• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

使用交互式 Jupyter Notebook 和 BioConda 实现 FAIR 和可重复的生物分子模拟工作流。

Using interactive Jupyter Notebooks and BioConda for FAIR and reproducible biomolecular simulation workflows.

机构信息

Institute for Research in Biomedicine (IRB Barcelona), the Barcelona Institute of Science and Technology, Barcelona, Spain.

Barcelona Supercomputing Center (BSC), Barcelona, Spain.

出版信息

PLoS Comput Biol. 2024 Jun 20;20(6):e1012173. doi: 10.1371/journal.pcbi.1012173. eCollection 2024 Jun.

DOI:10.1371/journal.pcbi.1012173
PMID:38900779
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC11189206/
Abstract

Interactive Jupyter Notebooks in combination with Conda environments can be used to generate FAIR (Findable, Accessible, Interoperable and Reusable/Reproducible) biomolecular simulation workflows. The interactive programming code accompanied by documentation and the possibility to inspect intermediate results with versatile graphical charts and data visualization is very helpful, especially in iterative processes, where parameters might be adjusted to a particular system of interest. This work presents a collection of FAIR notebooks covering various areas of the biomolecular simulation field, such as molecular dynamics (MD), protein-ligand docking, molecular checking/modeling, molecular interactions, and free energy perturbations. Workflows can be launched with myBinder or easily installed in a local system. The collection of notebooks aims to provide a compilation of demonstration workflows, and it is continuously updated and expanded with examples using new methodologies and tools.

摘要

交互式 Jupyter 笔记本与 Conda 环境结合使用，可以生成 FAIR（可发现、可访问、可互操作和可重复使用/可再现）的生物分子模拟工作流。带有文档的交互式编程代码以及使用多功能图形图表和数据可视化来检查中间结果的可能性非常有帮助，特别是在迭代过程中，其中可以根据特定的感兴趣系统调整参数。这项工作展示了一系列涵盖生物分子模拟领域各个方面的 FAIR 笔记本，例如分子动力学 (MD)、蛋白配体对接、分子检查/建模、分子相互作用和自由能扰动。可以使用 myBinder 启动工作流，或者轻松地在本地系统中安装。该笔记本集旨在提供演示工作流的汇编，并且随着使用新方法和工具的示例不断更新和扩展。

https://cdn.ncbi.nlm.nih.gov/pmc/blobs/c647/11189206/2396684feb84/pcbi.1012173.g006.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/c647/11189206/24db4650330f/pcbi.1012173.g001.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/c647/11189206/9e6a8dc75f63/pcbi.1012173.g002.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/c647/11189206/3e9a37d6d9ca/pcbi.1012173.g003.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/c647/11189206/20c08eda19d6/pcbi.1012173.g004.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/c647/11189206/d5b6cd7cdc08/pcbi.1012173.g005.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/c647/11189206/2396684feb84/pcbi.1012173.g006.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/c647/11189206/24db4650330f/pcbi.1012173.g001.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/c647/11189206/9e6a8dc75f63/pcbi.1012173.g002.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/c647/11189206/3e9a37d6d9ca/pcbi.1012173.g003.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/c647/11189206/20c08eda19d6/pcbi.1012173.g004.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/c647/11189206/d5b6cd7cdc08/pcbi.1012173.g005.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/c647/11189206/2396684feb84/pcbi.1012173.g006.jpg

