Ramener les espèces perdues nécessitera un effort scientifique novateur et les outils nécessaires pour exploiter de vastes étendues de données génomiques.

La conservation de la faune sauvage s'est traditionnellement concentrée sur la protection des espèces avant leur disparition, mais les progrès de la technologie d'édition du génome soulèvent des questions auparavant inimaginables. Tout d'abord : existe-t-il un moyen de sortir de l'extinction ? Et si c'est le cas, des écosystèmes en difficulté pourraient-ils être « réensauvagés » par des animaux disparus depuis longtemps ?

En 2021, l'entrepreneur Ben Lamm et le généticien de renommée mondiale de Harvard George Church ont fondé Colossal Biosciences avec le projet audacieux de créer des animaux très similaires aux mammouths laineux en utilisant les techniques révolutionnaires de génie génétique de Church. En janvier 2023, Colossal avait attiré 225 millions de dollars de capital-risque et avait élargi sa mission pour inclure le retour du thylacine, communément appelé tigre de Tasmanie, et du dodo.

« Notre objectif est de créer un pipeline scientifique complet pour la désextinction », explique Eriona Hysolli, qui dirige la division de biologie de Colossal et dirige son projet sur les mammouths laineux. « Les gens commencent à comprendre à quel point les technologies génétiques peuvent être précieuses pour la boîte à outils de conservation. »

Des entreprises gigantesques

Le concept de Colossal, décrit publiquement pour la première fois par Church lors d'une conférence TEDx en 2013, consiste à réécrire les gènes du plus proche parent génétique du mammouth, l'éléphant d'Asie, afin d'intégrer des éléments essentiels glanés lors de l'analyse de l'ADN ancien de mammouth : dépôts graisseux, cheveux hirsutes, petites oreilles, biologie circadienne et autres caractéristiques liées à la résistance au froid, par exemple. Les nouvelles espèces hybrides pourraient être réintroduites dans les écosystèmes de la toundra, où les chercheurs pensent que leur forte empreinte améliorerait la pénétration du froid dans le pergélisol pour empêcher sa fonte, tout en favorisant le passage d'un écosystème de toundra à cycle lent à un écosystème de prairies à cycle rapide.

Au départ, les agences de financement se sont montrées peu enthousiastes à l'égard des recherches sur la désextinction menées dans le laboratoire de Church. Une personne intéressée était Hysolli, une experte en cellules souches qui a rejoint le laboratoire en 2015 en tant que post-doctorant.

« À l'époque, je lisais Neanderthal Man de Svante Pääbo et j'étais fascinée par le parcours qu'il fallait parcourir pour séquencer l'ADN ancien », se souvient-elle. « George est mentionné dans ce livre parce qu'il réfléchissait au-delà du simple séquençage d'une espèce, mais aussi à la manière dont son retour peut restaurer tout un écosystème. »

Après des succès tels que l'amélioration de l'édition multiplex de bases de cellules de mammifères, une technique qui utilise des enzymes modifiées, telles que les systèmes CRISPR-Cas, pour recoder simultanément plusieurs parties d'un génome, Hysolli a saisi l'opportunité de rejoindre Colossal en tant que premier biologiste.

« Nous menons des recherches révolutionnaires et nos flux de travail sont tout à fait uniques, ce qui fait que nous avons toujours l'impression d'être dans un laboratoire », déclare-t-elle. « La désextinction englobe de nombreux domaines dans lesquels vous devez développer une expertise et de nouvelles technologies. Colossal a donc toujours cette sensation de recherche fondamentale. »

Déplacez-vous vite et (ne) cassez aucun objet

Immédiatement après avoir rejoint la start-up, Hysolli a dû relever le défi de constituer une équipe et de développer des protocoles pour le projet sur le mammouth laineux. Alors qu'elle était habituée aux méthodes traditionnelles de tenue de dossiers à la plume et au papier dans le laboratoire de l'Église, cette nouvelle entreprise nécessitait une approche numérique.

« Si vous voulez constituer rapidement une équipe, vous devez être en mesure de partager des données expérimentales immédiatement », explique Hysolli. « L'une des premières choses que nous avons faites a été de nous associer à un fournisseur de cahiers de laboratoire électroniques. Cela permet la circulation des connaissances, non seulement au sein de mon équipe, mais aussi entre les équipes. Il est facile de regarder l'expérience et de télécharger le résultat. »

Avec plusieurs génomes presque complets du mammouth laineux séquencés en 2015 et 2021, Hysolli et ses collègues se sont concentrés en grande partie sur l'analyse des mégadonnées de l'éléphant d'Asie. En juillet 2022, Colossal et le Vertebrate Genomes Project ont annoncé avoir séquencé et assemblé avec succès le génome de l'éléphant d'Asie au niveau du génome de référence, le premier du genre pour les éléphants.

