计算机辅助生物学平台有助于公司符合21世纪生物制造的挑战

显示说明:

采访一开始,我请格沙特先生描述一下生物加工4.0的概念,以及它对这个行业的意义。马库斯解释说,4.0这个词指的是历史上发生过的工业革命。第一次始于蒸汽作为一种动力源,然后是电气化和生产线。3.0是指自动化的结合,4.0是指通过数字技术将不同的设备和自动化连接起来。这涉及到支持数据存储、计算和分析的云计算。这在生物加工这样需要复杂知识和控制的复杂行业中尤为重要。生物加工4.0将使该行业发展到一个新的水平。

接下来,我要求马库斯解释合成的解决方案在这个领域提供。他描述了合成如何开始作为一种生物处理公司,这些公司正在寻找一种开展更复杂的自动化实验的方法。结果是创建他们的软件Antha,可以自动为生物协议自动生成指令。这意味着科学家可以指定他们想要运行的协议,并且Antha将把所有细节都归功于运行的每一步。然后,它将这些详细操作转换为每个自动设备以运行协议的脚本。用户命中,机器人将使用Antha生成的指令运行指定的协议。这种自动生成脚本使自动化更加用户友好和强大。特别是,由于编程的复杂性,实验室自动化存在问题。Antha能够使复杂的实验室自动化可实现。

马库斯继续说有益的爆震效果是数字集成。协议自动化中使用的设备仅为一小部分;还有分析设备产生数据。所需要的是一种从所有这些各种设备的数据构建数据的方式。由于Antha生成进入特定协议的所有详细说明,因此它还具有实验的详细结构。因此,在任何行动链结束时,Antha可以提供所有数据点的出处。因此,它还可以将结构数据自动结构数据到实验设计的上下文中。

随着行业运行更复杂和高吞吐量的实验,瓶颈转移到数据结构化。Antha已经成为一个工具,允许自动化的实验室过程以及这些实验室过程的数据处理。这允许随着实验结构的更新而动态更新。

然后我们讨论了产品背后的技术。Markus解释说,入门的第一步是识别特定协议。然后,例如,Antha指定需要稀释的样本并提供具有特定参数的框架。接下来,您需要在概念上查看如何移动液体以满足这种设计。您需要运行哪些设备以及耗材?一旦你有那些,Antha就可以产生较低的繁琐细节。这允许用户更改实验的一个细节,并且Antha将计算一组新的指令。然后,Antha可以通过Antha集线器将这些特定指令传递给设备,该中心与设备通信。一旦用户满足设备已正确设置设备,那么他们就可以击中,实验将运行。

我问是否有任何案例研究可以分享来展示这在现实生活中是如何工作的。他描述了他们的案例研究如何从编程相对简单的工作流程(如自动ELISA分析)到极其复杂的实验。他们最近与Biomedica共同发表了一项研究,在那里他们进行了一项实验来改进他们生成慢病毒载体的过程,并且能够在仅仅两个非常复杂的Antha实验的过程中将病毒载体的滴度提高10倍。

Markus分享说,Biomedica擅长自动化和编程自动化。当他们看了由Antha生成的脚本后,他们决定这将花费他们一周的时间来编程Antha生成的每个实验。他说,这说明了为什么经常没有使用自动化。科学家们没有时间花一周时间为一个他们可能只运行一次的实验编写自动化程序。编程所花费的时间并没有获得足够的投资回报。

Synthace还生成了有关自动数据结构化的案例研究。在这个例子中,他解释说,在生物处理过程中,生物反应器和传感器数据必须与样本数据对齐,才能提供完整的图像。Antha使这种数据结构化成为可能。

接下来,我问马克斯,如果他可以谈谈计算机辅助生物学的愿景以及他在未来五年内看到空间的演变。他解释说,计算机辅助生物学是我们如何利用二十一世纪工具来帮助我们提取这些生物学复杂性的愿景。此应用程序可以给我们洞察,而不应用机器学习则可能不会成为可能。这并不意味着用AI替换科学家和工程师,而是反而标记他们可能由于高度复杂的数据集而错过的事情。

他说,在会议上,使用这些药物发现方法兴奋地兴奋不断。然而,这些技术在实验室中同样重要,以解释生物处理结果。为了达到这种未来,包括AI增强洞察力,需要每次和每次实验时常规生产高度结构化数据集,以便您可以将结果实验与实验进行比较。

经常期望科学家和工程师应该进行数据结构,但它是非常繁重的。还有各种技术用于从公司到公司的公司。需要一个系统,尽可能多地包含自动化。这将开辟一个机会,为硬件和软件在一起工作的生态系统。

这促使我提出了下一个问题:如何在科学和软件之间建立一种共同的文化。Markus解释说,这很有趣,因为科学家和软件工程师倾向于以完全不同的方式思考问题。生物学家已经习惯了大量的模棱两可,因为他们每天都要处理这样复杂的系统。另一方面,对于软件工程师来说,事情更明确,更可预测。他们习惯于以一种强有力的方式快速地使事情发生。

他说,看到他们一起工作,发现什么是可能的,什么是不可能的,并互相学习是很有趣的。他接着说,Antha系统的优点在于双方都能理解它——科学家希望使用它来自动化协议,而软件工程师可以看到协议中的逻辑,因为它是高度定义的。

然后他讲述了一个关于听到Amgen的发言人的故事讨论了这一点,她表示,随着更多的数字工具,科学家们正在改变他们如何进行科学的思想,她们表示,常见的文化是“刚刚发生的”。

要了解有关合成和计算机辅助生物学的更多信息,请查看...

把它固定在pinterest上