宽松的“信息瓶颈”负担下一代测序

下一代测序的研究人员面临的重大挑战(上天)空间信息分析。这可以从原始数据到发现严重的影响。为了解决这个问题,热费希尔科学已经进入市场合作协议Genialis数据科学公司领先业界RNA-based发现。

通过协议,分析工作流集成英杰公司Collibri链RNA图书馆准备装备Illumina公司系统与Genialis表达式分析软件将被创建,支持为Collibri客户数据分析。

“我们的目标是加快发现让科学家们在他们的数据找到这个故事。我们希望研究人员专注于伟大的实验,而不是数据处理,”拉斐尔Rosengarten Genialis的首席执行官说。

188金宝搏备用技术网络最近采访了Rosengarten Mercier雷蒙德,VP和通用、分子生物学、热费希尔科学,学习更多关于该协议将帮助减轻希腊的债务负担研究“信息瓶颈”的科学家。

莫莉·坎贝尔(MC):是什么导致“信息瓶颈”下一代测序(上天)基础研究和它如何影响科学家的工作?

雷蒙德Mercier (RM):测序技术的能力,采用先进的一个真正令人震惊的速度——这打开了整个世界在科学发现的机会。但另一方面不得不面对上天带来的数据的数量和规模的基础研究。关键的挑战包括技术,如数据存储和处理、数据管理和内容管理的组织问题,和解释数据的科学命令式,到达一个答案或者下一个假设。这些收缩点都是相互关联的,每一个需要解决的最发现自己测序。

在测序世界,仪表和湿实验室能力已经超过了信息的解决方案。生物信息学和biology-fluent计算新兴专门化人才是稀缺的。培训的解决方案在于结合后代拥有通晓多种语言信息专家,组建多学科团队专注于通信、和建筑伟大的生物学家和临床医生参与他们的数据的工具。

主持人:其他什么“瓶颈”是减缓NGS-based研究呢?

RM:NGS-based研究图书馆的第一步,一个耗时的操作。很容易引入一个错误在这一阶段,如果你那么一切腐败的下游。最糟糕的是你通常不会意识到一个错误已经测序完成之前,在这一点上的数据是没有意义的。然后研究者们必须花更多宝贵的时间试图确定错误源自哪里。这是一个沮丧的意识到这是一个用户错误从一开始。

热费希尔的使命是使科学家能够让世界更健康,更清洁和更安全。作为这一使命的一部分,我们一直在寻找方法来简化工作流对于科学家和取出的复杂性和低效率在实验室里的生活。这就是为什么我们开发了表达载体Collibri链RNA图书馆准备Illumina公司系统的工具。包简化和加快图书馆准备过程从天到四个半小时,降低用户错误的风险,可以污染测序结果。当我们设计了包,包括一个跟踪染料证明试剂时彻底混合溶液的颜色就会发生变化,而任何不完整的添加或混合是由缺乏表示颜色改变。创新很简单但有效的确保工作流成功,使研究人员能够节省时间和资源花在其他有价值的活动。这种新技术建立在成功的经验丰富的科学家们使用ERCC激增控制增加再现性和对实验结果的信心。

司仪:热费希尔科学Genialis之间的协议将如何帮助缓解负担研究人员吗?

RM:RNA-sequencing (RNA-seq)需要大量的时间和精力,和规模越大,越瓶颈过程的每一步。研究经常被举行在图书馆准备阶段由于用户错误,会导致昂贵的延迟。研究还可以再次慢下来时分析数据收集有用的见解。我们同意Genialis结合的解决方案,是一种天然的伙伴关系,下游的基因组测序工作流程。测序过程中具有挑战性的步骤转化成一个为客户“一键式”体验。目标是节省科学家的时间在图书馆准备和数据分析,使得这些解决方案访问,因此它们可以集中于发现他们的实验的故事。

拉斐尔Rosengarten (RR):作为前生物医学研究员,我亲身感受到的长椅上生物学家面对g的原始数据的不确定性和下一步要做什么。贝勒,我有幸与一个非常有才华的数据科学合作组织从卢布尔雅那大学生物学实验室,斯洛文尼亚。这种合作给我提供了有趣的见解来自我的研究的能力。我认识到,下一波所需的生物医学创新这种异花授粉。我想帮助其他科学家找到数据的意义,这就是为什么我很兴奋Genialis与热费希尔科学合作来扩大我们的信息解决全世界的科学家。

主持人:什么类型的研究将受益于这种支持?

RM:基因组学是一个日益增长的研究领域,特别是因为它变得更容易和更少的昂贵的进行基因组测序。专门的学术研究中心是只关注大规模开展基因组研究,结果,取得了一些突破性的发现。这些研究改变了研究范式,因为他们允许研究人员深入研究没有形成一套假设测试。相反,研究人员可以方法研究与豁达,让数据说话。这是只有当科学家们他们需要的工具来解释这些数据。

此外,临床机构正越来越多地寻求测序来指导病人诊断。在未来,随着测序变得更容易和成本效益,提供者可能采用基因组测序作为日常预防保健的一部分。同时,直接面向消费者的公司已经开发出拭子包提供消费者能够更好地了解他们独特的遗传足迹和为他们的健康和血统意味着什么。甚至有工具可用来测试你的狗品种的基因和健康信息。随着越来越多的人购买这些类型的测试,它增加了对测序中心运营需求有效地处理工作负载。

主持人:为什么这么重要,研究人员能够扩大他们的实验和其他挑战他们面对当这样做吗?数据分析如何帮助?

RR:有无数的理由做大规模的实验。生物学是非常复杂的组件,所以有大量的样品或细胞的过程。2、生物学可以混乱,嘈杂的,所以你需要大量的数据,以确保良好的统计力量。和三个,ambition-some人只想序列的所有事情!虽然机会解锁的见解可能会增加这种规模的测序,所有我们已经讨论过的挑战。

像我们这样的软件可以处理复杂的大规模测序的数据生成的洞察力。机器人在实验室里做实验处理更有效率,和优秀的试剂如Collibri工具包的想找出样品处理。在我们的经验处理药物开发数据、图书馆准备错误是一个主要的混杂因素,尤其是当一个合同研究组织(CRO)外包工作。这么高的失败率成为真正问题在分析数据在实验和网站。高效、端到端工作流是达到高质量标准的关键,最终,催生相信实验结果和结论。

司仪:还有其他的机会实现数据分析进一步推进领域的健康和科学?

RR:Genialis是兴奋的力量RNA-seq药物发现和发展作出贡献。它已经是一个关键技术研发早期阶段,并在理解疾病生物学。我们兴奋的前沿工作目标发现,挑战长久以来的观念制药。测量转录调节基因表达,有助于揭开全新的路径来治疗疾病。进一步降低管,越来越多的我们正在与药物开发人员测量病人的基因表达群体更好地理解他们的药物在人类身上的影响,并发现生物标记物,将确保药物到达正确的病人。我们认为RNA-seq,符合最佳实践数据管理方法和先进的分析方法,将是实现精密医学中心。

雷蒙德•Mercier VP和通用、分子生物学、热费希尔科学、和拉斐尔•Rosengarten首席执行官Genialis,跟莫莉坎贝尔,科普作家、技术网络。188金宝搏备用