对实验室未来的

在未来的实验室研究人员将从手动释放,重复实验任务,作为自动化工具和人工intelligence-powered机器人执行协议,收集和分析数据和设计后续实验,人类释放时间专注于解释结果是什么意思和解决更大的科学问题。

未来的实验室汇集了一系列不同的技术,所有数字连接和无缝集成。这些创新将参与的每一步研究周期,从供应链管理实验室的科学产品和试剂处理样品,化学品和设备——内或跨组织的共享数据。

但实现这一愿景的时间表是比别人慢一些研究领域。在本文中,我们看看壁垒防止更广泛采用自动化和数字化,以及他们可能带来的机会。

自动化实验室的学术

在实验室工作的人都熟悉重复,手工很多实验的性质,似乎成熟使用自动化的机会释放人员的时间。但对于学术实验室,采用自动化可以令人生畏,浪费和不受资金和影响评估的结构。

“我认为未来的愿景的实验室在学术界和产业界有所不同,因为我们有不同的输出,”说博士。伊恩荷兰,是一位工程师,从自动化行业重点实验室组织生物制造爱丁堡大学的,曾写过关于“自动化差距”在学术界。¹“学术实验室倾向于开展更广泛的工作有相当大的协议可变性,而行业使用标准化的协议进行高度集中,重复应用,更适合自动化。学术实验室不能投资于现成的技术,没有更多的灵活以适应他们的需求。所以,尽管有胃口自动化带来的提高效率,通向未来的实验室学术实验室是不太清楚。”

有一个共同的理想,这是一个世界,科学家们花更多的时间做科学和自动化进行手工任务。“这不是好的执行手动任务有受过高等教育的人,我认为这在学术界发生了太多。我想看到更多的手工测试由机器完成,让科学家们做更多的科学,”Holland说。

数字化实验室自动化策略和流程的映射

这本电子书概述如何计划和实施数字化管理实验室,重点从你现在的位置和你想要去的地方。下载该电子书发现h理解和地图实验室目前的流程,t他的数字化和三个原则计划一个数字化策略的建议

看电子书

赞助内容

采用自动化的障碍

学术研究资金的短期性质不适合投资于大型现代化技术实验室,荷兰说,尽管在机器人等主要基础设施的投资将会提高效率,很难直接相关的研究论文的产出增加,主要指标用来衡量一个实验室的成功——投资很难证明。

这是一个问题也经历了罗斯·金教授剑桥大学,已经工作了几十年“机器人科学家”——半或全自主机器人自动化简单形式的科学研究,从设置新的假设自动设计和运行有效的实验来区分它们。这种未来的研究似乎将资助电池板,倾向于保守的观点,和现有大学结构不适合合作,跨学科性质的工作要求。“我认为这是慢慢地改变,我们要牵引在不同的地区,特别是现在这些想法正在被制药行业,”国王说。

学术科学家的另一个挑战是一个技能差距,因为自动化和机器人需要数学模型的理解,机器学习和工程,专业知识不是每个实验室都有容易获得。虽然自动化带来的效率,同时也带来了新的挑战,比如如何管理大量的数据。

这是拥有正确的专业知识可以帮助,教授Ola Spjuth从瑞典乌普萨拉大学,解释说:“我们有一个很大的关注试图自动化整个细胞筛选和分析方法在实验室里,这个会产生大量的图像。这种规模的数据可以吓到很多研究人员,但我们有一个背景在管理大数据和使用高性能计算集群在这里,所以我们看到大量的数据是有价值的。我们也不是典型的生活的科学家,我们带着一群工程方法和多学科实验,数据的科学家和工程师”。

加强科学使用实验室软件经验

科学家需要能够专注于他们的关键工作,不会受到挑战,如孤立的数据,手动流程和旧技术。看这个网络研讨会发现novel方法与实验室信息管理系统交互,h噢利用更好的见解从你的数据,t他的力量自动化过程和创造更直观的工作流程。

看网络研讨会

赞助内容

使用自动化和人工智能,提高效率和重现性

Spjuth花了他所谓的一个非常规策略自动化实验室,他们不出去从供应商采购整个机械装置,而不是选择购买个人设备组件和使用一个开源的方法构建系统本身。“这是一个更多的挑战比买现成的东西,但是我们有完全控制所有步骤的协议,我们想要研究环境,我们可以一起成长和更新。”

到目前为止,主要提高效率没有想象能力从使用机器人能够增加24/7。说:“我们正在Spjuth,“但我们的系统仍然需要大量的人力支持,和细胞培养等措施过于昂贵的学术实验室现在完全自动化。他说,“主要的获得是再现性,每个实验都是在完全相同的方式进行的。

事实上,除了效率,再现性似乎是自动化研究流程的主要驱动力之一。的目标之一王的机器人科学家工作是提高科学的方法。“机器在某些方面已经比人类做得更好质量的科学,因为他们所做的是记录,明确和清晰,”罗斯说。“人类常常无意中草率对他们做的实验,还有一个很大的问题与科学再现性因为实验太容易受到人为的错误。就像游戏在电脑上有所提高,我们认为在科学、机器将继续进步。最终,他们将会和人类科学一样好,甚至更好。”

国王已经开发了两个原型机器人科学家,亚当和夏娃。亚当旨在开展功能基因组学在酵母、分配功能基因组测序在1996年。夏娃专门从事早期药物设计,使用人工智能发现化合物来治疗特定疾病。

“筛选的化合物,用于在行业你会让一个自动化的分析告诉你如果一个化合物可能是好的,然后你屏幕大复合图书馆——也许一百万种化合物,发现一小部分打前锋。然后你重新开始与另一个化验和图书馆,”国王解释道。”,但实际上,这是一个错失的机会,因为你学到的东西在屏幕,你可以用这种观点来决定下一步要做什么。“通过使用定量结构活性关系(构象)模型和生物积累知识,夏娃被训练找到命中只使用的一小部分化合物在图书馆——加速过程,使其更符合成本效益。

