在复杂环境中创新

由计算机科学家、生物学家、数学家和化学家组成的跨学科团队与全球领先的生物技术和制药公司合作Synthace在生物学领域开创了数字化工作的新方式。Synthace为研究人员提供了数字工具和灵活的自动化，以解决生物复杂性的问题。

他们方法的核心是实验设计(DOE)。基于生物过程优化的强大基础，Synthace为科学家提供了一个无代码，灵活，用户友好的环境，用于设计，优化和执行复杂的DOE，无需编程知识。

DOE就是要从每个实验中获得最多的信息

迈克尔·萨多斯基，Synthace生物信息学负责人

能源部和生物科学

DOE提供了一种整体和统计的方法来研究生物系统，同时考虑多种因素及其相互作用。Synthace的生物信息学主管迈克尔·萨多夫斯基(Michael Sadowski)解释说:“在研究生物系统时，你很容易列出尽可能多的潜在影响因素。”“但传统的实验技术会迫使你对几乎所有的问题做出任意选择，一次只研究一个。在早期阶段就如此武断地做出潜在的重要决定是一件可怕的事情。摆脱这些是非常强大的。”

DOE可用于优化生物分析和过程的设计，使科学家获得可重复和更可靠的见解。然而，执行复杂的DOE需要以复杂的模式进行大量不同体积的移液。超过一定的水平，你需要一个液体处理机器人，但对于没有编程背景的科学家来说，编程一个机器人来执行液体处理步骤可能并不总是直观的。

承认这个问题并且热衷于让科学家在不需要预先编程知识的情况下执行复杂的DOE, Synthace开发了基于云的平台Antha。Antha将DOE输入转换为自动液体处理程序的指令，并提供可立即分析的结构化数据集。实验的规模和范围以及Antha生成的数据量的逐步变化意味着科学家还需要最好的实验设计和数据分析工具。从一开始，Synthace就使用JMP软件，因为它提供了强大而灵活的DOE工具的完整包，以及易于使用的科学数据的可视化和统计探索。

他们能够使用充满空间的DOE来表征分光光度酶法，两组共3,456次，每次384次。

对于拥有这些能力的科学家来说，这意味着实验和实验室工作流程可以快速自动化，来自这些工作流程的数据可以自动集成并与他们的实验相关联，从而能够对复杂和动态的生物系统有新的见解。萨多夫斯基说，美国能源部的目标是从每一个实验中获取最多的信息。“如果你认真思考一下，就会明白为什么它对生命科学等以经验为主导的学科可能如此有用。”

能源部的活动是由一个用户在一个工作日内执行的

Synthace选择将JMP用于DOE和数据分析与他们的Antha系统集成，因为它提供了一系列DOE功能，可以实现显著的效率提高，并从结果数据分析中为科学家提供实际的见解。JMP也被他们的客户广泛使用，使其成为DOE和数据分析的合理选择。将JMP与Antha集成使Synthace的客户能够大大减少做出正确决策的时间，从而有机会制造出成本显著降低、更有效的药物。

交付结果

Synthace的结果令人印象深刻。与一方，在计划、执行和数据汇总方面节省了超过90%的时间。在这种情况下，他们能够使用填充空间的DOE来表征分光光度酶法，两组三重复384次和相应的对照共3456次。DOE的活动是由一个用户在一个工作日内完成的，为未来的分析优化提供了丰富的数据。他们减少了用于规划20,745个液体处理步骤和从微孔板读取器收集数据的时间，分别减少了75%和94%。

与另一个客户综合设计、规划和实际执行，Synthace节省了83%的时间，节约了32%的资源。这使得客户的科学家能够专注于分析结果和实验计划，推动组织的研究和开发向前发展，而不是专注于繁琐且容易出错的手动执行。

简而言之，Synthace的方法使生物学家工作得更快。科学家们可以专注于科学研究，而不必担心手工操作或学习为自动化仪器编程。有了适合科学家自然工作方式的正确工具，以前需要几天、几周甚至几个月的任务可以缩短到几分钟和几小时。

当我读博士的时候，我们只接触到如何做实验的一个简单的观点——一次一个因素。令人难以置信的是，生命科学已经走上了这条道路

Sybil Wong, Synthace战略合作伙伴关系总监

转化生物技术研究

生物技术公司正在努力发现能够改变生活的产品，但是，就像任何研发工作一样，他们的工作可能比时间更多。资源可能会紧张，结果和时间表可能不可预测。DOE可以帮助比暴力方法更快地提供洞察，并展示组织需要从其研发团队获得的可靠性、可伸缩性和问责制。

通过帮助团队更快地做出更好的决策，更可预测地实现项目里程碑，DOE和Synthace实现的自动化意味着生物技术和制药公司可以专注于他们的目标。纳入DOE的稳健统计分析可以减少需要进行的实验数量，同时更快地交付结果——这对于展示投资回报和加快上市时间至关重要。

Synthace的战略合作总监西比尔·王(Sybil Wong)认为，Antha的主要好处在于“确保科学家的时间被合理地花在设计和分析实验上，而不是花在实验的执行上。”Synthace的方法使研究科学家们能够专注于“为什么”而不是“如何”。

我们消除了人类实验对实验复杂性的限制

迈克尔Sadowski

Sadowski充满激情地谈到了这种生物研发新方法的变革力量:“我们已经看到了应用DOE的一些巨大的效率节约，但这只是冰山一角——我们让计算工具越容易执行实验，我们就能管理越复杂的实验。”这样一来，单个科学家所能取得的成就就大大增强了。”

生物技术的未来

Wong相信能源部将改变生物技术部门的创新能力。“当我读博士的时候，我们只接触到如何做实验的一个简单的观点——一次一个因素。令人难以置信的是，生命科学已经走上了这条道路。“许多大学都意识到有必要在研究生课程中更加突出DOE的地位，并开始在研究生课程中放置一个更加注重数字技能．Synthace认为，随着对生物学基础理解的重新关注，对数据分析能力日益增长的需求将取代目前对手工实验技术的熟练程度。

最重要的是，Synthace的方法将科学家置于未来愿景的核心。通过使用正确的数字工具增强其固有能力，并促进DOE的更广泛使用，科学家将更有可能也更能够迅速取得成果，并为世界上最大的挑战找到解决方案。“复杂的系统需要复杂的实验，”萨多夫斯基说。”计算机辅助生物是我们消除人类实验对实验复杂性的限制，从而消除我们可以设计和理解的系统的限制的方式。”