Accelerating discovery across scientific disciplines through reproducible workflows with AiiDAlab

本論文は、AiiDA インフラストラクチャを基盤とした Jupyter ベースの Web プラットフォームである AiiDAlab を紹介し、これにより多様な分野の科学者が完全な再現性をもって複雑な計算ワークフローを自動化・管理・分析することを可能にしつつ、電子実験ノート、大規模施設、教育環境への最近の展開を強調する。

要約

あなたが複雑なパズルを解こうとする科学者だと想像してください。過去には、これを行うためには、熟練したメカニック、データ司書、そしてコンピュータプログラマーを同時に兼ね備えていなければなりませんでした。単一の実験を実行するだけで、自分自身でツールを構築し、自分自身で書類棚を整理し、自分自身で指示書を書かなければなりませんでした。設定にわずかなミスがあれば、全体がクラッシュし、進捗を失うことになりました。

AiiDAlab は、この体験を変える「賢く、オールインワンのワークショップ」のようなものです。科学者に自らツールを構築することを強いるのではなく、複雑なシミュレーションを実行するためにボタンをクリックするだけで済む、家具が備え付けられた使いやすいインターフェースを提供します。

以下は、簡単なアナロジーを用いた、この論文が述べている内容の概要です。

1. 問題：「DIY」の悪夢

長年にわたり、コンピュータシミュレーション（新しい電池の仕組みのモデル化や、大気中の汚染物質の移動の追跡など）を実行するには、深い技術的専門知識が必要でした。科学者たちは以下のことを行わなければなりませんでした。

• コンピュータに何をさせるかを指示する複雑なコードを書くこと。
• 数千ものファイルを手動で管理すること。
• 後で結果を証明できるように、すべてのテストでどの設定が使用されたかを正確に追跡すること。

まるでケーキを焼こうとするが、その前にオーブンを発明し、自分で小麦を挽き、毎回レシピを一から書き起こさなければならないようなものです。

2. 解決策：AiiDAlab（「スマート・ワークショップ」）

著者たちは、強力なエンジンであるAiiDAの上に位置するAiiDAlabを構築しました。

• エンジン（AiiDA）： これは、背景で働く目に見え、超整理されたロボット執事だと考えてください。使用したすべての材料、踏んだすべてのステップ、得られたすべての結果を自動的に記憶します。実験を再度行えば、全く同じ結果が得られることを保証します（再現性）。
• ワークショップ（AiiDAlab）： これはロボット執事の親しみやすい顔です。ブラウザで開くウェブサイトです。コードを書く代わりに、簡単なメニュー、スライダー、画像を使って実験を設定します。恐ろしい技術的な詳細を隠すことで、科学者がソフトウェアではなく科学そのものに集中できるようにします。

3. 異なる分野での仕組み

この論文は、この「ワークショップ」が特定の種類の科学だけでなく、異なる分野に接続できる「ユニバーサルアダプター」のようなものであることを示しています。

• 大気科学（汚染の追跡）： 風を見て汚染がどこから来ているかを突き止めようとする状況を想像してください。これには数百万もの小さなシミュレーションを実行する必要があります。これに対応する AiiDAlab アプリ（FLEXPART）を使えば、科学者は地図をクリックして場所を選択でき、システムが汚染源を遡るために必要な数千の計算を自動的に実行します。
• 化学（色の予測）： 科学者たちは、新しい分子が光をどのように吸収するか（それが色を決定する）を知りたいと考えています。これを行うには通常、量子物理学の博士号が必要です。AtmoSpec アプリを使えば、ユーザーは化学物質の名前を入力するだけで、システムが複雑な数学を自動的に実行して色のスペクトルを予測し、結果を簡単なグラフで表示します。
• 電池研究（新しい電池のテスト）： 電池の構築とテストは遅く、反復的です。Aurora アプリは、電池を構築・テストするロボットに接続します。科学者は画面上でテスト計画を設計でき、ロボットがそれを実行します。AiiDAlab はすべての電圧と温度の読み取り値を自動的に記録し、実験の完璧なデジタルログを作成します。

4. 実験室とコンピュータの接続

歴史的に、科学者たちは「実験ノート」（紙またはデジタル）をコンピュータシミュレーションとは別に保持していました。

• 統合： この論文は、AiiDAlab を電子実験ノート（ELN） とリンクさせる方法を説明しています。それは物理的な実験室とコンピュータの間の魔法の扉のようなものです。実験ノートから分子をコンピュータに送り、シミュレーションを実行し、計算方法の証明をすべて含めて結果が自動的にノートに戻ってくるようにできます。

5. 大規模施設と学生の支援

• 大規模科学センター向け： ポール・シェラー研究所（巨大な中性子装置を使用する施設）のような場所では、研究者たちは短い実験の前にラップトップに適切なソフトウェアをインストールすることに苦労することがあります。AiiDAlab は、即座に機能する「プリロードされた USB ドライブ」のような役割を果たします。研究者がログインすると、何もインストールすることなく、必要なツールとデータに即座にアクセスできます。
• 学生向け： 教室では、教師が学生に AiiDAlab へのリンクを提供できます。学生は、自分たちのコンピュータに複雑なソフトウェアをインストールする必要なく、数分で高度なシミュレーションを実行できます。これは、初日から（データを追跡する）「正しい方法」で科学を行う方法を教えます。

