初入一個領域，你可能會感到很孤單。尤其是當你還沒有自己的課題，老板和師兄師姐又都很忙、只能自己玩的時候。

你讀了許多文獻，知道了一些方法，或者從解螺旋上學到了一招，卻仍然一知半解。你深知“紙上得來終覺淺，絕知此事要躬行”，但不是還沒有課題嗎，躬行個鬼啊。

那你說不定是忽視了文獻中的補充材料（Supplementary materials）。

補充材料通常是一些不太核心的內容，限于篇幅，或限于紙媒的本身特性（如視頻、音頻等），不能在刊印的正文中提供，就另外整理出來在雜志的網(wǎng)站上發(fā)表。在我們速讀文獻，急著擴大閱讀面時，很容易就忽略了。

但如果想要深度了解一項研究，學習一種研究方法，它們就成了埋在正文之下的寶藏。它們可能是更詳細的結果、方法，還可能是原始數(shù)據(jù)，都是正正經(jīng)經(jīng)的出版物，是要經(jīng)過同行評審的。

補充結果是最常見的，但不是這么重要，想看就看不想看就算了。

對方法的補充論述，可以加深我們對實驗設計的理解，有時候會解釋一下為什么會這樣設計。但這類材料相對較少。當對實驗設計不理解時，去找找補充材料，說不定會有答案。

補充的原始數(shù)據(jù)，就是我們今天的主角！

科研社區(qū)中，越來越提倡數(shù)據(jù)共享，最初的目的是讓科研過程公開透明，提高科研成果的可重復性。但另有一個用處，就是教育。利用真實科研活動中產(chǎn)生的數(shù)據(jù)進行案例學習，能把數(shù)據(jù)放到具體的故事情節(jié)中去理解，明白它的意義所在，迅速敲開科研的大門。

不過說了這么多，原始數(shù)據(jù)到底怎么找？

直接從文獻中找

這當然是第一來源啦，讀到了遇到了就拿來用了。

但如果讀到的文獻中有感興趣的方法，恰好它又沒有附送原始數(shù)據(jù)怎么辦？搜另一篇采用同一方法的、附送原始數(shù)據(jù)的文獻嗎？倒也不失為一個辦法，麥子也曾經(jīng)這么做。在一些較大的期刊網(wǎng)站上搜“關鍵詞+supplementary”，也挺管用的。

但后來覺得這個方法有點中二，別說補充材料別名繁多，像什么additional data，supporting information之類，有時候即使有了supplementary，也不一定有原始數(shù)據(jù)呀。而且那些非OA的文章，你也是能在網(wǎng)站上搜到supplementary字樣的，但你就是拿不到呀~Sci-hub是不負責幫你偷補充材料的喲。

這時就會想，有沒有什么網(wǎng)站是集中收集原始數(shù)據(jù)或補充材料的呢？

Dryad：科研教育是它的初心

地址：http:///

這是由美國國家科學基金會資助建立的非盈利性公共科研數(shù)據(jù)共享平臺，通過跟期刊、機構、基金組織合作的方式，倡導作者們將數(shù)據(jù)提交到這個庫中，與文章同時發(fā)表。它創(chuàng)辦的目的之一，正是讓學生們能利用真實數(shù)據(jù)學做科研。

它收集的數(shù)據(jù)大多來自OA期刊，或混合期刊上的OA文章。但也會有些例外，比如2016年下載量排行第2的那份數(shù)據(jù)就來自Science，分析了全球科研汪們對Sci-hub的使用情況。不僅提供了2.7G（壓縮后684.5M）原始數(shù)據(jù)，還給出了處理、分析這些數(shù)據(jù)所使用的Python代碼，簡直手把手帶你上路：

后一句注釋真是溫心=_=

但這篇文章并不是OA的，還是要通過Sci-hub獲取原文：

下載量第4的數(shù)據(jù)來自一份心臟病學的研究（JACC Cardiovasc Interv. 2016;9(8):757-67.）。763位受試者的觀察數(shù)據(jù)全部以.csv表格形式上傳，壓縮后172.9M。像這么大的數(shù)據(jù)是不太可能上傳到期刊的存儲庫里作為補充材料的，換言之，用上面那個土辦法很難找到。圖就不貼了。

FigShare：資源更廣，搜索更方便

地址：https:///

這貨的界面粉嫩得不像個學術網(wǎng)站，但它真的是跟多家學術出版商有合作的數(shù)據(jù)共享平臺，如 Wiley，SpringerNature，Taylor and Francis，PNAS等。它是由Digital Science公司開發(fā)的，致力于提高“研究內容”的可見性。不僅是補充材料，正文中的圖表也能搜到。

它相對于Dryad，搜索更便捷。想學習Keplan Meier生存分析，搜關鍵詞，就得到相應的圖片、數(shù)據(jù)集，也可在文件類型列表里勾選Dataset進行過濾：

而且它支持多種文件格式的預覽，不僅是圖片，那些數(shù)據(jù)集也可點進相應頁面，看到具體內容。

它也有Dryad入口（https://dryad./）：

當然這兩個網(wǎng)站都會在數(shù)據(jù)頁面附上原文鏈接。這樣差不多就夠用了。

這些網(wǎng)站也有局限性，因為數(shù)據(jù)共享還只是部分科學家的倡議，實踐之路才剛開始。2000年以前，上傳補充材料的文章都寥寥可數(shù)，現(xiàn)在雖然有了飛速增漲，但數(shù)據(jù)共享仍然是個新概念。簡而言之，能拿到的數(shù)據(jù)，不如文獻那樣豐富。

如果你還沒體會到這些數(shù)據(jù)的好處，那我告訴你，我曾經(jīng)悄悄帶領你利用那些數(shù)據(jù)來學習，最典型的是這個：《Cytoscape：龐大的相互作用網(wǎng)絡出圖神器》。所以將來你發(fā)了文章，麥子當然希望你也能上傳數(shù)據(jù)跟大家共享啦~

再說遠一點，這些網(wǎng)站創(chuàng)立的目的，不僅僅是教育和傳播科研成果，還有已發(fā)表數(shù)據(jù)的再利用，挖出更多的價值。從你的研究視角出發(fā)來搜一搜，看看能不能發(fā)現(xiàn)什么新的東西，說不定一篇文章就從這些數(shù)據(jù)中誕生了呢。