وبلاگ

برای بسیاری از محققان آزمایشگاهی، جذابیت بازیابی خودکار داده ها و ادغام یکپارچه در نوت بوک آزمایشگاه الکترونیکی آنها برای بازیابی زمان ارزشمند، پوشیده نیست. اما سوال باقی می ماند: چگونه آنها می توانند این سفر را آغاز کنند و چگونه اصول داده های FAIR نقش کلیدی در این تحول ایفا می کنند؟ در ادامه بخوانید تا نه تنها چرایی، بلکه چگونگی آن را نیز بیاموزید.

## 1. API ها چیست و چرا اهمیت دارند؟

رابط های برنامه نویسی کاربردی یا API ها ستون فقرات تعاملات دیجیتالی هستند. آنها را به عنوان مجموعه ای از قوانین در نظر بگیرید که به نرم افزارهای مختلف اجازه می دهد تا با یکدیگر ارتباط برقرار کنند. API ها به ویژه در دنیای علمی مهم هستند زیرا اتوماسیون را امکان پذیر می کنند، یکپارچه سازی داده ها را بهبود می بخشند، که به نوبه خود (و مهمتر از همه) باعث صرفه جویی در زمان ارزشمند تحقیق می شود.

## 2. اصول داده های عادلانه و نقش APIها

هدف اصول FAIR برای داده ها این است که داده های علمی را قابل کشف، در دسترس، قابل همکاری و قابل استفاده مجدد قرار دهد (FAIR). APIها کاملاً با این اهداف هماهنگ هستند و امکان انتقال یکپارچه داده بین پلتفرم‌ها، خودکارسازی وظایف روتین، و در دسترس‌تر و قابل استفاده‌تر کردن داده‌ها را فراهم می‌کنند.

## 3. آیا برای استفاده از API در آزمایشگاه خود باید یک متخصص برنامه نویسی کامپیوتر باشم؟

خیر در حالی که برخی از اتوماسیون ها یا ادغام ها ممکن است به تجربه توسعه دهنده نیاز داشته باشند، وظایف بسیاری وجود دارد که با دانش اولیه برنامه نویسی می توانید خودتان آن ها را بسازید. یادگیری یک زبان برنامه نویسی ساده نباید زمان بر یا دشوار باشد.

## 4. چرا پایتون یاد بگیریم؟ یک مثال ساده با ابزارهای الکترونیکی برای یافتن یک ژن

یادگیری یک زبان برنامه نویسی ساده مانند پایتون می تواند درهایی را برای خودکارسازی وظایف و مدیریت کارآمدتر داده ها باز کند. به عنوان مثال، بیایید از Python و E-utilities برای جستجوی ژن “BRCA1” در پایگاه داده NCBI Gene استفاده کنیم:

import requests
import json

# Define the API endpoint and query parameters
url = "https://eutils.ncbi.nlm.nih.gov/entrez/eutils/esearch.fcgi"
params = {
    "db": "gene",
    "term": "BRCA1[Gene Name] AND Homo sapiens[Organism]",
    "retmode": "json"
}
# Make the API request and parse the response
response = requests.get(url, params=params)
data = json.loads(response.text)
gene_ids = data['esearchresult']['idlist']

print(f"Gene IDs found for BRCA1 in Homo sapiens: {gene_ids}")

## 5. استفاده از Labguru API برای ایجاد رکورد ژن

API Labguru به شما این امکان را می دهد که رکوردهای جدیدی مانند اطلاعات ژن را مستقیماً به دفترچه یادداشت آزمایشگاه الکترونیکی خود (ELN) اضافه کنید. در اینجا نحوه ایجاد یک رکورد ژن جدید برای “BRCA1” آمده است:

# Authenticate to get your Labguru token
BASE_URL = 'https://your_labguru_domain'
auth_url = f"{BASE_URL}/api/v1/sessions.json"
credentials = {'login': 'your_email', 'password': 'your_password'}

auth_response = requests.post(auth_url, json=credentials)
auth_data = json.loads(auth_response.text)
auth_token = auth_data['token']

# Create a new gene entry
gene_data = {
'item': {
'name': 'BRCA1', 
'sequence': 'ATCG...', 
'description': 'Breast Cancer Gene'
},
'token': auth_token
}

headers = {'Authorization': f"Token token={auth_token}"}
gene_url = f"{BASE_URL}/api/v1/genes.json"

gene_response = requests.post(gene_url, headers=headers, json=gene_data)

## 6. ترکیب ابزارهای الکترونیکی و Labguru API

چرا از هر دو برای مؤثرتر کردن تحقیقات خود استفاده نکنید؟ به عنوان مثال، می‌توانید «BRCA1» را با استفاده از E-utilities جستجو کنید و از آن برای ایجاد یک شی غنی در Labguru ELN خود استفاده کنید:

# First, fetch Gene IDs using E-utilities as before
# ...

# Then, use the Labguru API again to create the gene entry, now with the extra 
information of the organism and the entrez id we got from E-utilities
gene_data['item']['entrez_id'] = gene_ids[0]
gene_data['item']['organism_name'] = "Homo sapiens"
gene_response = requests.post(gene_url, headers=headers, json=gene_data)

با ادغام این دو API، تحقیقات ژنی خود را جامع‌تر و ساده‌تر می‌کنید، و اصول FAIR را برای ایجاد داده‌های قابل کشف، در دسترس، قابلیت همکاری و استفاده مجدد انجام می‌دهید.

شی جدید واقعی در فضای کاری Labguru شما:

و به راحتی به ورودی NCBI مربوطه مرتبط می شود:

API ها مسیری را برای تحقیقات نه تنها خودکار بلکه منطبق با FAIR ارائه می دهند. با کمی پایتون و درک نحوه ترکیب API هایی مانند E-utilities و Labguru، می توانید کارایی تحقیق و یکپارچگی داده های خود را تا حد زیادی بهبود بخشید.

کاوش مبارک!