尽管元数据已被公认为研究基础设施设计的关键组成部分，但目前仍没有通用的元数据报告和共享标准。相反，已经有许多倡议制定了数百种具有不同特征的元数据标准。
然而，人们对三种类型的元数据标准（描述性、管理和结构性）在概念上达成了共识。人们还普遍认为，元数据是支持 FAIR 原则的关键，可以克服人类和机器发现和重复使用数据的障碍。
因此，公共数据的特征发生了一些变化，许多存储库表现出一定程度的“公平性”，并且出现了几个以公平为中心目标的新项目。此外，许多科学期刊现在敦促研究人员使数据可共享和公开，即使他们支持实施公平原则的公共数据存储库。
尽管如此，公共存储库中 波斯尼亚和黑塞哥维那手机数据 的许多数据远未达到完美的 FAIR 标准。一项对工程纳米材料数据库的有限研究发现，尽管大多数数据都符合 FAIR 标准，但潜在的改进领域之一是使用元数据的标准模式。另一项评估公共组学数据中九种临床表型的元数据完整性的研究报告称，报告的临床表型的数量和一致性都存在很大差异。
即使是像 MIAME 这样旨在鼓励元数据共享的协调努力也影响有限，因为它们定义了信息的内容但没有定义格式。
创建一个统一的元数据框架仍然是一项重大挑战，因为公共数据领域仍然以多样化的数据库和标准为特征，仍然需要用户设计和管理兼容性。因此，需要付出巨大而有条不紊的努力来确保整个公共数据存储库的数据和元数据质量合规性。
主要原因是基因组数据组织本质上是一项艰巨的任务。例如，文件有多种格式，语义也大不相同，但要完全符合预定义的通用框架。更重要的是，对于一个通用但基本的数据单元，没有一个普遍接受的标准，可以代表生物研究的核心异构和多维数据资产。
HYFTs™ – 生物数据的原子单位
在BioStrand，我们将先进的 NLP 技术应用于蛋白质和 DNA 序列，以转录所有组学数据的通用语言。通过这种方式，我们能够解码信息的原子单位（称为 HYFTs™），它们是生物信息的基石。
借助 HYFTs™，所有生物数据（无论物种、结构或功能）都可以被标记为通用的组学数据语言。此外，这些原子数据单元也是生物信息的极其有效的载体。每个 HYFT™ 模式都。