Elab2ARC: A Browser-Based Workspace for Converting Free-Text Protocols into rich FAIR digital objects

elab2ARC ist eine clientseitige, browserbasierte Arbeitsumgebung, die die Umwandlung von Freitext-Einträgen aus dem elektronischen Laborjournal eLabFTW in FAIR-konforme, versionskontrollierte annotierte Forschungskontexte (ARCs) automatisiert, um einen nahtlosen Austausch und eine Archivierung zu ermöglichen, ohne den täglichen Laboralltag zu unterbrechen.

Das Wesentliche

Stellen Sie sich die tägliche Arbeit eines Wissenschaftlers als ein unordentliches, handschriftliches Tagebuch vor, das in einem digitalen Notizbuch geführt wird. So ähnlich funktioniert ein Electronic Laboratory Notebook (ELN). Zwar eignet es sich hervorragend, um festzuhalten, was im Laufe des Tages passiert ist, doch für Computer ist es kaum lesbar. Es ist, als würde man ein Rezept in einer Geheimsprache schreiben: Ein menschlicher Koch kann es verstehen, eine Roboter-Küche jedoch nicht. Aus diesem Grund müssen Wissenschaftler, wenn sie ihre Arbeit teilen oder veröffentlichen möchten, stundenlang ihre Notizen manuell in ein sauberes, standardisiertes Format umschreiben, das Computer verstehen können.

Elab2ARC ist ein neues Werkzeug, das entwickelt wurde, um diesen Ärger zu beheben. Denken Sie daran als an einen intelligenten Übersetzer und Organisator, der in Ihrem Webbrowser lebt. So funktioniert es, anhand einfacher Vergleiche:

• Das Ausgangsmaterial: Es beginnt mit Daten aus einem beliebten Open-Source-Notizbuch namens eLabFTW. Dies ist das oben erwähnte „unordentliche Tagebuch".
• Die Transformation: Elab2ARC wirkt wie ein digitales Umzugsunternehmen. Anstatt dass Sie Kartons einzeln packen, greift es automatisch Ihre Notizen, Ihre Schrittfolgenlisten (Protokolle) und Ihre Fotos oder Dateien (Anhänge) auf. Anschließend packt es diese in ein sehr spezifisches, strukturiertes Format namens ARC (Annotated Research Context) um.
• Das Ziel: Dieses neue Format ist wie eine perfekt beschriftete Versandkiste, die strengen internationalen Regeln folgt (sogenannte ISA-konforme Regeln). Dies stellt sicher, dass jeder, überall und jeder Computer genau versteht, was das Experiment war, wie es durchgeführt wurde und welche Ergebnisse es lieferte. Dies ist es, was Wissenschaftler als FAIR (Findable, Accessible, Interoperable, and Reusable – auffindbar, zugänglich, interoperabel und wiederverwendbar) bezeichnen.
• Datenschutz an erster Stelle: Ein wesentliches Merkmal ist, dass das gesamte „Packen" direkt auf Ihrem eigenen Computer (clientseitig) stattfindet. Es ist, als würden Sie Ihre Umzugskartons in Ihrem eigenen Wohnzimmer packen, bevor der Lkw kommt, anstatt Ihre Habe zunächst in ein Lagerhaus zu schicken. Das bedeutet, dass Sie die volle Kontrolle über Ihre Daten behalten, bis Sie bereit sind, sie in das PLANTdataHUB-Repositorium zu senden.
• Der „magische" Helfer: Wenn Ihre Notizen in langen, frei fließenden Absätzen geschrieben sind, kann das Tool einen intelligenten KI-Assistenten (ein LLM) nutzen, um sie zu lesen und einen strukturierten Entwurf vorzuschlagen. Es erledigt jedoch nicht die endgültige Arbeit für Sie; es reicht Ihnen lediglich einen Entwurf zur Überprüfung und Bearbeitung, wodurch sichergestellt wird, dass immer ein Mensch die endgültigen Entscheidungen trifft.

Das Fazit:
Elab2ARC verlangt von Wissenschaftlern nicht, ihre tägliche Arbeitsweise zu ändern. Sie können weiterhin Ihre unordentlichen, freien Textnotizen in Ihrem üblichen Notizbuch schreiben. Das Werkzeug ist so konzipiert, dass es nur verwendet wird, wenn ein Projekt abgeschlossen ist. Es nimmt die bereits geleistete Arbeit, organisiert sie automatisch in ein für Veröffentlichung und Langzeitarchivierung geeignetes Format und bewahrt Sie vor der mühsamen Aufgabe, alles von Grund auf neu zu schreiben.

