conjuntos de datos que no lograron producir estructuras de rayos X. Esto podría facilitar los esfuerzos de colaboración para mejorar los métodos de determinación de la estructura de proteínas y también garantizar la disponibilidad de datos "huérfanos" dejados por investigadores individuales y / o proyectos de genómica estructural extintos.