现在,国王正在下一次迭代的机器人科学家——名为《创世纪》——的一部分Nobel-Turing人工智能科学家大挑战。挑战在于别处)开发人工智能系统能自动科学发现水平相当,甚至优越,到2050年人类最好的科学家。

成千上万的起源是一个比例增大的机器人科学家micro-chemostats——微型生物反应器养分不断添加到细胞和代谢终端产品不断被删除。这些将使《创世纪》并行运行更复杂的实验。“我们需要一个AI系统计划那么多实验,特别是hypothesis-led实验,而不是改变一个组件,看到发生了什么,”国王说。“这里,机器人是说‘我想改变Y会做X这个模型,然后进行实验,看看假说是正确的。”

AI-Powered分析如何将LIMS数据转换成有价值的,行动的见解

利用数据科学算法、人工智能和ML迅速处理结构化和非结构化LIMS数据,将它与外部企业数据集成与服务实验室经理和分析师有价值的见解和及时、有意义的建议。下载这个白皮书学习先进的分析我可以ncrease你研究和/或测试的范围,我mprove速度和e加强实验室的盈利能力。

视图白皮书

赞助内容

迈向数字化实验室

除了采用机器人实验室解决方案来提高效率和重现性的未来,许多研究人员正在向数字化实验室,从纸质系统转向信息解决方案,比如实验室信息管理系统(LIMS)和电子笔记本(eln)。LIMS使研究人员与样品相关的跟踪数据,实验和仪器有效,以及积极地管理实验室的过程,而民族解放军数字化笔记,可以自动化数据审查过程。指导好记录和数据管理实践从世界卫生组织(世卫组织)建议混合动力系统——手册和电子系统的结合——应被完全取代数字化系统最早的机会。

采用信息解决方案,比如LIMS实验室可以提供许多好处,包括帮助提高性能,最大限度地提高质量,确保合规要求和规定。他们还可以删除重复的,费力的步骤工作流程,减少人为错误。节省的时间可以使科学家们,使他们专注于更复杂的和有意义的工作。

尽管提供的好处,障碍和数字化实验室仍采用这些解决方案。订阅的成本,新设备和软件,以及时间实现的解决方案,可以禁止对于许多实验室,尤其是在学术界。“易访问性也是一个巨大的障碍。许多学术实验室没有设置为数字实验室信息的捕获,从硬件和软件的角度来看,“萨曼莎Kanza博士南安普顿大学的资深企业研究员告诉188金宝搏备用之前。过时的设备和软件兼容性问题可以进一步限制采用数字技术。另外,“实验室技术往往是一个充满敌意的地方,“Kanza说。空间使用笔记本电脑或平板电脑可能有限,和研究人员可能会担心泄漏和事故发生。甚至诸如删除手套类型的笔记,而不是记在一个笔记本可以看作是禁止的。

然而,持续的技术进步可能会减少这些障碍,鼓励更多采用数码解决方案在实验室里的未来。

“就像智能家居在当今社会已属司空见惯,所以将智能实验室。用户可以通过语音来控制他们的实验室使用智能实验室助理,所有实验室的系统无缝地连接在一起,用户会有多个选项来记录他们的数据通过声音、平板电脑、手机或电脑,如果他们愿意,”设想Kanza。

理解基本需要支持人工智能和机器学习

人工智能(AI)和机器学习(ML)正迅速进入许多组织的日常运作,和数据的努力全部力量。看这个网络研讨会了解w帽子AI-ML是以及它如何帮助你的组织,h噢你可以创建一个有效的数据科学基础设施为AI /毫升和c大声对本地的考虑。

看网络研讨会

赞助内容

未来的实验室迈出一小步

也许是另一个二十年之前全自动机器人设计和在实验室里进行实验,但它永远不会过早的学术实验室开始他们的旅程走向自动化,Holland说。”作为一名工程师在生物学实验室可以看到潜在的使用技术来提高流程的机会。然而,我认为经常在学术界,人员争取一个神奇的机器,做一切。但这绝不是如何开发自动化作为一名工程师,你建立原型,完成每个过程的一部分。”

荷兰提倡小开始,通过自动化等一些简单的流体分配效率和重现性可以带来可观的收益。在组织生物制造实验室,就使这种变化减少了协议从25到5分钟,释放其他任务的时候了。

早期采用自动化的另一个优点是它可以帮助研究人员希望翻译发现从基础研究到临床应用。“早些时候你可以包括自动化过程,开始思考,越有机会你有令人信服的人投资于你的产品,因为他们可以看到它会很容易迅速扩大经营规模。”

Spjuth的实验室里他们希望更多合作与其他研究人员在自己的实验室里,机器人和自动化解决方案和代码共享协议。“3 d打印等主要技术的进步,人们现在对这些和其他应用程序共享代码,这是成为独立研究人员可以做得更多。diy运动前进,这意味着你也可以建立自己的微流控芯片和显微镜,和机器人的价格下来有机会对许多生物实验室采用某种实验室自动化。”

然而,一个重要的考虑是这个运动的进步,指出荷兰,是可持续性。“已经有一个真正的问题,自动化过程产生大量的浪费——机器产生数以百万计的浪费吸管技巧,例如。我认为这需要考虑更多,当然在设计阶段,从环境的角度来看,确保供应链能满足需求。”

参考:

1。荷兰我,戴维斯农协。生命科学研究实验室自动化。前生物科技Bioeng》。2020;8:571777。doi:10.3389 / fbioe.2020.571777