实验数据管理：为了找3年前的荧光条，我把实验室冰柜翻了三遍

上周跟同实验室的师妹核对投稿数据，她翻遍了自己的移动硬盘、旧电脑、甚至存了四年的百度网盘，愣是找不到2020年那次做的酵母双杂交原始读值。

我看着她眼睛红得跟做了三次Western blot一样，突然就想起自己当年踩的那些破事。

别把存在电脑桌面当"数据归档"

真的别不信。

我刚进实验室那会，所有实验数据全往电脑桌面堆。什么"20190312质粒酶切""20190313酶切重复""20190313酶切最终版""20190313酶切绝对最终版"——堆到后来桌面图标比我做过的点突变还多。

上次评职称要报之前的项目成果，我找2018年那批细胞增殖的原始CCK8读数，翻了三个硬盘、两个已经淘汰的旧笔记本，甚至翻到了我本科时拍的毕业照，愣是没找到那组数据。最后还是靠当时一起做实验的同门，从她的旧U盘里抠出来的。

说出来丢人。

很多人对实验数据管理的误解，就是把"存下来"等同于"管好了"。你存在本地硬盘、U盘、甚至云端的文件，没有统一的命名规则、没有关联的实验记录、没有版本追溯，本质上跟把实验试剂直接扔在走廊地上没区别——你知道它在哪，但是谁都能碰，放久了谁都不知道里面装的是什么。

哦对，去年我们实验室统一做数据归档的时候，有个师弟存的12G数据，里面光叫"最终版"的文件就有47个。他自己都分不清哪个是真的最终版。

当时我们花了整整一下午，挨个打开文件核对时间、比对实验记录的时间戳，才把那堆乱麻理清楚。算下来那一下午的时间，够他多做两轮流式细胞术了。

那些你觉得"没必要"的元数据，真到用的时候能救你命

我之前总觉得，记实验记录就写个"今天做了PCR"就行，哪需要写什么引物浓度、退火温度、当天的实验室室温啊？

直到去年投的论文被审稿人打回来，问我为什么同批次的qPCR结果，Ct值的波动比之前的实验大了近30%。我翻了当时的原始导出表，上面只有数值，没有任何备注。

我盯着那串数字坐了半小时，突然想起来——那次做实验的时候，实验室刚好在做消防改造，走廊里吵得要死，那天的空调还坏了，孵育的时候室温比平时高了快5度。

但是我没记。

我总不能跟审稿人说"哦那天空调坏了所以结果飘了"吧？

最后我连着补了两轮重复实验，熬了三个大夜才把数据补全，就因为当时觉得"没必要记"那几行备注。

真正好用的实验数据管理，从来不是把文件存好就完事，是要让每一个数据背后的"上下文"都能被找得到。哪个实验员做的、哪天做的、用的哪批试剂、当时仪器有没有校准、做重复的时候有没有换过操作人——这些看起来碎得不行的信息，就是数据的元数据。

你别觉得麻烦。我现在给每一组导出的原始数据，都会在同一个文件夹里放一个txt的备注，写清楚当天的实验细节。上次学生做实验拿错了抗体批次，我对着备注5分钟就定位到了是哪批数据出了问题，根本不用从头挨个核对。

不过话说回来，也别搞太复杂。之前我们实验室跟风买过一套很贵的商业数据管理系统，光给每个实验员录权限就花了一周，大家平时做实验忙得脚不沾地，谁有空每次导完数据还要花十分钟填系统里的二十多个字段？我当时跟着填了两次字段，填到第三次直接放弃了——本来一天做实验就够累了，哪有那闲工夫跟系统较劲。最后那套系统现在还在服务器里躺着，积灰。

真的，适合自己的才是最好的。你哪怕用个共享的在线表格，把每一组数据的路径、对应的实验记录、操作人标清楚，都比那种花里胡哨没人用的系统强。

别等数据丢了才想起来做备份

我至今记得2021年那个夏天。

那天我刚从外面取完试剂回实验室，就听见隔壁组的师姐在走廊里哭。

她存了三年的硕博连读数据，存在自己的移动硬盘里，那天硬盘不小心从实验台掉下来，摔坏了。找数据恢复的人来问，说开盘恢复要两千多，而且恢复出来的文件大概率有一半是损坏的。

她当时读博已经第四年了，就等着那批数据写毕业论文。

谁听了不心疼？

实验数据的备份逻辑，从来不是"我把数据复制一份到另一个硬盘"就够了。前阵子看科技部发的新规，说以后科研项目结题的时候，必须要能提供完整的原始实验数据，不能再拿后期整理的图当原始材料交。之前我们组有个项目结题，因为找不到当时的原始测序导出文件，来回补了三次材料，折腾了快俩月才过审。

我现在自己的备份逻辑是三个地方：第一份是实验室的本地服务器，实时同步我当天导出来的所有原始数据；第二份是加密的云端存储，每周自动同步一次；第三份是每学期结束，把所有数据刻成光盘，存在实验室的档案柜里。

别觉得麻烦。你算算账，你花几个月做出来的实验，要是因为硬盘坏了、电脑丢了全没了，那之前的时间、试剂费、甚至读研的时间成本，是几个光盘能比的？

哦对，上次我们组检查备份的时候，发现有个同学把所有备份都存在同一个品牌的移动硬盘里，俩硬盘还都放在同一个抽屉里。我当时就问他，要是哪天实验室进小偷把抽屉顺走了，你是不是所有数据都没了？

他愣了半天。

真的，备份最忌讳的就是"把所有鸡蛋放在同一个篮子里"。你至少得保证，哪怕一个地方的存储全坏了，另外两个地方的东西还能完完整整找得到。

其实说来说去，实验数据管理哪有那么多高大上的理论啊。

我们做实验的人，天天跟试管、离心机、测序仪打交道，最懂那种"攒了好久的数据突然找不到"的崩溃感。说白了，做这些事，不是为了应付学校的检查，也不是为了装什么专业，就是为了自己下次找数据的时候，不用翻遍三个硬盘、跟同门挨个问、熬大夜补重复实验。

对吧？

我现在每次导完数据，花两分钟把文件按规则命名、写好备注、同步备份，算下来一天也就多花十几分钟。但是上次写论文找数据的时候，我从导出文件到把所有图拼好，只用了不到两个小时。

换作以前，这个时间我可能刚把桌面的文件夹翻完。

值。