Il 12 luglio scorso è stata lanciata GigaScience una nuova rivista scientifica ad accesso aperto, rigorosamente peer-reviewed. GigaScience nasce dalla collaborazione tra il più grande centro di  sequenziamento del genoma, il cinese BGI (Beijing Genomics Institute) di Shenzhen e BioMed Central, la prestigiosa piattaforma editoriale open access afferente al gruppo Springer. Se a prima vista GigaScience potrebbe sembrare un giornale di “genomica”, di fatto il suo campo di applicazione è assai più vasto, in quanto gli argomenti non riguardano solo le 'omiche' ma trattano argomenti di neuroscienze, ecologia, biologia, biologia dei sistemi e altri nuovi tipi di dati condivisibili su larga scala. Il neologismo inglese "omics, la cui origine può essere fatta risalire al 1995, all'interno delle comunità dei bioinformatici di Cambridge, Stanford, Yale, Harvard, sta ad indicare un ampio numero di discipline biomolecolari. I nuovi "-omics" (proteomica, metabolomica, etc…) nascono nell'era post-genomica, dalle cosiddette discipline –omiche, a seguito alla diffusione di progetti di biologia quantitativa applicati su larga scala come il Progetto Genoma Umano.

I tam tam dei vari blog la definiscono un progetto editoriale unico nel suo genere, un’esperienza nuova per i ricercatori delle comunità 2.0: dopo aver provato a navigare su GigaScience, leggere gli articoli sulle tradizionali riviste online ad oggi esistenti diventerà un’attività obsoleta. Il format degli articoli è decisamente innovativo rispetto al panorama delle attuali riviste scientifiche online del settore STM. I manoscritti in GigaScience sono pubblicati con link a set di strumenti software utilizzati per l'analisi dei risultati, integrando i dati stessi degli articoli alla banca dati GigaDB che permette agli autori di archiviare e condividere grandi quantità di dati. GigaDB accetta serie di dati fino a 14 TeraByte di dimensioni, quindi è una risorsa preziosa per gli autori che desiderano condividere i propri dati o per quelli che sono tenuti a farlo a seguito di mandati obbligatori (federali o governativi) come accade negli Stati Uniti a seguito della politica adottata dagli NIH.

Il primo numero di GigaScience comprende un lavoro di Stephan Beck dell’University College di London sui metodi per l'analisi della metilazione del DNA dell'intero genoma. Per fare un esempio, questo articolo include una sezione etichettata "disponibilità dei dati di supporto" dove - attraverso uso di identificatori di tipo DOI specifici per i dati [Digital Object Identifiers for scientific data] - è possibile la connessione diretta dai riferimenti nell’articolo ai numerosi dati di supporto e agli strumenti software necessari per ricreare gli esperimenti - per un totale di 84 GB - liberamente disponibili per il download e il reimpiego. Il primo numero di GigaScience che comprende oltre agli articoli un divertente editoriale di Jonathan Eisen, biologo evoluzionista, dal titolo “Badomics words and the power and peril of the ome-meme” ,numerosi commenti oltre a una interessante recensione sul futuro del sequenziamento DNA di archiviazione, è stato già letto oltre 2300 volte nel giro di due settimane dalla sua pubblicazione. Il fatto che il database di supporto GigaScience sia ospitato da un organismo internazionale (BGI), attesta l'importanza universale e la domanda di un tale modello di pubblicazione. La combinazione del manoscritto, supportato da dati e link ai software o al codice sorgente per analizzare i dati migliorerà la possibilità di riprodurre gli esperimenti e di provare i risultati in laboratori in modo indipendente, coinvolgendo ampi dataset, aumentando notevolmente la probabilità di generare nuove scoperte grazie alla condivisione dei dati. In questo modo GigaDB fornisce un servizio prezioso, utile a quei ricercatori che non hanno mezzi per il deposito on line di dataset o file di grandi dimensioni prodotti da loro esperimenti. In un recentissimo articolo sul New York Times, Mike Eisen sottolinea come gli enti di ricerca stanno già pagando i costi della pubblicazione anche se in modo indiretto e per nulla trasparente, con i soldi delle tasse dei cittadini. 

La rivista è perfettamente allineata con gli obiettivi in materia di accesso ai Big Data della Casa Bianca e delle politiche di altri Paesi che stanno lavorando per produrre connessioni efficaci tra articoli scientifici e dati. David Shotton, in un recente articolo pubblicato su D-Lib Magazine suggerisce di valutare la qualità degli articoli scientifici basandosi su cinque criteri indipendenti. Per ciascuno dei cinque criteri (peer review, accesso aperto, contenuto arricchito, set di dati disponibili e metadati leggibili dalla macchina) vi è una scala di valori di cinque punti, che vanno da 0 a 4. Il modello detto “a cinque stelle” può fornire un quadro concettuale con cui giudicare il grado di apertura di un articolo (e anche di una rivista) utile alla valutazione in termini di compatibilità a gradazioni più o meno open. Su questa linea anche i fisici, in uno studio depositato lo scorso novembre 2011 sull’archivio internazionale dei fisici ArXiv.org, propone di verificare il livello citazionale di articoli che contengono un collegamento ai dati a cui fanno riferimento, rispetto ad articoli che invece non citano direttamente i dati primari della ricerca. Per gli autori la questione, oltre ad essere interessante da un punto di vista puramente accademico, è rilevante per il miglioramento e diffusione della scienza: la condivisione dei dati, infatti, consente di verificare gli esperimenti e di fare nuove scoperte. Inoltre il fatto che gli articoli siano corredati da dati verificabili, consente un impatto maggiore in quanto gli articoli open access vengono più citati creando un ciclo virtuoso e vantaggioso per gli autori e le stesse istituzioni.

Antonella De Robbio