« Les laboratoires créent des lacs de données », explique Zareh Zurabyan, spécialiste de la stratégie numérique des laboratoires et responsable d'eLabNext America, dont la technologie gère les données et les flux de travail de Colossal. « Il existe d'innombrables ensembles de données provenant de multiples instruments, expériences, de nombreuses formes de pièces jointes et d'échantillons contenant des milliers de champs de métadonnées. Il s'agit de l'écosystème idéal pour utiliser l'apprentissage automatique, l'apprentissage profond et l'IA, non seulement pour une analyse approfondie des données, mais aussi pour définir la recherche et la stratégie commerciale de l'entreprise, ce qui vous permet de recentrer le travail en temps réel. »

Erwin Seinen, cofondateur d'eLabNext, constate une tendance vers des entreprises multidisciplinaires qui associent harmonieusement des techniques d'IA et de ML de pointe au travail traditionnel en laboratoire humide. « Cette approche est en train de devenir la norme pour les startups biotechnologiques comme pour les entreprises établies », déclare-t-il. « Colossal illustre la synergie entre ces deux domaines. Il en résultera une nouvelle ère de découvertes scientifiques, où la puissance de l'apprentissage automatique et de l'analyse des données sera exploitée pour stimuler l'innovation dans les sciences de la vie. »

La forme suit la fonction

Hysolli note que la proposition de valeur pour les investisseurs de Colossal ne réside pas seulement dans la désextinction, mais dans le développement plus large de nouveaux outils pour les biologistes, allant de l'ingénierie cellulaire à la reprogrammation en passant par la technologie gestationnelle. « Nous repoussons réellement les limites de la biologie des mammifères, des marsupiaux et des oiseaux, et ces technologies vont au-delà de la désextinction », affirme-t-elle.

En septembre 2022, Colossal a annoncé sa première spin-off, une plateforme de biologie computationnelle appelée Form Bio, que l'entreprise a développée pour gérer ses pipelines de désextinction. Avec 30 millions de dollars de capital-risque, la nouvelle société de logiciels indépendante vise à remplacer les processus encombrants et riches en code par une interface accessible permettant aux scientifiques de réaliser facilement des opérations bioinformatiques.

« Form Bio effectue des analyses génomiques personnalisées pour nous, en particulier en ce qui concerne les relations entre l'ADN et les caractères », explique Hysolli. « Il s'agit de notre ancienne base de données ADN. Nous l'utilisons également pour la puissance informatique et le stockage, et si nous voulons effectuer nos propres analyses, de nombreux flux de travail disposent de fonctionnalités d'IA intégrées.

« Les résultats de nos données étant centralisés via la plateforme eLabNEXT, ils sont facilement accessibles par les équipes d'IA et d'apprentissage automatique. Nous générons tellement de données, et tout cela représente un potentiel inexploité. »

Protégez et préservez

Hysolli souligne le travail continu de Colossal pour faire avancer les efforts de conservation des éléphants, notamment le développement de nouveaux traitements et d'un vaccin pour prévenir le virus de l'herpès endothéliotropique des éléphants. Il prévoit également de construire des génomes de référence de l'éléphant de savane et de l'éléphant de forêt d'Afrique.

« Et si ces éléphants disparaissaient en quelques années, mais que vous n'aviez pas commencé à mettre au point les technologies d'embryologie et de procréation assistée nécessaires à leur retour, les mêmes outils nécessaires à notre travail de désextinction ? » demande Hysolli. « Nous disposons des outils nécessaires pour créer de la biodiversité dans une boîte, mais avec encore plus d'échantillons séquencés et préservés, vous pouvez restaurer des populations entières plutôt que des individus. »

Rester ouvert au public sur les objectifs — et les données — de la désextinction est essentiel pour les perspectives de Colossal, souligne Hysolli.

« Nous essayons d'adapter nos flux de travail pour permettre facilement la préservation des espèces », déclare-t-elle. « Nous nous engageons à restaurer notre patrimoine naturel et à collaborer avec les parties prenantes, car lorsque vous créez des modèles pour réensauvager des écosystèmes, cela doit être fait de manière transparente et éthique. »

Lisez sur Nature

L'industrie biotechnologique a connu une transformation importante ces dernières années, la numérisation étant devenue un outil essentiel pour rationaliser le processus de R&D. Les méthodes manuelles traditionnelles de suivi, de gestion et d'analyse des données et des informations sont de plus en plus obsolètes, et les laboratoires doivent s'adapter pour être compétitifs dans l'environnement rapide et concurrentiel d'aujourd'hui.

