起生物丰富的集合数据和biospecimens,特别是作为资源开发进行研究。¹这些存储库需要在多个领域,包括制药、学术界、动物育种和慈善基金会,和很重要的进步研究疾病病理和表观遗传学领域的以人群为基础的研究,预防医学项目,罕见疾病和流行病学。²Biospecimens可以来自各种各样的物种,从特定的肿瘤类型的样本到脐带,血液和脑脊液。

不断增加的大量的复杂的数据从各种各样的biospecimens生物银行构成挑战,必须有效地管理他们的数据,以促进协作,更好的推进研究。同样,研究人员在一个复杂的网络合作伙伴需要能够定位和采购合适的biospecimens学业,经常大和不同的数据库。云计算实验室信息管理系统(LIMS)正在成为一个更好的方法来存储、分析和共享biospecimens,为生物银行提供一个机会寻求投资于有效的数据管理解决方案来支持这些相互关联的目标。

现代生物银行需要更多的从他们的样本跟踪系统

生物银行不仅需要管理biospecimens的物理存储,还把病人的人口,疾病,同意,与样品化验结果和其他元数据。信息,如多少次样品已经被冻结,解冻和refrozen影响标本的完整性和生物银行需要跟踪这个信息来确定样品可以或不能用于进一步的测试。

传统样品跟踪系统并非旨在有效地处理大量复杂的数据,所以很难管理信息的方式是充分的动态,和可靠的访问。不一致也是一个问题,因为存储时间变化可以导致不同的协议³和不一致的数据条目可能发生在“自由文本”格式。⁴作为biospecimens可以跨不同的诊所和共享研究,关键是标本质量一致。⁵日益协作研究的本质意味着与其他团体分享数据的能力是成为至关重要的,然而并不是所有的系统轻松地提供所需的灵活性。

这些低效率产生深远影响。可以要求资源内部系统维护,以及挫折的主要来源。更远,标本误认会导致错误的数据和再现性危机。如果生物银行不容易“搜索”,研究人员不知道biospecimens和数据可能访问他们,创建一个研发瓶颈。

生物组织有很多协调,从样品制备、运输、存储和检索,库存管理和报告。需要确保遵守数据隐私法(例如,美国HIPAA:健康保险携带和责任法案),同时继续分发有效生物资源。⁶“组学”革命的顺利开展,生物银行现在需要进一步对大数据业务的支持。

数码解决方案改变生物的基础设施

数据与存储biospecimens需要访问内部组织和外部合作伙伴,和有组织的方式,允许研究人员找到他们需要的高质量的标本的实验。作为生物工作流不同组织和随时间发生变化,生物银行现在需要数据管理更个性化和长期能力的支持。为了满足这种需求,基于云计算平台的开发,可以根据特定的需求。

而不是让一个IT专家开发的平台,更个性化的基于云计算技术是可用的,其中包括一个坚实的理解终端用户的角度来看。使用一个更个性化的开发方法可以创建精简系统,反映了现实生活中的工作流程的顺序。

基于云计算技术使生物银行迅速扩展的需求,同时提供获取所有相关数据的能力在一个地方。试剂和仪器使用,例如,信息的日期和时间的运动,和冻结/解冻过程可以存储与原始文件详细化验结果,DNA测序和基因分型分析文件。这可追溯性使它容易看看其他已经进行样本分析。

数据管理软件的生物现在超出biospecimens总经理;基于云的LIMS可以用来管理请求,跟踪股票的标准和试剂,并简化和优化分析。HIPAA和验证安全参数有助于确保遵守数据隐私规则。与引进新的现场解决方案不同,转向新的云平台可以很快发生,严格避免数据库覆盖上的缺口。

云计算技术在生物的好处

基于云计算技术可以受益生物银行在很多层面上——从提高日常运营支持的效率长期增长和变化。更合理的和一致的流程、数据输入和更容易的访问,以及潜在的误差大大降低。一个直观的界面也有助于在这方面,因为它降低了风险的人忘记记录关键细节。备份检查可以进一步帮助提高准确性,通过要求关键数据元素中输入重复的,或者通过链接条形码扫描仪到数据库。⁴

