July 21st, 2026
Se presenta un método generalizado y compatible con FAIR para investigadores expertos en dominio que buscan integrar herramientas de simulación y procesamiento de datos en flujos de trabajo automatizados para experimentos virtuales 3D. Un ejemplo de neutrónica demuestra cómo configurar una instancia local de Galaxy, envolver OpenMC y herramientas de conversión de archivos, lanzar flujos de trabajo desde Omniverse y visualizar las salidas convertidas en 3D.
Integrando flujos de trabajo automatizados de simulación con visualización 3D para experimentos virtuales en el Metaverso. Un flujo de trabajo es una cadena de herramientas que define el flujo de datos entre ellas. En muchos experimentos virtuales, los investigadores conectan manualmente múltiples herramientas de simulación y procesamiento, lo que escala mal y dificulta la reproducibilidad.
Los flujos de trabajo solucionan esto porque son abstractos, automatizados, escalables, portátiles, compartibles y citables. Permiten que los códigos de simulación existentes y los pasos de procesamiento se integren en herramientas disponibles en una interfaz fácil de usar. Estos pueden entonces enlazarse y reconfigurarse sin necesidad de crear manualmente scripts de automatización a medida.
Las herramientas también pueden compartirse, reduciendo la necesidad de aprender nuevas interfaces y permitiendo a los investigadores centrarse en configurar simulaciones e interpretar resultados. Este protocolo demuestra el despliegue de un gestor de flujo de trabajo localmente contenedorizado. En esta configuración, el usuario final interactúa con una plataforma de visualización 3D como parte del front-end.
El enlace a los flujos de trabajo se presenta en forma de una extensión ligera en Python que realiza llamadas API al gestor de flujos de trabajo para lanzar simulaciones y recibir los resultados, todo desde dentro de la plataforma de visualización. El sistema presentado aquí es general por naturaleza y puede aplicarse en casi cualquier aplicación donde se realicen pasos de simulación y procesamiento. Para este estudio de caso, se utiliza una simulación neutrónica sencilla en el contexto de una central eléctrica de fusión.
En un reactor de fusión, el deuterio y el tritio se fusionan para producir energía y neutrones. El deuterio es un isótopo natural del hidrógeno, pero el tritio debe ser producido por el propio reactor utilizando neutrones generados en los eventos de fusión. Para simular los neutrones producidos, se utiliza un código de simulación de Monte Carlo, que sigue a los neutrones alrededor del reactor, aplicando interacciones aleatorias con el material a medida que pasan.
Como medida comparativa, se calcula un indicador clave de rendimiento llamado la relación de reproducción del tritio, que proporciona la proporción del tritio producido por interacciones de neutrones respecto a la cantidad de tritio consumido en la reacción. La simulación utiliza una geometría CAD sencilla basada en la forma esférica del tokamak para modelar la cantidad de tritio producida por la manta que envuelve el recipiente de plasma, y genera un conjunto de las pistas de neutrones generadas. Para comenzar el protocolo, supongamos que tanto el motor de contenedores como la plataforma de visualización 3D han sido instalados, siguiendo el repositorio del proyecto hasta la máquina local.
Inicia el servidor gestor de flujo de trabajo usando el script de shell proporcionado, que utiliza el motor de contenedores para desplegar una instancia portátil. Una vez que el sistema esté en funcionamiento, accede a la interfaz web local para crear una cuenta de usuario administrativa e iniciar sesión. Navega a las preferencias de usuario para generar una clave API única.
Esta clave autentica la plataforma de visualización 3D cuando llama al gestor de flujo de trabajo. A continuación, configura la plataforma de visualización 3D navegando hasta el archivo correspondiente en la carpeta extensiones. Añade la clave API a este archivo de configuración.
Asegúrate de que esta clave privada permanezca segura y no esté comprometida con repositorios públicos. A continuación, configura la plataforma de visualización 3D navegando al menú de extensiones, haciendo clic en el icono de configuración y añadiendo la ruta local de la carpeta de extensiones desde el repositorio clonado. Finalmente, activa la extensión.
La opción de carga automática podía seleccionarse para que se activara automáticamente al reiniciar. Para ejecutar cualquier herramienta individual, primero deben subirse archivos de entrada al servicio. Crea una nueva historia y ponle nombre.
Los historiales actúan como espacios de trabajo separados para cada conjunto de herramientas o flujos de trabajo que se ejecutan. Haz clic en el botón Subir. Selecciona los conjuntos de datos de geometría CAD y configuración necesarios de los archivos de ejemplo en el repositorio y haz clic en Iniciar.
Las entradas aparecerán en el panel de Historia en el lado derecho de la pantalla. Navega hasta la herramienta de simulación necesaria de Monte Carlo en el panel izquierdo y haz clic en ella. Selecciona los conjuntos de datos de entrada relevantes del historial actual y ejecuta la herramienta haciendo clic en ejecutar.
Las salidas cambiarán de naranja, indicando que están procesando, a verde, indicando que han terminado. El gris se usa para resaltar pasos pendientes y el rojo para los pasos fallidos. La primera ejecución puede tardar más a medida que se descarga la imagen del contenedor de la herramienta.
