生物科学中的全计算可复现性：方法、软件及蛋白质生物学案例研究
定量方法
2016-08-25 v1
摘要
随着计算在众多科学分支中扮演越来越核心的角色，科学成果的独立计算可复现性正迅速成为科学进步的关键。历史上，可复现性遵循人们熟悉的波普尔[38]模型，即理论无法通过科学检验被证实，只能被证伪。归根结底，这意味着如果一项实验无法以某种令人满意的精度水平被独立复现，其价值本质上不可量化；直白地说，无法确定其科学价值。软件在大多数科学工作中日益增长的存在，增加了一层新的且尤为不透明的复杂性[29]。尽管近来许多科学领域对此兴趣浓厚，但重点仍更多地放在程序、限制和讨论上[12,14,16,29,30,37,41]，这反映出大多数科学期刊在软件方面的经验不足，而非关注计算可复现性实际上如何实现的细节，而关于此方面似乎指导性实例相对较少[6,10,17]。在考量基本原理之后，本文以一项基于开放SwissProt蛋白质数据库的多GB级蛋白质研究为案例，展示了如何在实践中从数据下载一直到逐个图表的复现，在每一个阶段实现全计算可复现性，以此作为通用科学计算的范例。
引用
@article{arxiv.1608.06897,
title = {Full Computational Reproducibility in Biological Science: Methods, Software and a Case Study in Protein Biology},
author = {Les Hatton and Gregory Warr},
journal= {arXiv preprint arXiv:1608.06897},
year = {2016}
}
备注
17 pages, 1 figure, extends cited PlOS ONE paper demonstrating how to reproduce it precisely