实验室数据的自动化方案（系列三）

在最近的推文中，我们讨论了自动化的必要性，以及Mestrelab针对于这个问题的解决方案，并提供了几个案例。但自动化不会独立存在。过程的输入和输出（或者更确切地说，实现这些连接的容易程度）可以决定整体自动化的成败。如果所有结果都需要手动转移到公司数据库中，那么拥有出色的自动化处理10000个样本是没有意义的！

幸运的是，实验室信息学工具和人工智能算法的进步已经达到了可以极大而有效地帮助自动化数据工作流程的地步，使专家能够专注于从数据中获得见解并解决那些真正棘手的问题。但是，当涉及到改变实验室流程和实施新的软件工具时，你可能会想知道哪些任务可以自动化，哪些任务应该自动化。

在这篇文章中，主要为大家介绍我们的自动化引擎Mnova Gears进行自动化的分析，并为您提供了我们为客户开发的一些自动化工作流示例，以便让您的想法流动起来…

你可以而且应该自动化…

虽然应用程序可能因实验室而异，但数据工作流几乎总是涉及类似的任务，这些任务可以很容易地委托给自动化引擎来执行。通常包括：

重复性任务：如数据检索、打开、处理、报告、归档等。

简单的任务：例如应用公式来获得分数，将布局模板应用于报告，以多种格式和/或多个位置保存结果，等等。

可预测的任务：例如根据预定义的规则标记差异，比较和验证数据等。

现在，让我们看看我们最近帮助实现自动化的一些工作流程…

示例1：实时结构验证和化合物注册工作流程

这一自动化工作流程是为Genentech的一个研究实验室开发的，用于验证新合成化合物的分子结构，并将其注册到其内部数据库中——实时且无需人工干预。在他们的工作流程中，来自多个仪器供应商的1D/2D NMR和LCMS原始数据被检测并与预期的化学结构配对，处理和分析，然后与拟议的结构进行比较。比较结果以分数的形式提供，专家评审员可以轻松解读，并粘贴到自动生成的报告、保存至数据库中。

示例2：无人值守质量控制数据分析

这一QC自动化解决方案已在Novartis实施，以控制其DNA编码文库在上市前的质量。在这种情况下，从2台LCMS-TOF谱仪中收集来自96或384孔板的具有DNA偶联物的LCMS数据，并通过Mgears进行批量处理，以计算纯度并识别杂质。然后使用Mgears结果查看器对分析结果进行审查，突出显示不符合项，并由专业光谱学家快速解决。

示例3：用于化学反应优化的自动化高通量数据分析

为了简化和加快大型制药公司药物发现实验室的化学反应优化，我们开发了一种工具，可以在多个平行反应中跟踪和量化一组分子。该插件检索每个反应的LCMS数据并将其与用户提供的输入信息进行匹配，然后进行分析，以计算被跟踪试剂和产品的水平并生成报告。结果用图表表示，化学家们可以很容易地检查这些图表，以决定使用的最佳反应条件。

示例4：批量分析和最佳色谱方法的测定

另一个例子是我们在几个纯化实验室实现的自动化，以比较色谱方法，找出最有可能产生纯化合物的方法。通过这种自动化，来自不同分离条件的LCMS数据被自动分析，然后根据用户定义的规则进行评分。最佳方法（获得最佳分数）以绿色突出显示，以使结果审查更容易、更快。

示例5：ASMS自动识别Hit

利用亲和筛选质谱法（ASMS）进行Hit识别是一种非常有效的方法，因为它允许潜在配体的多路复用，从而筛选非常大的化合物文库。然而，分析所有产生的数据可能是一个真正的瓶颈。因此，我们最近创建了一个自动化解决方案来完成所有的处理分析等工作，并将分析结果提交给审查人员。自动化软件检测每个样本的原始数据文件并对其进行分组——待测试配体的参考LCMS，以及含有和不含有靶蛋白的配体混合物的LCMS。然后，分析峰值，并用红绿灯系统以图形方式显示结果，以指示孔板内是否存在Hit。

一些自动化结果示例…

最终的决定权永远属于你！

自动化并不一定意味着一个闭环，数据在一端输入，pdf报告在另一端输出。事实上，人类的智慧是绝对不可替代的，即使强大的人工智能算法似乎能够解决越来越多的问题，我们有时也需要人类的专家判断和做出明智且往往是挑剔的决定的能力，这样我们才能始终确保高质量的分析。

这就是为什么我们的自动化引擎获得的所有结果都可以很容易地对单个样本或整个批次进行审查和重新计算。在我们继续完善我们的方法和算法以提高自动化输出的同时，我们希望确保科学家仍然可以与数据互动，审查分析结果，发现趋势，并推翻结果以做出最佳决策！

让我们以一些好消息结束

当您开始考虑改进工作流程时，我们希望您能意识到我们已经创建了很多解决方案，它们可能非常适合您。如果还没有完美的解决方案，我们可以与您合作，了解您的需求，找出哪些可以自动化，哪些应该自动化，并为您创建完美的解决方案。