随着数字化、网络化的进程加快，信息爆炸、数据爆炸引来了科学研究的范式转化，新的范式，微软研究院科学家Jim Gray（图灵奖获得者— “计算机界诺贝尔奖”之称）在2007年提出了“以数据为基础的科学研究第四范式”（The fourth paradigm: data-intensive scientific discovery）的概念，研究方法已经从“我应该设计个什么样的实验来验证这个假设？”逐渐发展为“从这些已知的数据中我能够看到什么相关性？”


 ◆ 大型天文观察望远镜LSST（Large Synoptic Survey Telescope ）投入运行后第一年 
     生产的数据达到1.28PB（1×1015Bytes）。
 ◆ 欧洲分子生物实验室核酸序列数据库EMBL-Bank  收到数据的速度每年递增200%。
 ◆ 人类基因组计划2008年生产数据1万亿碱基对，2009年速率又翻一番。 
 ◆ 医学科学的数据爆炸：在生物医学文献编目中已经有1800万医学文章现在每年增加接近百万篇。
 ◆ 100年前，一个内科医生知道医学的全面知识。今天，一个基层医生需要知道10000种疾病、3000种药物和1100多种实验室检查才能跟上发展步伐。

基于数据研究的投入高效性

    在科学研究的金字塔中，处于塔尖的大型项目屈指可数（如国际合作项目等），大型项目一般有充足的经费支撑软件和硬件的预算，专门为实验建立数据和网络基础设施。
 ◆ 微软研究院推出的全球望远镜 worldwide telescope  WWT 
     是宇宙探索工具 
     聚集了大量星云、星座、行星以及宇宙全景等图像数据 
     免费提供给用户浏览、做研究 
     用户可在桌面上浏览夜空 
     数据来自哈勃望远镜及分布于世界各地的10来个天文望远镜 
     WWT处理的数据实现了远程无缝链接：当观察者注意到一个非同寻常的波长或位置的数据，他可以点击那里，同时远程链 接到相关期刊文章上或数据库上。
 ◆ 基于excel 的数据管理、搜索、转换工具。你可以对自己的excel 表格中关于天体定位、几何形态等数据直接生成图像。你也可以链接远程的期刊论文、数据库等等
 ◆ 给科研人员节省了大量重复操作的时间，大大提高工作效率

云计算

 ◆ 数据云，数据流技术 
 ◆ 对付海量数据加工难题，云计算是很好的办法 
 ◆ 云计算（cloud computing）是一种基于互联网的计算方式，将庞大的计算程序自动分拆成无数个较小的子程序，交由多部服务器组成的系统进行搜索和计算，最后又将处理结果返回给用户 
 ◆ 能够在数秒钟之内处理以亿计的信息 
 ◆ 其特点,就是把分散的用户电脑要计算的内容全部放到服务器上运算，个人的电脑只负责显示结果
 ◆ 微软卫生库（Microsoft Health Vault） 
 ◆ 谷歌卫生(Google Health)
 ◆ 都是基于因特网的“用户数据云” 
     临床病人的数据输入里面形成云 
     用户数据云为新医学知识即刻传达至病人提供了可能 
 ◆ 维基百科也是用户数据云
    发展中国家的大量医学知识和信息还停留在论文纸面上，即使数字化信息也常常是驻留在分散的数据库中。基础设施缺乏和基层组织管理水平低等，妨碍了数据挖掘和分析。

数据与文献的融合-图书馆的新挑战

    出版的文献仅仅是全部研究数据的冰山一角。期刊数字化，是要达到文献与所有科学数据能够相互融为一体，在英特网上形成数据与文献互动操作的世界平台，这才算是全面数字化