Home
BLIJF OP DE HOOGTE
Ontvang onze nieuwsbrief en digitale magazine
Uw adres wordt nooit aan derden doorgegeven.
Lees onze privacyverklaring.

     

ARTIKEL
Datamanagement en labautomatisering moeten gekoppeld zijn
Download dit artikel als pdf
Is uw adres bekend, dan wordt de pdf meteen geopend, anders krijgt u een link toegestuurd.
Ook ontvangt u onze volgende nieuwsbrief.

Datamanagement en labautomatisering moeten gekoppeld zijn

Bij klinische genoomstudies en in biofarmaceutisch onderzoek kampen laboratoria in toenemende mate met gigantische datastromen. Gegevens die ze moeten beheersen, verwerken en interpreteren, veelal in streng gereguleerde omgevingen. Slimme softwareoplossingen leiden deze wetenschappelijke uitdagingen in goede banen, verhogen de productie en maken het mogelijk om instrumenten en data ‘compliant’ te koppelen.
Veel starters in klinisch genoomonderzoek gebruiken technieken als next generation sequencing (NGS) die bergen data opleveren. Hun monsterstudies zijn typisch high throughput en moeten voldoen aan de richtlijnen voor streng gereguleerde omgevingen.

Bedrijfsinformatie

Thermo Fisher Scientific
Thermo Fisher Scientific
Thermo Fisher Scientific is de wereldleider op het gebied van wetenschap, met een omzet van meer dan $ 20 miljard en ongeveer 70.000 werknemers wereldwijd. Onze missie is om onze klanten in staat te stellen de wereld gezonder, schoner en veiliger te maken. De digitale wetenschap van Thermo Fisher Scientific levert toonaangevende laboratorium- en gegevensbeheeroplossingen in de markt. Deze oplossingen helpen klanten bij wetenschappelijke vooruitgang, om efficiënter te worden en om het eindresultaat te verbeteren. Een Laboratory Information Management System (LIMS) beheert gegevens, hulpbronnen en werkstromen in een laboratorium, zodat gegevens worden omgezet in bedrijfsinlichtingen waarop actie kan worden ondernomen. Ons LIMS-aanbod helpt klanten bij het beheren van hun laboratorium- en wetenschappelijke gegevens, het onderhouden van naleving met voorschriften en normen en het omzetten van monsters in kennis. Een Electronic Laboratory Notebook (ELN) stelt wetenschappers in staat gegevens op te slaan en te organiseren, met collega's samen te werken en aan de hand van onderzoek bevindingen te rapporteren. Het helpt bij het vereenvoudigen van de uitvoering van methoden en SOP's door analisten stap-voor-stap door het proces te begeleiden. Een procedural Electronic Laboratory Notebooks (procedural ELNs) of Laboratory Execution Systems (LES) helpt laboratoria zorgen voor consistente, reproduceerbare resultaten, beheert werkstromen en begeleidt analisten stap-voor-stap door methoden en standaardwerkwijzen (SOP`s, Standard Operating Procedures). Een Scientific Data Management System (SDMS) brengt ruwe gegevens en verwerkte resultaten bij elkaar voor verschillende instrumenttypes en fabrikanten. Klanten kunnen gegevens bekijken, delen en er beslissingen over nemen, en aangezien het met de LIMS is verbonden, hebben ze in één keer toegang tot alle laboratoriumgegevens.
Laatst bijgewerkt: 23-05-2019

