列表:从eLabFTW中的注释实验文档中半自动提取元数据

科学领域:

• 生命科学 生命科学
• 计算生物物理化学 计算生物物理化学
• 蛋白质生物化学 蛋白质生物化学
• 分子生物学分子生物学

背景情况:

• 科学中的可复制性依赖于可访问的方法,代码和数据.
• 公平的数据原则 (可查找,可访问,可互操作,可重复使用) 需要元数据注释.
• 目前的元数据创建对研究人员来说是劳动密集型的.

研究的目的:

• 开发一种自动化解决方案,从实验文档中提取元数据.
• 为了最大限度地减少研究人员在元数据生成中的努力,以实现 FAIR 数据合规性.
• 与现有的研究数据管理平台无集成.

主要方法:

• 开发了LISTER,这是一个用于元数据提取的方法和算法解决方案.
• 使用eLabFTW作为电子实验室笔记本,具有定制的条目和"容器"概念.
• 采用ISA (调查,研究,测试) 模型作为数据框架.
• 创建了一个基于Python的应用程序,用于半自动化元数据提取.

主要成果:

• LISTER有效地从注释,基于模板的文档中提取元数据.
• 以机器可读的 (.json) 和人类可读的 (.xlsx) 格式输出元数据.
• 为出版物生成 .docx 格式的材料和方法描述.
• 便于创建和扩展本体论,以增强数据价值.

结论:

• LISTER显著减少了创建和提取元数据所需的努力.
• 提高研究数据的公平性和可重复性.
• 适用于各种生命科学领域,可扩展到其他领域.