6. 始めやすくする

著者たちは、このシステムのセットアップが以前は難しかったと認めています。これを修正するために、彼らは「ワンクリック・インストーラー」のようなツールを作成しました。

• デモサーバー： 誰でも無料で試せるワークショップの公開バージョンを構築しました。これは「試乗」のようなもので、1 分未満で小さなシミュレーションを実行して、仕組みを確認できます。
• ローカルインストール： 自分自身のコンピュータで実行したい人のために、すべてを自動的に設定するツールを作成しました。これにより、コンピュータの専門家にならなくても始められます。

まとめ

要約すると、AiiDAlab は、複雑なコンピュータシミュレーションの管理という重労働を科学者から取り除きます。カオスでコード中心のプロセスを、クリーンで整理され、視覚的な体験へと変えます。すべてのステップが自動的に記録されることを保証し、科学をより信頼性のあるものにし、再現しやすくし、大学の教室にいようともハイテク研究施設にいようとも、より多くの人々にとってアクセスしやすいものにします。

技術概要

技術的概要：AiiDAlab による再現性のあるワークフローを通じた学際的な科学分野における発見の加速

問題提起
科学研究において利用可能な計算能力が増大しているにもかかわらず、堅牢で自動化されたワークフローの編成は依然として困難です。AiiDA などのワークフロー管理システム（WFMS）は、再現性、出所追跡、高スループット実行のための中核原則を確立していますが、これらのワークフローの実践的な実行には、依然として高度な技術的専門知識が必要です。研究者は、実行環境の構成、計算入力の定義、複雑な出力の解釈、および遠隔の高性能計算（HPC）リソース上での並列コード実行の細部を管理する必要があります。この技術的障壁は、高度な計算ツールの採用を制限しており、特にインフラ管理ではなく研究課題に焦点を当てたい実験科学者にとって顕著です。さらに、計算ワークフローと電子実験ノート（ELN）との統合、および施設における大規模実験データの処理は依然として課題であり、手動によるデータ転送や断片化されたソフトウェアスタックを必要とすることが多いです。

手法
これらの課題に対処するため、著者らは AiiDA 計算インフラを基盤とした Jupyter ベースの Web プラットフォームであるAiiDAlabを開発しました。このプラットフォームは、ユーザーの Web ブラウザ上で実行されるグラフィカルユーザーインターフェース（GUI）を通じて、基盤となるシステムの複雑さを抽象化するように設計されており、高度なソフトウェアシステムを操作するために必要な認知的負荷を軽減します。

技術的アーキテクチャは、いくつかの主要なコンポーネントに依存しています：

• コンテナ化とデプロイメント：AiiDAlab は、通常 JupyterHub と Kubernetes（単一ノード設定の場合は MicroK8s）を使用して、コンテナ化されたアプリケーションとしてデプロイされます。これにより、クラウドベースおよびローカルデプロイメントの両方が可能となり、一貫性のある再現性の高い環境が保証されます。
• モジュール型アプリエコシステム：このプラットフォームはプラグインベースのアーキテクチャを採用しており、特定の科学アプリケーション（アプリ）がモジュール拡張として構築されます。これらのアプリは aiidalab-widget-base ライブラリを活用し、ワークフロー設定、ジョブ送信、監視、およびデータ可視化のための再利用可能な UI コンポーネントを提供します。
• 出所追跡と自動化：裏側では、AiiDA がワークフローの実行を管理し、手動介入なしに完全な出所追跡を確保するために、入力、出力、メタデータを自動的に記録します。
• 統合戦略：このプラットフォームは、特定のコネクタを介して外部システムと統合されます。これには、ELN（openBIS で実証済み）とのリンクのための aiidalab-eln パッケージ、ハードウェア制御（例：バッテリーサイクラー用の tomato パッケージ）およびデータ解析（例：実験データ用の yadg）のためのカスタムプラグインが含まれます。
• データ処理：大規模データセット（気候モデリングではテラバイト、中性子散乱ではギガバイトなど）を管理するために、システムは AiiDA の「stashing」メカニズムを用いて、一時的なスラッシュスペースと長期ストレージ間のデータ転送を実行し、体積データの効率的な可視化のための cubehandler などのツールを使用します。

