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

Dans le laboratoire moderne, l'histoire d'une expérience n'est plus seulement un journal manuscrit dans un livre relié en cuir. C'est un enregistrement numérique, une archive vivante où chaque observation, chaque calcul et chaque résultat doit être classé avec précision. Pour les scientifiques des National Institutes of Health et de nombreuses autres institutions de recherche, ce foyer numérique est un système appelé LabArchives. Il fonctionne comme un cahier électronique, un espace sécurisé où les chercheurs documentent leur travail étape par étape, garantissant que l'histoire d'une découverte est préservée aux côtés de la découverte elle-même. Cependant, un fossé est apparu entre la manière dont les scientifiques travaillent et la manière dont ces cahiers numériques sont construits. Alors que les chercheurs s'appuient de plus en plus sur des programmes informatiques automatisés pour traiter les données — exécutant des calculs complexes qui génèrent des résultats en quelques secondes — ils doivent encore copier et coller manuellement ces résultats dans le cahier via un navigateur web. C'est une tâche fastidieuse et répétitive qui interrompt le flux de la science, forçant un humain à agir comme un pont entre un ordinateur rapide et une page web statique.

Pour résoudre cette friction, une équipe de chercheurs a développé un nouvel outil appelé labapi, une bibliothèque logicielle conçue pour permettre aux programmes informatiques de parler la même langue que le cahier électronique. Le cœur de cette réalisation est la création d'un pont qui traduit les commandes techniques et plates du système sous-jacent du cahier en une structure qui semble naturelle pour un utilisateur humain. Au lieu de forcer un programme informatique à chercher des codes internes obscurs pour trouver une page spécifique, le nouvel outil permet au programme de naviguer dans le cahier en utilisant les mêmes chemins familiers qu'une personne utiliserait : passer d'un cahier, à un dossier, puis descendre jusqu'à une page spécifique. Cet outil ne se contente pas de déplacer des données ; il comprend la hiérarchie du cahier, reconnaissant qu'un dossier peut contenir d'autres dossiers ou pages, et que les pages contiennent les entrées de données réelles. En construisant cette structure, les auteurs ont permis aux chercheurs de créer des flux de travail automatisés capables d'écrire leurs résultats directement dans le cahier et de les relire plus tard sans aucune intervention humaine.

Les développeurs ont conçu cet outil avec un objectif spécifique : faire en sorte que le cahier numérique soit aussi intuitif que l'interface web que les scientifiques connaissent déjà. Par le passé, connecter un programme informatique au cahier nécessitait l'écriture d'un code personnalisé pour traduire un chemin simple, tel que « Projet A/Résultats/Sujet 1 », en une série complexe de requêtes internes. La nouvelle bibliothèque gère cette traduction automatiquement. Elle inclut des assistants capables de vérifier si un dossier existe et de le créer s'il est manquant, ou de trouver une page spécifique sans avoir besoin de connaître son identifiant interne caché. Cette approche suit un principe de « parse, don't validate » (analyser plutôt que valider), ce qui signifie que le logiciel accepte le chemin tel que l'utilisateur le tape et en déduit les détails, plutôt que de forcer l'utilisateur à se conformer à une structure rigide et prédéfinie. Cette flexibilité permet au logiciel de créer de nouvelles entrées, comme l'enregistrement d'un fichier de données complexe sous forme de pièce jointe JSON, qui apparaît ensuite dans le cahier avec un aperçu formaté facilement lisible par les humains.

La valeur pratique de cet outil se fait déjà ressentir dans la recherche réelle. Les auteurs l'ont utilisé pour construire deux applications spécifiques qui sont désormais utilisées par d'autres laboratoires. Une application, nommée muronto, enregistre automatiquement les sorties d'expériences neuro-comportementales, capturant des données qui nécessiteraient autrement une saisie manuelle. Une autre, appelée save-my-jupyter, prend des instantanés de notebooks Jupyter — un format courant pour le codage scientifique — et les dépose directement dans l'enregistrement électronique. Dans une démonstration des capacités de l'outil, les auteurs ont montré comment un flux de travail pouvait prendre des données de cinq sujets différents, calculer une valeur de contrôle qualité pour chacun, et écrire ces résultats dans le cahier. Le système a ensuite relu ces valeurs enregistrées, les a résumées en un rapport de cohorte et a joint une figure visuelle à la même page. Tout cela s'est produit automatiquement, l'ordinateur naviguant dans la structure du cahier comme si un humain cliquait dans les menus.

Ce travail répond à un besoin spécifique au sein de la communauté scientifique, particulièrement pour les institutions qui sont tenues d'utiliser des cahiers électroniques approuvés pour leurs recherches. Bien que d'autres systèmes de cahiers de laboratoire électroniques disposent de bibliothèques logicielles officielles pour aider à l'automatisation, LabArchives n'en fournit aucune publiquement. Les tentatives précédentes pour établir une connexion avec le système étaient soit incomplètes, soit non maintenues, soit nécessitaient que les chercheurs construisent l'intégralité du système de navigation à partir de zéro. La nouvelle bibliothèque comble cette lacune, offrant un outil polyvalent qui combine navigation par chemin, gestion des entrées et transfert de fichiers dans un seul paquet. Elle est conçue pour être utilisée par des chercheurs en calcul et des développateurs de logiciels qui travaillent aux côtés de laboratoires expérimentaux, leur fournissant un moyen fiable de tenir leurs registres numériques à jour.

L'outil est désormais disponible pour toute personne souhaitant l'utiliser, son code source et sa documentation étant publiés ouvertement. Il nécessite une version moderne du langage de programmation Python pour fonctionner et est publié sous une licence qui permet une utilisation et une modification étendues. Les développeurs ont inclus des exemples et des tests pour aider les autres à démarrer, garantissant que le chemin d'un fichier de données brutes vers un enregistrement de laboratoire permanent n'est plus une corvée manuelle, mais une partie fluide du processus scientifique. En supprimant la barrière entre l'analyse automatisée et le cahier électronique, cet outil permet aux scientifiques de se concentrer davantage sur les questions qu'ils posent et moins sur la mécanique de l'archivage de leurs réponses.