一个强大的新软件平台即将通过允许科学家进行复杂而定制的数据分析，而无需高级编程技能，来改变生物医学研究。这个基于网络的平台使科学家能够通过一个直观、互动的界面独立分析和可视化自己的数据。
一个名为Playbook Workflow Builder的强大新软件平台将通过允许科学家进行复杂而定制的数据分析，而无需高级编程技能，来改变生物医学研究。一篇描述这一新平台的文章于4月3日在线发表于期刊PLOS Computational Biology。
该平台由一支由西奈山伊坎医学院的研究人员领导的多机构团队开发，作为国家卫生研究院（NIH）共同基金数据生态系统（CFDE）项目的一部分，来自美国各地的研究人员开发了该基于网络的平台，使科学家能够通过直观、互动的界面独立分析和可视化自己的数据。
传统上，实验生物学家在处理和分析他们收集的大型数据集时，严重依赖生物信息学专家。新的软件平台通过提供一个模块化、用户友好的系统改变了这一范式，科学家可以使用预先构建的分析组件设计自定义工作流——研究人员形容这就像组装“乐高（LEGO®）零件”。
“这种方法可能从根本上重塑生物医学研究及其他领域的数据分析。通过允许研究人员进行复杂的分析而不需要高级编程技能，它消除了数据驱动发现的一个主要障碍，”第一作者丹尼尔·J·B·克拉克（Daniel J.B. Clarke）说，他是西奈山伊坎医学院药理学科学教授、计算生物学中心主任阿维·马雅恩（Avi Ma’ayan）博士实验室中的数据科学家。“通过更大的可访问性和效率，不同学科的科学家能够更轻松地探索复杂的数据集，更快速地揭示新见解，并最终加快科技出版和发现的步伐。”
Playbook Workflow Builder的用户与一个直观的用户界面互动，点击卡片来构建他们的数据分析工作流。或者，用户可以与一个大型语言模型驱动的聊天机器人交互，以设计和构建他们的数据分析管道。当他们上传数据并输入指令时，该系统自动生成详细文档，包括互动图形、清晰的图例和逐步自动生成的方法描述。
这确保了整个工作流组织良好且易于跟循。此外，研究人员可以以多种格式导出他们的工作流，使得与同事共享他们的工作更容易，也提高了不同研究之间的可重复性。
目前，该团队正在积极努力通过添加更多分析组件、完善用户体验并培育更大的用户和贡献者社区来扩展平台的功能。
“我们将这视为仅仅是开始。通过减少对生物信息学专家的依赖，这个平台有潜力通过使实验生物学家能够独立进行复杂分析，显著加快研究的步伐，”马雅恩博士说。“随着更多科学家采用这一工具，我们预计它将优化工作流，加快发现的共享，并激励新的AI驱动系统，进一步增强科学推理和数据解释。在未来的几年中，这可能成为生物医学研究的重要资源，解锁新的见解并推动该领域的创新。”
