[論文レビュー] WorkflowHub: a registry for computational workflows

Ove Gustafsson, Sean R. Wilkinson+13 more|Research Explorer (The University of Manchester)|Oct 9, 2024

Scientific Computing and Data ManagementDecision Sciences被引用数 3

ひとこと要約

WorkflowHubは、多様なリポジトリから計算ワークフローを集約するグローバルでFAIR準拠のレジストリであり、DOIによる恒久的識別子、バージョニング、発見可能性を提供する。Git、RO-Crates、外部レジストリとの統合により、ワークフローの再現性、再利用性、学術的評価の向上を図り、12か国から120以上の研究機関が参加し、700件以上のワークフローが登録されており、2027年までのデータ保持ポリシーを有し、Zenodo や Figshare によるアーカイブを含む。

ABSTRACT

The rising popularity of computational workflows is driven by the need for repetitive and scalable data processing, sharing of processing know-how, and transparent methods. As both combined records of analysis and descriptions of processing steps, workflows should be reproducible, reusable, adaptable, and available. Workflow sharing presents opportunities to reduce unnecessary reinvention, promote reuse, increase access to best practice analyses for non-experts, and increase productivity. In reality, workflows are scattered and difficult to find, in part due to the diversity of available workflow engines and ecosystems, and because workflow sharing is not yet part of research practice. WorkflowHub provides a unified registry for all computational workflows that links to community repositories, and supports both the workflow lifecycle and making workflows findable, accessible, interoperable, and reusable (FAIR). By interoperating with diverse platforms, services, and external registries, WorkflowHub adds value by supporting workflow sharing, explicitly assigning credit, enhancing FAIRness, and promoting workflows as scholarly artefacts. The registry has a global reach, with hundreds of research organisations involved, and more than 700 workflows registered.

研究の動機と目的

• 多様な科学分野やワークフローエコシステムに散在する、発見が困難な計算ワークフローの課題に対処すること。
• 計算ワークフローを学術的アーティファクトとして、FAIR原則（検索可能、アクセス可能、相互運用可能、再利用可能）に適合させる。
• ワークフローの共有、バージョニング、長期保存を支援する中央集権的レジストリを確立すること。
• DOIの発行とメタデータの整備により、ワークフロー作成者に対するクレジット付与と学術的評価を可能にすること。
• 既存のワークフロープラットフォーム、リポジトリ、およびDataCite や Zenodo などのFAIRデータインfraストラクチャと相互運用可能であることを支援すること。

提案手法

• WorkflowHubは、Gitベースのバージョン管理を用いてワークフローリポジトリを保存・管理し、バージョニング、スナップショット、変更履歴の追跡を可能にする。
• 直接GitインポートまたはRO-Crate提出によりワークフローをインgestし、構造的で機械可読性の高いメタデータとプロビジョナリティを保証する。
• GitHub や GitLab、Bitbucket などの外部プラットフォームおよび、DataCite によるDOI発行などのFAIRデータインfraストラクチャと統合し、発見可能性と恒久性を向上させる。
• 登録済みのワークフローローカルアーカイブ（RO-Crates）の知識グラフを構築し、Zenodo に公開することで、意味的リンクと高度な発見を可能にする。
• 終了ポリシーを明確に定義し、ワークフローをRO-Cratesとして公開リポジトリ（例：Zenodo、Figshare）にアーカイブし、更新されたDOIを介してアーカイブ版にリダイレクトすることで、長期保存を保証する。
• システムはFAIRDOM-SEEKプラットフォームを基盤とし、既存のFAIRソフトウェアエンジニアリング手法とCRediT準拠の貢献者追跡を活用する。

Figure 1: WorkflowHub connects to platforms, services, and resources that support a workflow’s life cycle [ 28 ] . A researcher initially needs to Plan & Find , where they either plan for a particular analysis and find existing workflows (i.e. using a registry), or Develop a new workflow. WorkflowHu

実験結果

リサーチクエスチョン

• RQ1 どのようにして、多様な科学的コミュニティやワークフローエコシステムを横断して計算ワークフローを効果的に発見・共有できるか？
• RQ2 計算ワークフローの長期的保存とFAIR準拠を実現するための技術的および組織的メカニズムは何か？
• RQ3 恒久的識別子とメタデータを介して、ワークフロー作成者がどのように学術的貢献者として評価され、認められるか？
• RQ4 中央集権的レジストリが、既存のワークフロープラットフォームおよびFAIRデータインfraストラクチャとどの程度相互運用可能か？
• RQ5 グローバルかつコミュニティ主導のワークフローレジストリを維持するためのインfraストラクチャとガバナンスモデルは何か？

主な発見

• WorkflowHubは、12か国にまたがる120以上の研究機関から、700件を超える計算ワークフローを登録しており、国際的な広範な採用を示している。
• DataCiteを介したDOI発行により、ワークフローの恒久的識別が可能となり、長期的なアクセス可能性と引用可能性が保証されている。
• 登録済みのすべてのワークフローはRO-Crates形式でアーカイブされ、Zenodo や Figshare などの公開リポジトリに保存され、2027年以降も維持され、アーカイブ版へのDOIリダイレクトが実施される。
• Gitを介したバージョニング管理により、異なるワークフローエンジン環境でもスナップショットと再現可能な実行が可能である。
• Zenodo に公開された登録済みワークフローローカルアーカイブ（RO-Crates）の知識グラフにより、ワークフローとそのメタデータの意味的リンクと発見が可能になる。
• FAIRDOM-SEEKとの統合およびCRediT貢献者役割のサポートにより、ワークフロー開発における学術的帰属と透明性が向上している。

Figure 2: Workflow types registered with WorkflowHub.