Las siguientes partidas deberían ser más rápidas. Una vez que la herramienta ha terminado de funcionar, se pueden ver los resultados de la simulación. Haz clic en el conjunto de datos de la proporción de reproducción de tritio en el panel de historia para ampliarlo.
Esto muestra la proporción calculada por la simulación neutrónica y el error estadístico asociado. Las herramientas son más útiles cuando se usan en flujos de trabajo, que permiten llamar a múltiples herramientas en una sola invocación y controlar automáticamente el flujo de datos entre herramientas. Para replicar la cadena de análisis anterior, haz clic en Flujos de trabajo y luego crea y nombra un nuevo flujo de trabajo.
Importa las herramientas para el panel de herramientas haciendo clic en ellas. Y luego añadir dos conjuntos de datos como entradas y nombrarlos. Cuando todas las herramientas y entradas estén en el lienzo, únelas haciendo clic y arrastrando para conectar la salida de un paso con la entrada del siguiente, definiendo el flujo de datos.
Guarda el flujo de trabajo usando el icono de la esquina superior derecha. El flujo de trabajo se ejecuta de forma muy similar a una sola herramienta. Ve a la pestaña de Flujos de Trabajo en la barra superior y haz clic en el icono de ejecutar en el nuevo flujo de trabajo.
Selecciona los conjuntos de datos de entrada correspondientes y luego haz clic en Ejecutar flujo de trabajo. Esto ejecuta todos los pasos que se ejecutaban manualmente anteriormente, guardando las salidas intermedias en el historial. La ejecución puede verificarse inspeccionando los archivos de salida o mostrando la relación de reproducción de tritio en la interfaz.
Para ejecutar flujos de trabajo desde la plataforma de visualización 3D, los archivos de salida deben convertirse primero a un formato 3D compatible. Crea un flujo de trabajo que refleje el anterior pero con pasos adicionales. Una conversión de formato de pista a USD y una conversión de formato CAD a USD mediante pasos intermedios.
Guarda este flujo de trabajo. Abre la plataforma 3D del Metaverso. La extensión habilitada debería estar disponible en el viewport.
Aparcáralo a un lado. Haz clic en Obtener flujos de trabajo para obtener la lista de flujos de trabajo disponibles de la instancia conectada. Selecciona el flujo de trabajo recién creado con los pasos de conversión a USD y haz clic en Obtener entradas.
Las entradas definidas para este flujo de trabajo aparecerán. Selecciona la geometría CAD estándar y los archivos de configuración para cada uno. Luego, haz clic en Ejecutar flujo de trabajo.
Una vez completado el flujo de trabajo, aparece una notificación en la ventana de información de la extensión. Haz clic en Actualizar en el gestor de archivos para ver la lista de instancias de flujo de trabajo completadas. Selecciona la instancia actual.
Actualiza de nuevo para recuperar la lista de archivos. Elige los archivos que quieres ver y haz clic en Pull File. Los archivos 3D se cargan en la ventana principal y aparecen archivos basados en texto en la ventana de información.
Una simulación exitosa generará una salida de la relación de reproducción de tritio. Dado que se trata de un proceso estocástico que utiliza un tamaño de muestra pequeño para la velocidad, el valor esperado usando la configuración estándar proporcionada en el repositorio debería ser aproximadamente 0,76, con una varianza de más o menos 0,01. Aumentar el recuento por lotes y el conteo de partículas en la entrada de configuración reduce esta dispersión a costa de tiempos de ejecución más largos.
Una ejecución exitosa también produce un conjunto de archivos de visualización convertidos, la geometría CAD y las pistas de neutrones, cada uno en un formato compatible con la plataforma de visualización 3D. Estos pueden descargarse e inspeccionarse en un visor externo o conectarse directamente a la plataforma de visualización 3D. Este método demuestra cómo investigadores expertos en el dominio pueden integrar herramientas de simulación en flujos de trabajo automatizados para experimentos virtuales 3D.
El enfoque apoya los principios de datos FAIR, los historiales de ejecución capturan todos los metadatos de Providence, y las herramientas se empaquetan en contenedores controlados por versión, haciendo que la cadena de análisis sea tanto reproducible como compartible. Aunque el gestor de flujo de trabajo puede ejecutarse localmente en hardware estándar, la utilización del motor completo de trazado de rayos de la plataforma de virtualización 3D requiere una tarjeta gráfica RTX de alto rendimiento compatible.
View the full transcript and gain access to thousands of scientific videos
This protocol demonstrates the integration of automated simulation workflows with 3D visualization platforms for virtual experiments, specifically within the context of fusion neutronics. By deploying a locally containerized workflow manager and connecting it to a 3D visualization front end, researchers can automate, scale, and share complex simulation pipelines, enhancing reproducibility and adherence to FAIR data principles.
Automated simulation workflows integrated with 3D visualization platforms enable scalable, reproducible virtual experiments, directly addressing bottlenecks in manual data integration and analysis. This approach enhances predictive confidence and operational efficiency in computational modeling, supporting robust decision-making at key discovery and preclinical inflection points. By adhering to FAIR data principles and enabling seamless tool reuse, the system strengthens enterprise-wide R&D continuity and data integrity.
This containerized workflow system bridges early discovery, screening, and preclinical modeling by automating simulation, data conversion, and visualization steps within a unified platform.