云机器人技术在生物研究进展数据

一个新的努力,国防高级研究计划局(DARPA)旨在提高实验是如何计划和设计在多个学科通过计算和分析工具,包括从工程学科。协同发现和设计程序(SD2)希望与增强的自动化更新协议和机器学习策略。作为SD2的一部分,银杏生物工作室,和Transcriptic获得双重合同,帮助推动生物合成生物学实验和迭代测试。在这个博客中,我们讨论的目标SD2和云的影响,实验室和自动化研究与本英里,博士,Transcriptic产品负责人。

Ruairi Mackenzie (RM): SD2计划的目的是什么,如何Transcriptic和银杏帮助DARPA实现他们?

本英里(BM):SD2计划的目标是创建一个方法在复杂和知之甚少系统进行研究和设计。这是通过从以编程方式生成大量的实验数据可寻址的实验室和喂养这些数据集先进的分析工具。这些工具将用于构建系统模型,以促进更快的这些复杂系统的设计。该项目将通过结合计算,提高跨学科实验设计分析和特定领域的专业知识的生成和集成tb的数据。作为该计划的一部分,银杏和Transcriptic将使用机器学习,闭环生物学,和自动执行协议的目标推进生物合成生物学实验和加速迭代测试。

RM:工程原则可以帮助提高生物学实验的设计?

BM:大多数生物实验可以捕获一个多参数优化的过程。无论你是做药物化学,生物工程或分析的发展,科学家需要探索一个参数空间有效地实现一个目标。现在有许多优秀的工具,用于以编程方式处理大量的数据导航参数空间但生成实验数据的过程仍在黑暗时代。利用编程驱动实验,科学家可以探索更多的参数空间的同时,更有效地找到一条通往一个安全、有效的药物或另一个目标。

额外的发展开创了由Transcriptic开放数据标准用于指定协议的发展,Autoprotocol.org。通过使用Autoprotocol科学家现在可以编写自己的协议为结构化对象,可以很容易地共享,改善,由机器人和解释或人类。使组织之间共享的协议允许简单的再现性和合作协议的改进。

RM:我听说过机器人实验室,和云分析实验室,但从来没有一个机器人云实验室!告诉我们关于Transcriptic平台以及它如何将受益SD2计划。

BM:Transcriptic机器人云实验室平台利用云范式用于计算行业允许研究人员进行更有效的,可伸缩的,和可再生的研究,在世界任何地方的需求。有惊人的天赋传遍世界,今天的目标SD2访问实验室,可以通过编程的方式使用远程团队拥有强大的分析工具来构建模型和假设。平台是建立在Transcriptic常见实验室环境(TCLE),一个可伸缩的、数字化实验室操作系统集成实验室过程,分析数据,工具,和物联网技术为一个平台。SD2项目的一部分,Transcriptic和银杏庞大的、自动化的实验功能将通过编程的方式连接到机器学习驱动设计和分析算法。tb的银杏和Transcriptic将生成的生物数据分析使用先进的人工智能设计新的实验上执行自动化实验实验室和24/7周期将继续下去

RM:大规模自动化威胁工作研究以同样的方式,因为它已经在其他行业工作的威胁吗?

BM:不,我们不希望我们的机器人cloud lab威胁的工作。相反,它将允许训练人员关注科学和世俗的,单调乏味的任务。此外,我们的平台提供了无缝的数据集成和共享,鼓励全球合作。这个好处已经实现SD2程序和被证明是非常有利于参与者生成复杂的分析管道。公司使用我们的机器人云实验室开展科学实验的劳动密集型工作,让研究人员关注生成的假设和分析数据。制药和生物技术公司正在寻找方法来更有效地进行大量的研究工作,和许多公司已经将工作外包给第三方横。Transcriptic和云实验室真的可以被视为一个进化外包,和我们的能力来提高再现性有可能更快地推进科学。Transcriptic本质上提供所有外包的好处,更紧密的融入公司的科学家研究的基础设施和更大的控制权。

本英里Ruairi J Mackenzie说,科学技术网络作家188金宝搏备用