在计算代谢学工作流程中实施FAIR实践-一个案例研究.
Mahnoor Zulfiqar1,2, Michael R Crusoe3, Birgitta König-Ries2,4,5
1Institute for Inorganic and Analytical Chemistry, Friedrich Schiller University Jena, 07743 Jena, Germany.
Metabolites
|February 23, 2024
概括
在科学工作流程中实施FAIR原则提高了透明度和可重复使用性. 本研究详细介绍了将这些原则应用于代谢学工作流程,使用代谢体注释工作流 (MAW) 进行更好的数据分析.
科学领域:
- 生物信息学和化学信息学
- 计算生物学 计算生物学
- 数据科学数据科学数据科学
背景情况:
- 科学工作流程自动化复杂的数据分析管道.
- 实施FAIR (可查找,可访问,可互操作,可重复使用) 原则对于工作流程的透明度和可重复使用性至关重要.
- 代谢学研究产生了大量的数据集,需要强大且可重复的分析方法.
研究的目的:
- 为科学工作流程展示FAIR原则的实际实施.
- 使用代谢表述工作流程 (MAW) 作为FAIRification的案例研究.
- 为研究人员在生物信息学和化学信息学工作流程中应用FAIR实践提供指导方针.
主要方法:
- 使用通用工作流语言 (CWL) 指定代谢体注释工作流 (MAW).
- 在WorkflowHub上注册MAW及其CWL描述.
- 在提交过程中使用工作流RO-Crate配置文件与Bioschemas元数据的包装MAW.
主要成果:
- 在WorkflowHub上成功注册和包装MAW,遵守FAIR原则.
- 由于CWL规范,在不同的工作流引擎中证明了MAW的可重复使用性.
- 纳入Bioschemas元数据可以提高可发现性和互操作性.
结论:
- 对于MAW来说,FAIR的实施是其他科学工作流程的实际模型.
- 采用CWL和WorkflowHub有助于计算工作流程的公平化.
- 这种方法促进科学数据分析的透明度,可重复使用性和可发现性.
关键词:
生物计划是生物计划.CWL 在线播放常见的WLL常见的WLL杜克尔·多克尔 (Docker Docker) 是一个美国人.这是公平的,公平的.工作流程RO-Crate的工作流程.工作流 Hub Hub 的工作流程.化学信息学 化学信息学代谢生物组的代谢生物组工作流的工作流.更多相关视频
08:232 in 1: One-step Affinity Purification for the Parallel Analysis of Protein-Protein and Protein-Metabolite Complexes
Published on: August 6, 2018
11.4K
08:27Large-Scale Multi-Omics Genome-Wide Association Studies Mo-GWAS: Guidelines for Sample Preparation and Normalization
Published on: July 27, 2021
3.7K