相似文献

1
Using interactive Jupyter Notebooks and BioConda for FAIR and reproducible biomolecular simulation workflows.使用交互式 Jupyter Notebook 和 BioConda 实现 FAIR 和可重复的生物分子模拟工作流。
PLoS Comput Biol. 2024 Jun 20;20(6):e1012173. doi: 10.1371/journal.pcbi.1012173. eCollection 2024 Jun.
2
Reproducible Bioconductor workflows using browser-based interactive notebooks and containers.使用基于浏览器的交互式笔记本和容器实现可重复的 Bioconductor 工作流程。
J Am Med Inform Assoc. 2018 Jan 1;25(1):4-12. doi: 10.1093/jamia/ocx120.
3
Cloud-enabled Biodepot workflow builder integrates image processing using Fiji with reproducible data analysis using Jupyter notebooks.启用云的 Biodepot 工作流生成器集成了使用 Fiji 进行图像处理以及使用 Jupyter 笔记本进行可重现数据分析。
Sci Rep. 2022 Sep 2;12(1):14920. doi: 10.1038/s41598-022-19173-w.
4
BioExcel Building Blocks Workflows (BioBB-Wfs), an integrated web-based platform for biomolecular simulations.BioExcel 构建模块工作流 (BioBB-Wfs)，一个用于生物分子模拟的集成的基于网络的平台。
Nucleic Acids Res. 2022 Jul 5;50(W1):W99-W107. doi: 10.1093/nar/gkac380.
5
Computational reproducibility of Jupyter notebooks from biomedical publications.生物医学出版物中 Jupyter 笔记本的计算可重复性。
Gigascience. 2024 Jan 2;13. doi: 10.1093/gigascience/giad113.
6
TeachOpenCADD-KNIME: A Teaching Platform for Computer-Aided Drug Design Using KNIME Workflows.TeachOpenCADD-KNIME：一个使用 KNIME 工作流的计算机辅助药物设计教学平台。
J Chem Inf Model. 2019 Oct 28;59(10):4083-4086. doi: 10.1021/acs.jcim.9b00662. Epub 2019 Oct 15.
7
NGLview-interactive molecular graphics for Jupyter notebooks.NGLview——适用于 Jupyter 笔记本的交互式分子图形。
Bioinformatics. 2018 Apr 1;34(7):1241-1242. doi: 10.1093/bioinformatics/btx789.
8
SimpleITK Image-Analysis Notebooks: a Collaborative Environment for Education and Reproducible Research.SimpleITK 图像分析笔记本：用于教育和可重复研究的协作环境。
J Digit Imaging. 2018 Jun;31(3):290-303. doi: 10.1007/s10278-017-0037-8.
9
Visualizing protein big data using Python and Jupyter notebooks.使用 Python 和 Jupyter 笔记本可视化蛋白质大数据。
Biochem Mol Biol Educ. 2022 Sep;50(5):431-436. doi: 10.1002/bmb.21621. Epub 2022 Apr 11.
10
Appyters: Turning Jupyter Notebooks into data-driven web apps.Appyters：将Jupyter笔记本转变为数据驱动的网络应用程序。
Patterns (N Y). 2021 Mar 4;2(3):100213. doi: 10.1016/j.patter.2021.100213. eCollection 2021 Mar 12.

本文引用的文献

1
Ten quick tips for building FAIR workflows.构建FAIR工作流程的十条快速提示。
PLoS Comput Biol. 2023 Sep 28;19(9):e1011369. doi: 10.1371/journal.pcbi.1011369. eCollection 2023 Sep.
2
Teaching Python programming for bioinformatics with Jupyter notebook in the Post-COVID-19 era.后新冠疫情时代使用Jupyter笔记本进行生物信息学的Python编程教学
Biochem Mol Biol Educ. 2023 Sep-Oct;51(5):537-539. doi: 10.1002/bmb.21746. Epub 2023 May 18.
3
High-Throughput Prediction of the Impact of Genetic Variability on Drug Sensitivity and Resistance Patterns for Clinically Relevant Epidermal Growth Factor Receptor Mutations from Atomistic Simulations.
基于原子模拟对临床相关表皮生长因子受体突变的基因变异性对药物敏感性和耐药模式影响的高通量预测
J Chem Inf Model. 2023 Jan 9;63(1):321-334. doi: 10.1021/acs.jcim.2c01344. Epub 2022 Dec 28.
4
Introducing the FAIR Principles for research software.提出研究软件的 FAIR 原则。
Sci Data. 2022 Oct 14;9(1):622. doi: 10.1038/s41597-022-01710-x.
5
A simple kit to use computational notebooks for more openness, reproducibility, and productivity in research.一个简单的工具包，用于在研究中提高开放性、可重复性和生产力的计算笔记本。
PLoS Comput Biol. 2022 Sep 15;18(9):e1010356. doi: 10.1371/journal.pcbi.1010356. eCollection 2022 Sep.
6
Pre-exascale HPC approaches for molecular dynamics simulations. Covid-19 research: A use case.用于分子动力学模拟的百亿亿次级高性能计算方法。新冠疫情研究：一个应用案例。
Wiley Interdiscip Rev Comput Mol Sci. 2022 May 30:e1622. doi: 10.1002/wcms.1622.
7
BioExcel Building Blocks Workflows (BioBB-Wfs), an integrated web-based platform for biomolecular simulations.BioExcel 构建模块工作流 (BioBB-Wfs)，一个用于生物分子模拟的集成的基于网络的平台。
Nucleic Acids Res. 2022 Jul 5;50(W1):W99-W107. doi: 10.1093/nar/gkac380.
8
Caching and Reproducibility: Making Data Science Experiments Faster and FAIRer.缓存与可重复性：让数据科学实验更快且更具公平性、可重复性。
Front Res Metr Anal. 2022 Apr 22;7:861944. doi: 10.3389/frma.2022.861944. eCollection 2022.
9
A hands-on tutorial on network and topological neuroscience.网络与拓扑神经科学实践教程。
Brain Struct Funct. 2022 Apr;227(3):741-762. doi: 10.1007/s00429-021-02435-0. Epub 2022 Feb 10.
10
PyRosetta Jupyter Notebooks Teach Biomolecular Structure Prediction and Design.PyRosetta Jupyter笔记本教程：生物分子结构预测与设计
Biophysicist (Rockv). 2021 Apr;2(1):108-122. doi: 10.35459/tbp.2019.000147. Epub 2021 Apr 14.