Technische Zusammenfassung

Technische Zusammenfassung: Elab2ARC

Problemstellung
Während Elektronische Laborbücher (ELNs) in den Lebenswissenschaften allgegenwärtig sind, behindert ihr inhärentes Notizbuchformat oft die Maschinenlesbarkeit und die Einhaltung der FAIR-Prinzipien (Findable, Accessible, Interoperable, Reusable). Diese strukturelle Einschränkung erzeugt einen signifikanten Engpass: Forscher müssen erhebliche manuelle Aufwendungen betreiben, um Rohdatensätze aus ELNs in veröffentlichungsreife, maschinenhandhabbare Formate umzustrukturieren. Dieser Prozess ist nicht nur zeitaufwendig, sondern auch fehleranfällig, was die Weitergabe und die Langzeitarchivierung experimenteller Daten verzögert.

Methodik
Um dies zu adressieren, stellen die Autoren elab2ARC vor, einen browserbasierten Arbeitsbereich, der die Automatisierung der Transformation von Open-Source-eLabFTW-Datensätzen in Annotated Research Contexts (ARCs) ermöglicht. Das System arbeitet über den folgenden technischen Workflow:

• Datenerfassung: Unter Nutzung der eLabFTW-API holt elab2ARC administrative Metadaten, experimentelle Protokolle und Dateianhänge direkt aus der Quelldatenbank des ELNs.
• Client-seitige Verarbeitung: Alle Datenverarbeitungen finden lokal im Browser des Nutzers statt. Diese Architektur stellt sicher, dass Nutzerdaten unter der Kontrolle des Forschers bleiben, bevor eine Übermittlung erfolgt, und adressiert damit Bedenken hinsichtlich Datenschutz und Datensouveränität.
• Strukturelle Transformation: Das System reorganisiert die abgerufenen unstrukturierten oder halbstrukturierten Daten in ISA-konforme (Investigation-Study-Assay) Tabellen und verknüpft zugehörige Datensätze, wodurch effektiv „Notizbuch"-Einträge in versionskontrollierte, FAIR-konforme Forschungsobjekte umgewandelt werden.
• LLM-gestützte Extraktion: Ein optionaler Workflow integriert Large Language Models (LLMs), um strukturierte Metadaten aus Freitext-Protokollen zu extrahieren. Entscheidend ist, dass dieses Feature bearbeitbare Entwürfe und keine endgültigen Ausgaben generiert, wodurch die menschliche Aufsicht gewahrt bleibt und Forscher die extrahierten Daten vor der Finalisierung überprüfen und verfeinern können.
• Ausgabe und Übermittlung: Die endgültige Ausgabe ist ein ARC, der zur Weitergabe und Archivierung im PLANTdataHUB-Repository eingereicht werden kann.

Hauptbeiträge
Der primäre Beitrag dieser Arbeit ist die Entwicklung eines praktischen, nicht-invasiven Werkzeugs, das die Lücke zwischen der täglichen Labordokumentation und FAIR-Datenstandards schließt. Zu den wichtigsten technischen Beiträgen gehören:

1. Nahtlose Integration: Das Werkzeug nutzt bestehende eLabFTW-Dokumentation wieder, ohne Änderungen an den täglichen Laborpraktiken oder dem Workflow der Forscher zu erfordern.
2. Automatisierung der Umstrukturierung: Es automatisiert die arbeitsintensive Aufgabe, Freitext-Protokolle und Anhänge in strukturierte, ISA-konforme Formate zu konvertieren.
3. Human-in-the-Loop-KI: Es führt einen vorsichtigen, bearbeitbaren Ansatz zur Nutzung von LLMs für die Metadatenextraktion ein, der die Effizienz der Automatisierung mit der Notwendigkeit menschlicher Validierung in Einklang bringt.
4. Datensouveränität: Durch die Durchführung aller Verarbeitungen client-seitig stellt das System sicher, dass sensible Daten externen Servern nicht vor der Bereitschaft des Nutzers zur Übermittlung offengelegt werden.

Ergebnisse und Behauptungen
Die Arbeit zeigt, dass elab2ARC erfolgreich eLabFTW-Datensätze in ARCs umwandelt und einen gangbaren Weg für die FAIR-konforme Weitergabe und Langzeitarchivierung experimenteller Datensätze aus den Lebenswissenschaften bietet. Das System ist speziell für den Einsatz am Punkt des Projektabschlusses konzipiert und erleichtert den Übergang von interner Dokumentation zur externen Veröffentlichung und Einreichung in Repositorien.

Bedeutung
Die Bedeutung von elab2ARC liegt in seiner Fähigkeit, eine praktische Lösung für die „FAIR-Lücke" in den Lebenswissenschaften anzubieten. Durch die Automatisierung der Umwandlung weit verbreiteter ELN-Daten in versionskontrollierte, ISA-konforme Objekte reduziert es die manuelle Belastung der Forscher und ermöglicht die Erstellung reichhaltiger digitaler Objekte, die maschinenlesbar und zur Wiederverwendung bereit sind. Das Werkzeug stellt einen Schritt dar, um experimentelle Datensätze zugänglicher und interoperabler zu machen, ohne die etablierten Arbeitsabläufe wissenschaftlicher Laboratorien zu stören.