研究成果发布之际，并未透露基因数据的来源，DSI的应用界限也引起了广泛讨论，这背后究竟有何等谜团值得探究
研究发布缺关键信息
该论文发表在备受推崇的《新英格兰医学杂志》上，但让人惊讶的是，全文几乎没有涉及基因序列的具体数据，对于数据的出处也缺乏必要的解释。这一情况引发了广泛的疑问。在医学研究领域，基因序列数据的重要性是显而易见的，而缺少这些核心信息，无疑会对研究的完整性及可信度造成重大影响。
DSI范畴争议不断
有人觉得DSI应当包含在名古屋议定书的管辖之下，这里的“遗传资源”涵盖了实物样本及其数字化形式。但这样的观点招致了不少争议，各方对此看法不一。如果将DSI纳入适用范围，可能会对全球科学研究带来深远影响，特别是对关键科学研究的限制，以及数据获取方面的问题也会变得更加显著。
会议提升认知理解
来自全球合作组织CGIAR的Michael Halewood表示，此次会议让与会者对DSI有了更深入的了解。会上，大家接受了相关教育，并学会了DSI的内涵及其应用方法。这对今后DSI的讨论和研究极为有益，尽管争议尚未完全消除。
CRISPR成典型例子
一些观察者觉得，CRISPR技术堪称典范。它让科研人员得以编辑全球各地发现的基因序列，对基因研究领域带来了重大变革。疫苗研发得益于获取病毒的数字序列信息，这大大加快了疫苗的研发进程，凸显了数字合成生物学（DSI）的重要作用。
数据使用乱象丛生
公共数据库的使用情况与人类细胞系早期获取时的无序状况相仿。在人类遗传学研究的早期阶段，这就像西部大开发时期一样，商业用户能够随意从庞大的开放公共数据库中获取信息。Editas产品的研发建立在公共数据库之上，这导致对其成果价值的评估变得复杂，同时数据的运用也缺乏规范和相应的限制。
数据挖掘优势明显
实体资源的利用若达到极限，便无法再进行下去，然而计算生物学在数据挖掘领域并不会对他人使用相同的基因序列造成阻碍。以Editas公司为例，他们利用奶牛肠道中的CRISPR基因进行研究，但其专利并未阻止其他人从中发现商业机会。再者，DSI技术为更广泛、更公平的资源分配带来了可能，但目前在如何合理应用这一技术方面正面临挑战。
在DSI的使用与维护环节遭遇的诸多难题面前，我们该如何平衡各方的利益，确保其得以公平、有序地实施？热切期盼大家加入讨论，对文章给予支持，并予以点赞及转发分享。
