【摘要】[目的/意义]科研大数据变异作为数据发展的客观现象是数据质量控制的关键问题,探究其内在机理对于促进数据生态良性发展,巩固国家科研数据成果等方面具有十分重要的意义。[方法/过程]文章以遗传变异理论为基础,对科研大数据变异的概念及特性进行了分析,进而构建了"科研大数据变异演化模型"(VM-SRBD),并从阶段分析、核心活动分析、传播应用分析三方面进行了分解,最后以实际案例对科研大数据的变异演化过程进行了具体论述。[结果/结论]研究表明,科研大数据变异是以不可规避性、双向性、可修复性、可溯源性、遗传性为特征,以变异诱发、变异核心过程、变异传播应用为发展阶段,以数据内生及外生因素为诱发原因,以数据恶性变异及良性进化为发展趋势,以可修复恶性变异数据及进化数据再传播为目标的非线性、多路径、可反馈的动态演化过程。