nwb_datajoint

Frank实验室Datajoint管道促进神经科学数据的存储、分析和共享，以支持可重复研究。它将现有的开源项目整合到一个统一的框架中，以便它们可以轻松使用。

设置

安装软件包

1. 克隆此存储库

   git clone https://github.com/LorenFrankLab/nwb_datajoint.git
   

2. 从environment.yml设置并激活conda环境

   cd nwb_datajoint
   conda env create -f environment.yml
   conda activate nwb_datajoint
   

3. 安装此存储库

   # to use the package
   pip install nwb_datajoint
   # if you're a developer:
   pip install -e .
   

设置数据库访问

1. 请Loren或Eric在Frank实验室数据库上为您设置账户。注意，您必须连接到UCSF局域网才能访问此服务器。

   如果您不是UCSF的关联人员，或者您只是想尝试nwb_datajoint，那么您需要设置不同的MySQL服务器。例如，您可以使用配置为Datajoint的MySQL服务器的Docker镜像设置您自己的本地服务器（有关说明，请参阅此处）。

2. 添加以下环境变量（例如，在~/.bashrc中）。此示例假设您正在与挂载在/stelmo的计算机交互stelmo（如果挂载位置不同，请相应更改）。

   export NWB_DATAJOINT_BASE_DIR="/stelmo/nwb/" 
   export SPIKE_SORTING_STORAGE_DIR="/stelmo/nwb/spikesorting"
   export DJ_SUPPORT_FILEPATH_MANAGEMENT="TRUE"
   export KACHERY_P2P_API_HOST="typhoon"
   export KACHERY_P2P_API_PORT="14747"
   export KACHERY_TEMP_DIR="/stelmo/nwb/tmp"
   

   如果您未连接到UCSF网络，则必须运行自己的kachery-p2p守护程序以进行脉冲排序。请参阅此处的指南。

3. 配置DataJoint。要连接到Datajoint数据库，我们需要指定有关它的信息，例如主机名和端口。您还应将密码从提供的临时密码更改为自己的密码。为此，打开 dj_config.py，更改用户名，并运行它。

   再次提醒，如果您正在使用自己的MySQL服务器，那么您可能还需要更改其他设置。

最后，打开一个Python控制台，导入 nwb_datajoint 以检查安装是否成功。

教程

nwb_datajoint 的教程目前以Jupyter Notebooks的形式提供，可在 notebooks 目录中找到。我们强烈建议在 jupyterlab 环境中打开它们。

• 0_intro.ipynb：数据库的简介
• 1_spikesorting.ipynb：如何运行动作电位排序