labapi: a Python object model for the LabArchives electronic lab notebook

En el laboratorio moderno, la historia de un experimento ya no es solo un registro manuscrito en un libro encuadernado en cuero. Es un registro digital, un archivo vivo donde cada observación, cada cálculo y cada resultado debe ser archivado con precisión. Para los científicos de los Institutos Nacionales de Salud y de muchas otras instituciones de investigación, este hogar digital es un sistema llamado LabArchives. Funciona como un cuaderno electrónico, un espacio seguro donde los investigadores documentan su trabajo paso a paso, asegurando que la historia de un descubrimiento se preserve junto con el descubrimiento mismo. Sin embargo, ha surgido una brecha entre la forma en que trabajan los científicos y la forma en que se construyen estos cuadernos digitales. Mientras que los investigadores dependen cada vez más de programas informáticos automatizados para procesar datos —ejecutando cálculos complejos que generan resultados en segundos—, todavía tienen que copiar y pegar manualmente esos resultados en el cuaderno a través de un navegador web. Es una tarea tediosa y repetitiva que interrumpe el flujo de la ciencia, obligando a un humano a actuar como un puente entre una computadora rápida y una página web estática.

Para resolver esta fricción, un equipo de investigadores ha desarrollado una nueva herramienta llamada labapi, una biblioteca de software diseñada para permitir que los programas informáticos hablen el mismo lenguaje que el cuaderno electrónico. El logro central de este trabajo es la creación de un puente que traduce los comandos técnicos y planos del sistema subyacente del cuaderno en una estructura que se sienta natural para un usuario humano. En lugar de obligar a un programa informático a buscar códigos internos oscuros para encontrar una página específica, la nueva herramienta permite al programa navegar por el cuaderno utilizando las mismas rutas familiares que usaría una persona: moviéndose de un cuaderno, hacia una carpeta, y bajando hasta una página específica. Esta herramienta no solo mueve datos; entiende la jerarquía del cuaderno, reconociendo que una carpeta puede contener otras carpetas o páginas, y que las páginas contienen las entradas reales de datos. Al construir esta estructura, los autores han permitido que los investigadores creen flujos de trabajo automatizados que puedan escribir sus resultados directamente en el cuaderno y leerlos de nuevo más tarde sin intervención humana.

Los desarrolladores diseñaron esta herramienta con un objetivo específico: hacer que el cuaderno digital se sienta tan intuitivo como la interfaz web que los científicos ya conocen. En el pasado, conectar un programa informático al cuaderno requería escribir código personalizado para traducir una ruta simple, como "Proyecto A/Resultos/Sujeto 1", en una serie compleja de solicitudes internas. La nueva biblioteca gestiona esta traducción automáticamente. Incluye ayudantes que pueden verificar si una carpeta existe y crearla si falta, o encontrar una página específica sin necesidad de conocer su ID interno oculto. Este enfoque sigue el principio de "analizar, no validar", lo que significa que el software acepta la ruta tal como el usuario la escribe y descifra los detalles, en lugar de obligar al usuario a ajustarse a una estructura rígida y predefinida. Esta flexibilidad permite que el software cree nuevas entradas, como guardar un archivo de datos complejo como un adjunto JSON, que luego aparece en el cuaderno con una vista previa formateada que los humanos pueden leer fácilmente.

El valor práctico de esta herramienta ya se está sintiendo en la investigación del mundo real. Los autores la han utilizado para construir dos aplicaciones específicas que ya están en uso por otros laboratorios. Una aplicación, llamada muronto, registra automáticamente los resultados de experimentos neuroconductuales, capturando datos que de otro modo requerirían entrada manual. Otra, llamada save-my-jupyter, toma instantáneas de los cuadernos de Jupyter —un formato común para la codificación científica— y las deposita directamente en el registro electrónico. En una demostración de las capacidades de la herramienta, los autores mostraron cómo un flujo de trabajo podía tomar datos de cinco sujetos diferentes, calcular un valor de control de calidad para cada uno y escribir esos resultados en el cuaderno. El sistema luego leyó esos valores guardados, los resumió en un informe de cohorte y adjuntó una figura visual a la misma página. Todo esto sucedió automáticamente, con la computadora navegando por la estructura del cuaderno como si un humano estuviera haciendo clic a través de los menús.

Este trabajo aborda una necesidad específica dentro de la comunidad científica, particularmente para las instituciones que están obligadas a utilizar cuadernos electrónicos aprobados para su investigación. Mientras que otros sistemas para cuadernos de laboratorio electrónicos cuentan con bibliotecas de software oficiales para ayudar con la automatización, LabArchives no proporciona una públicamente. Los intentos previos de construir una conexión con el sistema eran incompletos, carecían de mantenimiento o requerían que los investigadores construyeran todo el sistema de navegación desde cero. La nueva biblioteca llena este vacío, ofreciendo una herramienta de propósito general que combina la navegación por rutas, el manejo de entradas y la transferencia de archivos en un solo paquete. Está diseñada para ser utilizada por investigadores computacionales y desarrolladores de software que trabajan junto a laboratorios experimentales, proporcionándoles una forma confiable de mantener sus registros digitales actualizados.

La herramienta está ahora disponible para que cualquiera la use, con su código fuente y documentación publicados abiertamente. Requiere una versión moderna del lenguaje de programación Python para ejecutarse y se lanza bajo una licencia que permite un uso y modificación amplios. Los desarrolladores han incluido ejemplos y pruebas para ayudar a otros a comenzar, asegurando que el camino desde un archivo de datos brutos hasta un registro de laboratorio permanente ya no sea una tarea manual, sino una parte fluida del proceso científico. Al eliminar la barrera entre el análisis automatizado y el cuaderno electrónico, esta herramienta permite que los científicos se concentren más en las preguntas que están planteando y menos en la mecánica de registrar sus respuestas.