PyLabRobot

PyLabRobot

概述

PyLabRobot是一个硬件无关的纯Python软件开发工具包，用于自动化和自主实验室。使用此技能通过统一的Python接口控制液体处理机器人、读板机、泵、加热振荡器、培养箱、离心机和其他实验室自动化设备，可跨平台（Windows、macOS、Linux）工作。

使用场景

当您需要以下操作时使用此技能：

• 编程液体处理机器人（Hamilton STAR/STARlet、Opentrons OT-2、Tecan EVO）
• 自动化涉及移液、样品制备或分析测量的实验室工作流程
• 管理工作台布局和实验室资源（板、吸头、容器、槽）
• 集成多个实验室设备（液体处理器、读板机、加热振荡器、泵）
• 创建具有状态管理的可重现实验室协议
• 在物理硬件上运行前模拟协议
• 使用BMG CLARIOstar或其他支持的读板机读取板
• 控制温度、振荡、离心或其他材料处理操作
• 在Python中进行实验室自动化

核心功能

PyLabRobot通过六个主要功能领域提供全面的实验室自动化，每个领域在references/目录中详细说明：

1. 液体处理 (references/liquid-handling.md)

控制液体处理机器人进行吸液、分液和液体转移。关键操作包括：

• 基本操作：吸液、分液、在孔之间转移液体
• 吸头管理：自动拾取、丢弃和跟踪移液器吸头
• 高级技术：多通道移液、系列稀释、板复制
• 体积跟踪：自动跟踪孔中的液体体积
• 硬件支持：Hamilton STAR/STARlet、Opentrons OT-2、Tecan EVO等

2. 资源管理 (references/resources.md)

在分层系统中管理实验室资源：

• 资源类型：板、吸头盒、槽、试管、载体和自定义实验室器具
• 工作台布局：通过坐标系将资源分配到工作台位置
• 状态管理：跟踪吸头存在、液体体积和资源状态
• 序列化：从JSON文件保存和加载工作台布局和状态
• 资源发现：通过直观的API访问孔、吸头和容器

3. 硬件后端 (references/hardware-backends.md)

通过后端抽象连接到各种实验室设备：

• 液体处理器：Hamilton STAR（完全支持）、Opentrons OT-2、Tecan EVO
• 模拟：ChatterboxBackend用于无硬件的协议测试
• 平台支持：在Windows、macOS、Linux和树莓派上工作
• 后端切换：通过交换后端更改机器人，无需重写协议

4. 分析设备 (references/analytical-equipment.md)

集成读板机和分析仪器：

• 读板机：BMG CLARIOstar用于吸光度、发光、荧光
• 天平：Mettler Toledo集成用于质量测量
• 集成模式：将液体处理器与分析设备结合
• 自动化工作流程：自动在设备之间移动板

5. 材料处理 (references/material-handling.md)

控制环境和材料处理设备：

• 加热振荡器：Hamilton HeaterShaker、Inheco ThermoShake
• 培养箱：具有温度控制的Inheco和Thermo Fisher培养箱
• 离心机：Agilent VSpin，具有桶定位和旋转控制
• 泵：Cole Parmer Masterflex用于流体泵送操作
• 温度控制：在协议期间设置和监控温度

6. 可视化和模拟 (references/visualization.md)

可视化和模拟实验室协议：

• 浏览器可视化器：工作台状态的实时3D可视化
• 模拟模式：无需物理硬件测试协议
• 状态跟踪：可视化监控吸头存在和液体体积
• 工作台编辑器：用于设计工作台布局的图形工具
• 协议验证：在硬件上运行前验证协议

快速开始

要开始使用PyLabRobot，安装包并初始化液体处理器：

# 安装PyLabRobot
# uv pip install pylabrobot

# 基本液体处理设置
from pylabrobot.liquid_handling import LiquidHandler
from pylabrobot.liquid_handling.backends import STAR
from pylabrobot.resources import STARLetDeck

# 初始化液体处理器
lh = LiquidHandler(backend=STAR(), deck=STARLetDeck())
await lh.setup()

# 基本操作
await lh.pick_up_tips(tip_rack["A1:H1"])
await lh.aspirate(plate["A1"], vols=100)
await lh.dispense(plate["A2"], vols=100)
await lh.drop_tips()

使用参考

此技能在多个参考文件中组织详细信息。在以下情况下加载相关参考：

• 液体处理：编写移液协议、吸头管理、转移
• 资源：定义工作台布局、管理板/吸头、自定义实验室器具
• 硬件后端：连接到特定机器人、切换平台
• 分析设备：集成读板机、天平或分析设备
• 材料处理：使用加热振荡器、培养箱、离心机、泵
• 可视化：模拟协议、可视化工作台状态

所有参考文件都可以在references/目录中找到，包含全面的示例、API使用模式和最佳实践。

最佳实践

使用PyLabRobot创建实验室自动化协议时：

1. 从模拟开始：使用ChatterboxBackend和可视化器在硬件上运行前测试协议
2. 启用跟踪：开启吸头跟踪和体积跟踪以实现准确的状态管理
3. 资源命名：为所有资源（板、吸头盒、容器）使用清晰、描述性的名称
4. 状态序列化：将工作台布局和状态保存到JSON以实现可重现性
5. 错误处理：为硬件操作实现适当的异步错误处理
6. 温度控制：提前设置温度，因为加热/冷却需要时间
7. 模块化协议：将复杂工作流程分解为可重用函数
8. 文档：参考官方文档 https://docs.pylabrobot.org 获取最新功能

常见工作流程

液体转移协议

# 设置
lh = LiquidHandler(backend=STAR(), deck=STARLetDeck())
await lh.setup()

# 定义资源
tip_rack = TIP_CAR_480_A00(name="tip_rack")
source_plate = Cos_96_DW_1mL(name="source")
dest_plate = Cos_96_DW_1mL(name="dest")

lh.deck.assign_child_resource(tip_rack, rails=1)
lh.deck.assign_child_resource(source_plate, rails=10)
lh.deck.assign_child_resource(dest_plate, rails=15)

# 转移协议
await lh.pick_up_tips(tip_rack["A1:H1"])
await lh.transfer(source_plate["A1:H12"], dest_plate["A1:H12"], vols=100)
await lh.drop_tips()

读板工作流程

# 设置读板机
from pylabrobot.plate_reading import PlateReader
from pylabrobot.plate_reading.clario_star_backend import CLARIOstarBackend

pr = PlateReader(name="CLARIOstar", backend=CLARIOstarBackend())
await pr.setup()

# 设置温度并读取
await pr.set_temperature(37)
await pr.open()
# (手动或机器人加载板)
await pr.close()
data = await pr.read_absorbance(wavelength=450)

其他资源

• 官方文档：https://docs.pylabrobot.org
• GitHub仓库：https://github.com/PyLabRobot/pylabrobot
• 社区论坛：https://discuss.pylabrobot.org
• PyPI包：https://pypi.org/project/PyLabRobot/

有关特定功能的详细使用方法，请参考references/目录中相应的参考文件。