主要な貢献と応用
本論文は、AiiDAlab が材料科学のツールから学際的なプラットフォームへと成熟した過程を、いくつかの具体的な実装を通じて詳述しています：

1. 材料科学を超えた展開：

   • 大気科学（FLEXPART アプリ）：ExAiRIM プロジェクトのために開発されたこのアプリは、温室効果ガス排出量の逆モデル化を自動化します。FLEXPART コードを使用して濃度フットプリントの生成を管理し、Empa ラグランジュ地域逆システム（ELRIS）と連携して国別の排出量を定量化します。専用データ転送ワークフローを実装することで、大規模な気象データセットを処理します。
   • 大気化学（AtmoSpec アプリ）：このアプリケーションは、核アンサンブルアプローチ（NEA）と ORCA コードを用いて、揮発性有機化合物の UV/Vis スペクトルの ab-initio 予測を可能にします。ユーザーを SMILES 文字列の入力からボルツマン重み付けされたスペクトルの生成へと導き、以前は理論的専門家に限られていたタスクを容易にします。
   • 電池研究（Aurora アプリ）：電池セル組み立て用の Aurora ロボットプラットフォームと統合されたこのアプリは、充電・放電サイクル実験を編成します。ユーザーはプロトコルを設計し、最大 36 セルのバッチ送信を管理し、yadg パーサーを使用して実験データを FAIR 準拠形式に自動的に解析できます。

2. ELN および LIMS との統合：
   著者らは、AiiDAlab と openBIS ELN/LIMS 間の「往復」統合を実証しています。ユーザーは ELN から分子インベントリデータを抽出し、AiiDAlab を介してシミュレーションを提出し、結果（画像と出所アーカイブ）を ELN に戻すことができます。本論文は、異なる ELN や WFMS 間でのこの相互運用性を一般化するために、セマンティック注釈（RDF/JSON-LD）の使用を提案しており、これは PREMISE および MADICES プロジェクトで探求されている概念です。

3. 大型施設における実験データ解析：
   パウル・シェラー研究所（PSI）において、AiiDAlab は CAMEA 中性子分光器と ICON ビームラインのサポートのためにデプロイされました。LNS アプリは MJOLNIR 解析コードをカプセル化し、ユーザーが安全なコンテナ化環境内の共有 NFS マウントを介して実験データに「ライブ」でアクセスできるようにします。これにより、ローカルソフトウェアのインストールと手動データ転送の必要性が排除され、ユーザーあたりのセットアップ時間が 1〜2 時間短縮されました。

4. 教育応用：
   AiiDAlab は計算材料科学の教育プラットフォームとして機能します。事前構成された環境（例：組み込みチュートリアルを備えた Quantum ESPRESSO アプリ）を提供することで、学生はコンパイラのインストールや HPC 接続の管理なしに第一原理シミュレーションを実行できます。このアプローチは PSI でのハイブリッド学校で成功裏にテストされ、DFT の経験がほとんどない参加者も数分以内にシミュレーションを開始できました。

5. デプロイメントと使いやすさの向上：
   本論文では、ローカル Docker ベースのデプロイメント用の aiidalab-launch や、機関向けマルチユーザー設定のための標準化された Kubernetes Helm チャートなど、採用障壁を低下させるツールを概説しています。即時の探索のための公開デモサーバー（demo.aiidalab.io）も提供されています。「裏側」の改善には、自動テスト、aiidalab-mfa-cscs アプリを介した HPC リソースへの多要素認証（MFA）のサポート、および応答性を向上させるためのモダンなフロントエンド技術（遅延読み込み）が含まれます。

結果
AiiDAlab の実装により、以下の成果が得られました：

• 技術的障壁の低減：実験家や学生は、基盤となるコードの深いドメイン知識なしに、直感的な GUI を通じて DFT、逆モデル化、電池サイクルなどの複雑なワークフローを実行できるようになりました。
• 運用効率の向上：PSI において、デプロイメントはソフトウェアセットアップとデータ転送時間を大幅に短縮し、ビームタイム中の即時データ解析を可能にしました。
• 再現性の確保：このプラットフォームは、すべての入力、プロセス、出力を追跡することを保証し、シミュレーション状態と解析ツールの共有を可能にします。
• 学際的採用：このプラットフォームは大気科学、電池研究、中性子散乱に成功裏に適応され、ドメインに依存しない性質を実証しました。
• 教育的影響：最近の学校では、DFT の経験がない参加者の 60% 以上がシミュレーションを正常に実行し、高い満足度（8.5/10）を得ました。

重要性
本論文は、AiiDAlab を単なる AiiDA のグラフィカルインターフェースとしてではなく、学際的な科学発見を加速するための包括的なプラットフォームとして位置づけています。その重要性は、高性能計算リソースと複雑なワークフローへのアクセスを民主化し、日常的なタスクを専門的な計算チームから広範な実験研究者コミュニティへと移行させる能力にあります。ELN や大規模施設との統合により、AiiDAlab は実験科学と計算科学の間のギャップを埋め、FAIR（発見可能、アクセス可能、相互運用可能、再利用可能）な研究環境を促進します。著者らは、このプラットフォームが材料科学に起源を持つものの、そのモジュール型アーキテクチャとユーザーエクスペリエンスへの焦点により、多様な科学分野に対するスケーラブルな解決策となり、最終的に世界的にオープンで再現性があり、協力的な研究を促進することを目指していると強調しています。