瑞安Denomme的创始人兼首席执行官柯雅。厨师,Denomme后公布的公司成立于2012年完成了他的滑铁卢大学的工程硕士学位。柯雅的想法是在Denomme中学后教育,他有经验的研究人员所面临的挫折无法获得最先进的技术由于其过于昂贵和复杂的特性。Denomme了解第一手如何缺乏直接和负面影响进度,提供创新的动机和科学家之间找到一种方法来打破障碍和数据他们需要让他们的下一个大的药物发现。
说话188金宝搏备用,Denomme强调使用“传统”时面临的关键挑战表面等离子体共振(SPR), SPR是如何被用于药物发现,并说明了设计一个SPR的好处仪器集成数字化微流体,人工智能,和纳米技术。
劳拉·兰斯顿(LL): SPR被用来援助药物发现工作吗?
瑞安Denomme (RD):表面等离子体共振(SPR)是一个关键分析技术在药物发现过程中使用的为科学家提供重要的见解的分子系统学习。SPR label-free绑定试验能够实时测量两个分子之间的绑定。从这些数据,科学家们可以决定降息,不管和亲和常数的交互。许多技术可以给科学家测量的亲和力,但很少可以提供洞察了利率。这是至关重要的,因为时间分辨绑定交互的概要文件的选择产生重大影响的候选药物。如果科学家只测量亲和力,他们可能丢失的关键信息。除了提供最丰富的数据绑定,SPR也是molecule-agnostic越来越高通量,使其不可替代的工具,从目标发现铅优化。
噢,你会认为与“传统”SPR的关键挑战?
理查德·道金斯:有一些关键挑战阻碍SPR从一个无处不在的分析技术。一是SPR的生命周期成本,大量资金购买,需要大量的维护,以保持其转动操作和一个专门的科学家。的一大资本成本和维护的司机是流动注射用于SPR射流系统。SPR要求严格的流体处理得到准确的数据。不能有任何混合缓冲和样品之间这创造了色散,流速必须消除高质量传输的影响,并不能有任何交叉污染。这推动传统射流处理技术的局限性(如泵、阀门和管),并获得指数更糟糕的是当你扩大仪器同时吞吐量来处理越来越多的样品。依靠这些过时的技术就是推高了成本,复杂性,和所需的样本体积分析,进一步降低应用程序也可以受益于SPR的范围。
除了这些问题,错综复杂的试验设计和数据分析采用也强加一个障碍。没有在SPR的丰富经验,是很有挑战性的,找到合适的实验条件,导致准确和高质量的绑定所需SPR的曲线。分析大型数据集与复杂的绑定模型或文物是一个令人生畏的任务,没有丰富的经验。即使对于有经验的用户,这可能需要大量的时间和精力,特别是因为软件很少设计直观和用户友好。
我:什么是数字化微流体(DMF),这怎么能加上SPR ?
理查德·道金斯:DMF合成技术能够准确地控制和操纵离散液滴与电力。流体包含microwell板和单个液滴可以分离,混合,合并,实现各种复杂的检测协议。
DMF解决的主要限制扩大吞吐量和SPR技术的自动化,在射流处理。射流系统复杂度的增加呈指数作为你规模样品的数量/渠道和试验的自动化水平,影响数据的准确性和仪器的长期可靠性。这导致重大仪器停机时间和服务成本,并限制应用程序只使用纯化样品。
DMF射流处理技术消除了需要任何物理泵、阀门、管道和取代他们低成本一次性墨盒,兼容标准板形式的因素。DMF-powered SPR直接地址与传统SPR相关的挑战,使科学家能够避开的传统范式通过渠道运输液体。
在柯雅,我们综合专有的局部表面等离子体共振(LSPR)传感器DMF墨盒——创建16个独立可寻址的渠道在一个盒通过使用数字微流体。DMF的优越的液体处理能力搭配我们的灵活和可定制的软件使研究人员能够精确控制交互时间,自动连续稀释和数据分析。它还降低了仪器的成本和复杂性,使其可以访问所有的科学家。
我什么好处源于设计一个SPR仪器集成DMF,人工智能,和纳米技术吗?
理查德·道金斯:最终,DMF和纳米技术的集成中固有传统SPR技术解决的主要问题。与人工智能,DMF-powered SPR提供了一个平台,不干涉的时间增加,降低复杂性,是负担得起的,在更短的时间内提供健壮的结果。更具体地说,有一些关键的好处,这些技术的集成带来了SPR:
- 附近的瞬时之间的过渡时间缓冲和样本(< 0.1,几乎消除色散
- 解耦的流量和传感器位置分散,提高数据质量
- 500 x少样本体积要求——你可以从2µl样本体积得到完整的动力学
- 解耦的交互时间从样品体积,增加试验的灵活性
- 自动连续稀释墨盒,减少人为错误和节省时间
- 灵活的高通量功能与许多不同的分析格式
- 实现端到端分析自动化的能力
- 不堵塞、泄漏或污染仪器没有流体通路
- 灵活的射流流程启用在线、实时优化通过使用人工智能驱动的实验设计
- 最小的移动部件机械故障的可能性极低
- 不需要仪器清洗或服务
高级科学技术网络作家。188金宝搏备用
