Russell Green,药物发现和AutomataSynBio首席产品管理员概述今年实验室自动化四大趋势

遍及世界 实验室里满载高素质科学家 热切期望实现突破发现然而,繁琐任务和浅层次数据目前使他们无法最充分地使用知识。SLSS上月欧洲会议显然将增强这些科学家能力列上日程之首,并出现了一些关键趋势,这些趋势都围绕着帮助团队创新 — — 不论团队在自动化行程中身处何方。

开工自动化背景化:智能处理数据

期望更多关注用自动化方式收集的数据质量能够收集、分析并学习数据是当今创新的核心,往往正是这种生成高质量数据的愿望促使实验室先视自动化为解决办法。

自动化可生成更多高质量数据,使科学家从他们的研究中得出更好的结论。实验区有可能造出带不上下文信息集的'数据湖'-没有上下文数据毫无意义

结果实验不再只关注数据积存速度和尺度,而是先发制人地排除数据深度,并避免数据编组、背景化并随后采取行动上下文化数据涉及汇总相关信息,便于消化解析并意味着数据可复用并可供其他科学家访问

也看到组织内部向更多数据分享运动,带云软件,科学家可以取详细背景化数据,如基因型模式,并用它协同项目工作,从全世界各地获取知识

二叉优化端对端工作流

实验常投放单件设备,它可以是大件硬件,自动化大工作流中单片并自认为有'自动化'

有时,这不近似实验所要实现的目标或工具可能是单项任务极佳解决方案,但冒着占用大片空间的风险而不最大化它在整个工作流中可发挥的作用也可以视之为难以适应研究环境不断变化的工作流

最充分利用自动化,我们需要思考端对端工作流实验室技师通过拆分工作流程小分进程并使用机器人连接其中每一个过程,可以把原封不动的逐步系统转换成连续流,提高规模和精度连续流防止系统小部分自动化时可能出现的阻塞并最大化设备能力不人工干预产生高质量结果

3级加速细胞培养实验室自动化

细胞文化实验室内有许多劳动密集和重复任务,如电镀、进餐和拆解细胞-使它们成为自动化理想目标多年来这是业界的目标,但有很多挑战阻抗转机,从细胞文化研究被认为太难自动化到正确技术不易获取最近的进展表示业界正开始替换慢重工具并输入自动化大工作流

结果,科学家可以精简前慢任务,如媒体交换并减少时间获取更准确结果机器人能找到最佳时间向细胞进食 9比5之外 科学家可以保证他们的细胞文化最高效

一个很好的例子就是研究对细胞培养实验室商业应用的更大关注,如实验室生成的肉类和皮类新产品需求快速回转时间和尺度能力,同时仍需要高精度

4级模块自动化优化实验室空间和创新

实验空间极值,使用设备往往大而贵实现实验足迹最大化和高效工作空间,答案在于互操作模块模型

传统上,当机器人融入工作流时,实验室以内向方式搭建,不允许人与机器人改变或交互作用开放空间并允许科学家完全使用机器人,实验室可以灵活生长变化,同时保持过程优化

使用模块化系统并视需要添加或交换部件意味着有更大的创新空间,并让科学家有机会改变工作方式而不必拆分整个工作流

用自动化破屏障

革命科学一直依赖世界观,从创举稀有疾病处理到合成生长肉等任何事情都有可能实现。然而,当谈到物理过程发现时,这种前瞻性思维方式并不总是存在。实验实验室仍然对自动化决策犹豫不决,认为单靠自身冒风险程序,尽管这些修改并不像看上去那么艰巨。通过与自动化伙伴建立关系并接受技术丰富的应用,科学家可以继续使用知识实现不可能

发现自动机