Opis oparty na ontologii pomiarów nano-tomografii komputerowej w elektronicznych zeszytach laboratoryjnych

Dlaczego ważne jest śledzenie eksperymentów

Nowoczesne eksperymenty w dużych ośrodkach rentgenowskich potrafią zobrazować wewnętrzną strukturę materiałów z oszałamiającą szczegółowością, aż do miliardowych części metra. Jednak te pomiary pozostają użyteczne tylko wtedy, gdy naukowcy potrafią dokładnie odtworzyć, jak zostały wykonane: jakie ustawienia zastosowano, jaka próbka była badana i w jakich warunkach. Artykuł opisuje nowy sposób wychwytywania tych informacji towarzyszących – metadanych – tak aby złożone eksperymenty rentgenowskie na skali nano nie tylko były rejestrowane, lecz także możliwe do odnalezienia, zrozumienia i ponownego wykorzystania wiele lat później zarówno przez ludzi, jak i maszyny.

Wielkie urządzenia rentgenowskie i jeszcze większe zbiory danych

Nano tomografia komputerowa oparta na promieniowaniu synchrotronowym (SRnCT) to rodzaj trójwymiarowego obrazowania rentgenowskiego, które ujawnia drobną wewnętrzną strukturę materiałów i próbek biologicznych. Te pomiary generują ogromne ilości surowych obrazów, ale równie istotna jest opowieść wokół nich: jak skonfigurowano linię pomiarową, który detektor użyto, temperatura i przepływ cieczy wokół próbki oraz kto wykonał badanie. Na liniach synchrotronowych takie ustawienia zmieniają się co kilka dni wraz z przybyciem nowych zespołów z różnymi potrzebami. Bez starannej, konsekwentnej dokumentacji niemal niemożliwe staje się porównywanie eksperymentów, ich odtwarzanie czy wykorzystanie danych w modelach komputerowych i uczeniu maszynowym.

Od prostych formularzy do inteligentnych, strukturalnych zapisów

Autorzy podjęli to wyzwanie, zaczynając od czegoś, co naukowcy już rozumieją: ustrukturyzowanej listy kontrolnej tego, co należy zapisać. Współpracowali z personelem linii pomiarowej, aby zaprojektować szczegółowe „drzewo” metadanych dla skanów nano-tomograficznych. Dzieli ono każdy pomiar na intuicyjne bloki, takie jak informacje o eksperymencie jako całości, osoby zaangażowane, próbka, warunki pomiaru, układ instrumentu oraz powstałe dane. Ta struktura przypomina to, co można by zaprowadzić w starannie zorganizowanym arkuszu kalkulacyjnym lub zeszycie, ale jest na tyle precyzyjna, że komputer może zinterpretować każde pole w spójny sposób.

Nauczanie zeszytu znaczenia słów

Aby pójść dalej niż proste formularze, zespół powiązał tę listę kontrolną z formalną „ontologią” – wspólnym słownikiem, który mówi komputerowi, co oznacza każdy termin i jak różne elementy informacji się ze sobą łączą. Oparli się na istniejących słownikach społeczności z zakresu nauk o materiałach, tak by ich praca łączyła się płynnie z innymi bazami danych. Wykorzystując semantyczny elektroniczny zeszyt laboratoryjny Herbie, przekształcili ontologię w formularze internetowe wyświetlane naukowcom w przeglądarce. Herbie automatycznie egzekwuje, które pola są obowiązkowe, jak należy wprowadzać liczby i jednostki oraz jak wpisy takie jak ustawienia linii pomiarowej czy środowiska próbki są ponownie wykorzystywane w wielu skanach. W tle każdy klik i wartość są przechowywane jako węzeł w grafie wiedzy, strukturze danych przypominającej sieć, idealnej do bogatych, powiązanych informacji.

Testowanie systemu

Naukowcy ocenili to podejście podczas wymagającego eksperymentu in situ, w którym obrazy uzyskiwano z drutów magnezowych przeznaczonych na biodegradowalne implanty, gdy te powoli korodowały w płynie przypominającym surowicę organizmu. W trakcie eksperymentu naukowcy używali Herbie do zapisywania identyfikatorów czasu na linii, szczegółów próbki, precyzyjnych informacji o temperaturze, szybkości przepływu i optyce rentgenowskiej oraz miejsca przechowywania danych surowych i przetworzonych. Ponieważ elementy wspólne, takie jak układ linii pomiarowej, zmieniały się niewiele między skanami, trzeba je było wpisać tylko raz i potem ponownie używać, co skróciło czas dokumentacji przypadający na skan do zaledwie kilku minut. Powstały graf wiedzy pozwolił zespołowi zadawać ukierunkowane pytania — na przykład: „jakie były energia, szybkość przepływu i temperatura systemu dla każdego skanu?” — i uzyskać natychmiastowe odpowiedzi za pomocą standardowych narzędzi zapytań, bez ręcznego przeszukiwania notatek.

Ułatwianie dzielenia się i ponownego wykorzystania przyszłych eksperymentów

Łącząc starannie zaprojektowaną strukturę metadanych, wspólny słownik naukowy i inteligentny elektroniczny zeszyt laboratoryjny, praca ta pokazuje, jak informacje o złożonych eksperymentach rentgenowskich na skali nano można uczynić naprawdę FAIR: odnajdywalne, dostępne, interoperacyjne i możliwe do ponownego wykorzystania. Podejście zapewnia, że każdy zestaw danych jest jednoznacznie powiązany z warunkami eksperymentu, osobami i instrumentami oraz że te informacje można wymieniać z innymi zeszytami lub katalogami danych albo konwertować do standardowych plików XML, gdy zajdzie taka potrzeba. W praktyce oznacza to, że przyszli badacze będą lepiej przygotowani do powtarzania eksperymentów, porównywania wyników między liniami pomiarowymi i dostarczania wysokiej jakości, dobrze opisanych danych do symulacji i modeli uczenia maszynowego — przekształcając starannie udokumentowany czas pomiarowy dziś w jutrzejsze nowe odkrycia.

Cytowanie: Kirchner, F., Wieland, D., Irvine, S. et al. An ontology-based description of nano computed tomography measurements in electronic laboratory notebooks. Sci Data 13, 432 (2026). https://doi.org/10.1038/s41597-026-07052-2

Słowa kluczowe: elektroniczne zeszyty laboratoryjne, nano-tomografia rentgenowska, metadane naukowe, grafy wiedzy, dane FAIR