【亲测免费】 Indigo ELN v2.0 开源电子实验室笔记本使用教程
2026-01-20 02:25:40作者:余洋婵Anita
1. 项目介绍
Indigo ELN v2.0 是一个开源的电子实验室笔记本(Electronic Lab Notebook, ELN),专为化学和生命科学领域的研究人员设计。它提供了一个现代化的平台,用于创建、存储、检索和共享化学信息,满足所有法律、监管、技术和科学要求。Indigo ELN v2.0 基于全新的技术栈,提供了新的界面和功能,同时保留了之前版本的所有功能。
主要特点
- 开源免费:基于 GNU General Public License v3 发布,完全免费。
- 现代化技术:基于 Web 的多层架构,支持现代技术栈。
- 灵活集成:可以轻松集成外部服务和数据库,无需更改核心代码。
- 自定义实验模板:支持创建和使用自定义实验模板,适应多种化学研究设计。
- 强大的搜索功能:支持按属性、结构和反应方案搜索实验。
2. 项目快速启动
环境准备
- 操作系统:支持 Linux、Windows 和 macOS。
- 依赖项:Docker、MongoDB、Node.js。
安装步骤
-
克隆项目仓库:
git clone https://github.com/epam/Indigo-ELN-v.-2.0.git cd Indigo-ELN-v.-2.0 -
配置 Docker 环境:
docker-compose up -d -
启动应用:
npm install npm start -
访问应用: 打开浏览器,访问
http://localhost:3000。
示例代码
以下是一个简单的实验创建示例:
{
"experimentName": "Test Experiment",
"description": "This is a test experiment.",
"reagents": [
{
"name": "Reagent A",
"amount": "100 mg"
},
{
"name": "Reagent B",
"amount": "50 ml"
}
],
"steps": [
{
"stepNumber": 1,
"description": "Mix Reagent A and Reagent B."
},
{
"stepNumber": 2,
"description": "Heat the mixture to 50°C."
}
]
}
3. 应用案例和最佳实践
应用案例
- 化学合成研究:使用 Indigo ELN 记录和管理化学合成实验,跟踪每一步的反应条件和产物。
- 药物研发:在药物研发过程中,使用 Indigo ELN 记录药物分子的合成路径和生物活性测试结果。
- 材料科学:记录新材料合成的实验数据,包括材料的结构、性能和应用测试。
最佳实践
- 实验模板标准化:创建标准化的实验模板,确保实验记录的一致性和可重复性。
- 数据备份:定期备份实验数据,防止数据丢失。
- 权限管理:合理设置用户权限,确保敏感数据的安全性。
4. 典型生态项目
BingoDB
BingoDB 是一个开源的分子搜索服务,与 Indigo ELN 无缝集成,支持按结构和反应方案搜索实验。
Ketcher
Ketcher 是一个开源的化学结构编辑器,集成在 Indigo ELN 中,用于创建和编辑化学结构。
Indigo Toolkit
Indigo Toolkit 是一个开源的化学信息学引擎,提供化学结构渲染和属性计算功能。
通过这些生态项目的集成,Indigo ELN 成为一个功能强大的化学信息管理平台,满足各种研究需求。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
701
4.51 K
Ascend Extension for PyTorch
Python
565
693
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
543
98
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
957
955
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
411
338
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.6 K
940
Oohos_react_native
React Native鸿蒙化仓库
C++
340
387
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
128
210
昇腾LLM分布式训练框架
Python
150
177
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
140
221