BACKGROUND A lack of transparency and reporting standards in the scientific community has led to increasing and widespread concerns relating to reproduction and integrity of results. As an omics science, which generates vast amounts of data and relies heavily on data science for deriving biological meaning, metabolomics is highly vulnerable to irreproducibility. The metabolomics community has made substantial efforts to align with FAIR data standards by promoting open data formats, data repositories, online spectral libraries, and metabolite databases. Open data analysis platforms also exist; however, they tend to be inflexible and rely on the user to adequately report their methods and results. To enable FAIR data science in metabolomics, methods and results need to be transparently disseminated in a manner that is rapid, reusable, and fully integrated with the published work. To ensure broad use within the community such a framework also needs to be inclusive and intuitive for both computational novices and experts alike. AIM OF REVIEW To encourage metabolomics researchers from all backgrounds to take control of their own data science, mould it to their personal requirements, and enthusiastically share resources through open science. KEY SCIENTIFIC CONCEPTS OF REVIEW This tutorial introduces the concept of interactive web-based computational laboratory notebooks. The reader is guided through a set of experiential tutorials specifically targeted at metabolomics researchers, based around the Jupyter Notebook web application, GitHub data repository, and Binder cloud computing platform.

中文翻译：

---

使用Jupyter Notebook和云计算实现代谢组学方面的开放式数据科学合作。

背景技术科学界缺乏透明度和报告标准已经导致与结果的再现和完整性有关的越来越广泛的关注。代谢组学作为一种组学科学，可以生成大量数据，并且在很大程度上依赖于数据科学来获得生物学意​​义，因此它极易受到不可复制性的影响。代谢组学界通过推广开放数据格式，数据存储库，在线谱库和代谢物数据库，为与FAIR数据标准保持一致做出了巨大努力。还存在开放数据分析平台；但是，它们往往缺乏灵活性，并依赖用户来充分报告其方法和结果。为了使FAIR数据科学能够进行代谢组学研究，需要以快速，可重复使用的方式透明地传播方法和结果。并与已发表的作品完全融合。为了确保在社区中得到广泛使用，对于计算新手和专家而言，这样的框架也必须具有包容性和直观性。审查的目的是鼓励来自不同背景的代谢组学研究人员控制自己的数据科学，使其符合个人需求，并通过开放科学热情地共享资源。审查的关键科学概念本教程介绍了基于Web的交互式交互式计算实验室笔记本的概念。以Jupyter Notebook Web应用程序，GitHub数据存储库和Binder云计算平台为基础，为读者提供了一组专门针对代谢组学研究人员的体验式教程。为了确保在社区中得到广泛使用，对于计算新手和专家而言，这样的框架也必须具有包容性和直观性。审查的目的是鼓励来自不同背景的代谢组学研究人员控制自己的数据科学，使其符合个人需求，并通过开放科学热情地共享资源。审查的关键科学概念本教程介绍了基于Web的交互式交互式计算实验室笔记本的概念。以Jupyter Notebook Web应用程序，GitHub数据存储库和Binder云计算平台为基础，为读者提供了一组专门针对代谢组学研究人员的体验式教程。为了确保在社区中得到广泛使用，对于计算新手和专家而言，这样的框架也必须具有包容性和直观性。审查的目的是鼓励来自不同背景的代谢组学研究人员控制自己的数据科学，使其符合个人需求，并通过开放科学热情地共享资源。审查的关键科学概念本教程介绍了基于Web的交互式交互式计算实验室笔记本的概念。以Jupyter Notebook Web应用程序，GitHub数据存储库和Binder云计算平台为基础，为读者提供了一组专门针对代谢组学研究人员的体验式教程。审查的目的是鼓励来自不同背景的代谢组学研究人员控制自己的数据科学，使其符合个人需求，并通过开放科学热情地共享资源。审查的关键科学概念本教程介绍了基于Web的交互式交互式计算实验室笔记本的概念。以Jupyter Notebook Web应用程序，GitHub数据存储库和Binder云计算平台为基础，为读者提供了一组专门针对代谢组学研究人员的经验性教程。审查的目的是鼓励来自不同背景的代谢组学研究人员控制自己的数据科学，使其适应个人需求，并通过开放科学热情地共享资源。审查的关键科学概念本教程介绍了基于Web的交互式交互式计算实验室笔记本的概念。以Jupyter Notebook Web应用程序，GitHub数据存储库和Binder云计算平台为基础，为读者提供了一组专门针对代谢组学研究人员的体验式教程。审查的关键科学概念本教程介绍了基于Web的交互式交互式计算实验室笔记本的概念。以Jupyter Notebook Web应用程序，GitHub数据存储库和Binder云计算平台为基础，为读者提供了一组专门针对代谢组学研究人员的体验式教程。审查的关键科学概念本教程介绍了基于Web的交互式交互式计算实验室笔记本的概念。以Jupyter Notebook Web应用程序，GitHub数据存储库和Binder云计算平台为基础，为读者提供了一组专门针对代谢组学研究人员的体验式教程。