基于云计算技术可以加强安全利用多个加密层,使遵守HIPAA和其他隐私法更容易。标本管理chain-of-custody记录也简化整除和衍生品可以绝对被跟踪的。⁴与许多传统系统不同,云计算使用自动升级和数据备份,确保没有数据丢失。⁷另一个主要好处是,维护和管理费用减少,不需要物理现场数据服务器。⁴重要的是,基于云计算技术还提供了规模向上或向下的灵活性,根据组织的增长。

想象一个无缝的样本跟踪经验

● 你淹没了请求访问您的样品。然而,接受和拒绝访问是非常简单的。你的请求表单是标准化的,这样你就可以快速访问所有你需要让你的决定。

● 你的重要用品和消耗品永远不会耗尽,因为您的团队有一个near-automated系统用于监测和排序。

● 一个病人撤回同意。系统管理员触发销毁这些样品,所以你不需要管理请求。

● 外部研究机构请求访问数据集。启用连续共享。没有猜测哪些文件是最新的。研究人员可以看到试剂和设备被用来实现数据在他们面前。

● 一个客户问他们的请求可以很快见效。只需调整化验的优先级运行一周。

● 你的同事检查系统报告,并识别和纠正一个工作流瓶颈,给你更多的时间来考虑一个新的合作的建议。

云存储可以说是最好的解决方案支持快速增长的生物需求。简化数据管理软件超出样品跟踪来降低成本,缩短时间,提供了一个前所未有的级别的安全性和灵活性。生物团队可以有发展空间和适应,和定制的数据管理解决方案的可能性是无限的。

引用:

1. 英国生物库道德和治理委员会。英国生物库的报告公开会议道德和治理委员会,2007年6月11日(2007年)。
2. 肖,d . M。,Elger, B. S., & Colledge, F. (2014). What is a biobank? Differing definitions among biobank stakeholders.临床遗传学,85年(3),223 - 227。https://doi.org/10.1111/cge.12268
3. McLerran D。,Grizzle, W. E., Feng, Z., Bigbee, W. L., Banez, L. L., Cazares, L. H., Chan, D. W., Diaz, J., Izbicka, E., Kagan, J., Malehorn, D. E., Malik, G., Oelschlager, D., Partin, A., Randolph, T., Rosenzweig, N., Srivastava, S., Srivastava, S., Thompson, I. M., … Semmes, O. J. (2008). Analytical Validation of Serum Proteomic Profiling for Diagnosis of Prostate Cancer: Sources of Sample Bias.临床化学,54(1)44-52。https://doi.org/10.1373/clinchem.2007.091470
4. Im, K。,Gui, D., & Yong, W. H. (2019). An Introduction to Hardware, Software, and Other Information Technology Needs of Biomedical Biobanks. In W. H. Yong (Ed.),生物(卷1897,pp . 17 - 29)。激飞纽约。https://doi.org/10.1007/978 - 1 - 4939 - 8935 - 5 - _3
5. Vaught, J。,& Lockhart, N. C. (2012). The evolution of biobanking best practices.我们共同Chimica学报,413年(11日),1569 - 1575。https://doi.org/10.1016/j.cca.2012.04.030
6. Takai-Igarashi, T。木下光男,K。长崎,M。、Ogishima年代。中村,N。打乱阵脚,S。、Nagaie年代。斋藤,T。,Nagami, F., Minegishi, N., Suzuki, Y., Suzuki, K., Hashizume, H., Kuriyama, S., Hozawa, A., Yaegashi, N., Kure, S., Tamiya, G., Kawaguchi, Y., … Yamamoto, M. (2017). Security controls in an integrated Biobank to protect privacy in data sharing: Rationale and study design.BMC医学信息学和决策,17(1),100。https://doi.org/10.1186/s12911 - 017 - 0494 - 5
7. 保罗,S。,Gade, A., & Mallipeddi, S. (2017). The State of Cloud-Based Biospecimen and Biobank Data Management Tools.Biopreservation和生物,15(2),169 - 172。
   https://doi.org/10.1089/bio.2017.0019

妮可玫瑰是热费希尔科学高级经理