Gerelateerde expertise

‘Veel starters in klinisch genoomonderzoek gebruiken technieken als next generation sequencing (NGS) die bergen data opleveren. Hun monsterstudies zijn typisch high throughput en moeten voldoen aan de richtlijnen voor streng gereguleerde omgevingen. Spreadsheetprogramma’s zijn hiervoor ongeschikt. Na de opstartfase zie je dan ook een stijgende behoefte aan een geavanceerde oplossing om grip te houden op de datastroom en compliant te blijven werken. Dat is hun grootste uitdaging. Bij de gevestigde medicijnontwikkelingsbedrijven zit die in de uitbesteding van biomoleculair onderzoek aan contractonderzoeksorganisaties. Outsourcing vereist dat ze de volledige controle hebben over de monstercyclus en -keten. Een complicerende factor is dat dit soort bedrijven vaak ontstaan is vanuit meerdere overnames. Het is dan niet ondenkbaar dat elk van de oorspronkelijke bedrijven zijn eigen database heeft, vaak nog (deels) op papier, en dat ze als erfenis uit het verleden verschillende softwareoplossingen gebruiken die niet gekoppeld kunnen worden. Dat is niet alleen inefficiënt in deze competitieve markt, maar brengt ook kwaliteitsrisico’s met zich mee. Zonder adequate datamanagementoplossingen zal de werkdruk bij dit soort grotere biofarmaceutische bedrijven enorm stijgen. Werknemers zijn dan veel tijd kwijt met het vinden van de juiste gegevens, wat het onderzoek vertraagt en de R&D-kosten verhoogt. Bovendien kan deze manier van werken het vertrouwen schaden in de kwaliteit van je eigen onderzoeksinspanningen. Dit geldt helemaal als je dingen nog in Excel doet of op papier. Manuele handelingen brengen de onderzoeksresultaten van klinische monsters in gevaar en doen de voordelen van labautomatisering teniet, doordat de doorvoer van data stokt. Dit laatste speelt ook bij startende bedrijven in het bio-genoomonderzoek, vooral als ze snel groeien. Wat tegenwoordig zeer nauw luistert binnen de workflow, is dat je steeds exact moet weten waar je mee bezig bent in het lab. Dus: waar zijn je monsters? Hoe ga je ze verwerken? Waar vind je de resultaten? Ja, data-integriteit is een belangrijke kwestie in dezen. Bewaar je data in Excel, besef dan wel dat die gegevens niet versleuteld zijn en daarom zonder autorisatie veranderd kunnen worden of per ongeluk. Ook is het met een spreadsheetprogramma niet mogelijk is om de complete monsterlevenscyclus te overleggen. Je beschikt namelijk niet over een audit trail om veranderingen in je gegevens te controleren. Wie heeft de monsters in handen gehad, hoe zijn ze gesorteerd, hoe en door wie zijn ze geanalyseerd, en in het geval van uitbesteding: wat is er daar met de monsters gebeurd? Dat zijn vragen die je feilloos moet kunnen beantwoorden… Om je proces efficiënter te maken, moet je je databeheer én je labautomatisering op orde hebben. Daarmee kun je de productiviteit significant verhogen en behoort tijdsverlies door bijvoorbeeld het handmatig intikken van data of het zoeken naar resultaten tot het verleden. Vandaar mijn pleidooi om je data goed te beheren en te automatiseren, maar zorg dat die twee gekoppeld zijn: daar komt het op aan! Ik ben ervan overtuigd dat technische oplossingen het labproces efficiënter kunnen maken. Dat is de sleutel tot optimalisatie van de werkzaamheden, omdat je zo beter begrijpt wat er moet gebeuren. Vanuit deze gedachte is het ‘Thermo Fisher Scientific Platform for Science software’ ontwikkeld. Dit is het onderliggend platform voor een aantal producten, zoals Core LIMS en Core ELN voor de opslag van data en het beheersen van de workflow. Andere producten, zoals Core SDMS and Core Connect maken de integratie mogelijk met laboratorium- instrumentatie en andere softwareoplossingen. Het gaat om een cloudoplossing. Die maakt het installeren van software op instrumenten overbodig. Je kunt het hosten op Amazon Web Services (AWS). Dit verlaagt de gebruikskosten, want je hebt geen onderhoud of service meer. De monsterregistratie is een heel sterk punt, evenals het voorraadbeheer. Inderdaad, hiermee breng je de volledige geschiedenis van de monstercyclus in beeld en bewaak je de keten volledig. En misschien wel het belangrijkste kenmerk is de flexibiliteit van je gegevensmodel. Als er een nieuwe workflow nodig is, kan die geconfigureerd worden via een admin door nieuwe mogelijkheden aan het systeem toe te voegen. Dit maakt het gemakkelijk om bijvoorbeeld nieuwe monstertypes op te nemen. Dit platform is zo’n tien jaar geleden van meet af aan ontwikkeld voor de cloud, al kan het ook op locatie geïnstalleerd worden. We hebben zeker gebruikers die hiervoor kiezen. Wel is deze sector steeds meer cloud-minded. We zien dan ook een groeiend aantal gebruikers migreren van lokaal naar de cloud. Die overstap is op zich naadloos, want het is precies dezelfde software. Bij upgrades worden veranderingen in dit flexibele gegevensmodel doorgevoerd door configuratie, niet via de code. Dit brengt een stuk minder risico’s met zich mee bij zo’n traject, omdat de softwarearchitectuur niet verandert. Als bedrijven halverwege besluiten om te migreren, dan is dat eenvoudig te doen. Laat me illustreren hoe het in de praktijk werkt aan de hand van twee voorbeelden bij klanten: een in de biofarmacie, de andere in klinisch genoomonderzoek. De eerste behoort tot de marktleiders. Zij hadden hun data in verschillende opslagsystemen gearchiveerd. Die data stonden er deels dubbel in, verdeeld over diverse labs. Ook werkten ze met verschillende contractonderzoekspartijen. Ze besloten dit platform met name te gaan gebruiken voor hun onderzoeksproces aan grote biomoleculen. Ze kunnen nu de researchdata van nieuwe ‘biologics’ standaardiseren en er is integratie met al hun instrumenten en softwaresystemen. Het genoombedrijf, mijn tweede voorbeeld, begon als start-up laboratorium. Hun belangrijkste reden om op dit platform over te gaan was dat ze aan de regelgeving moesten voldoen, naast hun wens om verregaand te automatiseren. Daarom moesten ze de koppeling maken met hun vloeistofverwerkingssystemen voor onder meer automatische extractie en robotanalysers. Dat is een goede zet geweest, zo blijkt, nu ze het aantal labs hebben uitgebreid. Hoewel het systeem lokaal draait, kunnen ze elk moment over naar de cloud. Ze kunnen nu hetzelfde systeem op al hun locaties laten draaien, ongeacht het type test. Het maakt niet uit als elk lab een verschillende test doet op hetzelfde patiëntmateriaal, uiteindelijk komt het toch allemaal samen in één raamwerk. Ons platform stelt hen in staat al die data met elkaar te koppelen.”
MAXUS MEDIA
LABinsights.net LABinsights.de LABinsights.nl
Ontvang onze nieuwsbrief
Nieuwsbrief archief
Volg ons
Linked
MAGAZINE
Abonneren
SERVICE EN CONTACT flag