Le blog ci-dessous donne un aperçu de l'ampleur de la numérisation dans le secteur des biotechnologies, de ses avantages et de la manière dont les pôles des sciences de la vie de la côte ouest, en particulier du sud de la Californie, mènent la course.

L'ère actuelle de la numérisation dans la R&D en biotechnologie

La technologie numérique a imprégné tous les aspects du pipeline biotechnologique, qu'il s'agisse de découvrir des informations fondamentales pendant la R&D ou d'optimiser les opérations de fabrication et de logistique. Compte tenu des défis actuels auxquels sont confrontées les entreprises du secteur (marché concurrentiel, exigences réglementaires complexes et coûts de recherche élevés), la numérisation n'est plus une « bonne idée ». C'est nécessaire à la survie et à l'innovation continue.

Alors, à quoi ressemble exactement la numérisation pour les entreprises de biotechnologie modernes ?

Quelle que soit la taille de votre entreprise, les discussions sur l'intelligence artificielle (IA) et l'apprentissage automatique (ML) ont probablement suscité votre intérêt. Des nouvelles concernant le travail de AlphaFold et Méta-IA a fait irruption dans le courant en fournissant une solution prometteuse au repliement des protéines, ouvrant ainsi une multitude de voies de R&D aux entreprises de biologie synthétique et de biopharmacie.

D'autres solutions numériques biotechnologiques sont nées de la capacité de la biologie à générer des « mégadonnées » grâce au séquençage de nouvelle génération (NGS) et à d'autres technologies. Pour gérer, analyser et visualiser le volume considérable de données NGS, des approches informatiques pour nettoyer les données de séquençage brutes, aligner les lectures sur un génome de référence, détecter et appeler des variants et effectuer des analyses en aval telles que l'annotation fonctionnelle, l'analyse des voies et les tests statistiques sont devenues une nécessité.

En outre, des solutions basées sur l'IA et le ML ont récemment été déployées pour identifier des modèles et faire des prévisions à partir des vastes données publiques disponibles. Jusqu'à récemment, ces outils et pipelines bioinformatiques n'étaient accessibles qu'aux personnes possédant des compétences informatiques. Cependant, cette tendance s'est récemment inversée et ces analyses sophistiquées sont en train d'être démocratisées grâce à des interfaces faciles à utiliser, une expérience utilisateur simple et aucune expérience de codage n'est requise.

Des initiatives telles que Gène Cellule X, publié en tant qu'outil logiciel open source permettant aux biologistes d'accéder facilement à leurs données de séquençage d'ARN unicellulaire et de les analyser, en sont un parfait exemple. Des entreprises, telles que Bio du formulaire, ont franchi une nouvelle étape en lançant une plateforme commerciale qui met la puissance des flux de travail bioinformatiques entre les mains des biologistes des laboratoires humides et des développeurs de thérapies cellulaires et géniques.

Avantages de la transformation numérique pour la recherche en sciences de la vie et en biotechnologie

Les exemples ci-dessus présentent un avantage clair et direct de la plus haute importance pour la R&D en biotechnologie : des informations sans précédent qui ne seraient tout simplement pas disponibles si les outils numériques n'étaient pas utilisés.

Mais ces outils offrent également des avantages supplémentaires. De nombreuses plateformes informatiques offrent une efficacité accrue, une collaboration et une communication améliorées, la sécurité des données et la protection de la propriété intellectuelle grâce à leur utilisation dans l'espace numérique.

Carnets de laboratoire électroniques (eLN) sont un autre exemple typique. Leur capacité à suivre les expériences, à enregistrer les résultats et à gérer les données sur une plateforme centralisée constitue un avantage significatif pour le personnel de R&D en biotechnologie : ils améliorent la précision et l'intégrité des données tout en économisant du temps et en réduisant les erreurs. L'automatisation des tâches répétitives permet également aux scientifiques de consacrer un temps précieux à des tâches de plus haut niveau, telles que la planification stratégique et le développement commercial.

La numérisation ne fait pas de discrimination : comment le numérique change la scène des start-up biotechnologiques

Les avantages de la numérisation ne se limitent pas aux entreprises internationales. Ils peuvent également être appréciés par ceux qui sont en mode démarrage. L'optimisation des processus, l'amélioration de la collaboration, l'amélioration de l'intégrité et de la sécurité des données et de puissantes informations basées sur l'IA présentent un avantage supplémentaire : l'intérêt des investisseurs potentiels.

La Californie possède depuis longtemps écosystème biotechnologique florissant, attirant les meilleurs talents, des investisseurs tournés vers l'avenir et des startups en plein essor. La région de la baie de San Francisco, en particulier le sud de San Francisco, est devenue un pôle biotechnologique central, avec une forte concentration d'entreprises spécialisées dans la génomique, la médecine personnalisée et la découverte de médicaments. San Diego est également un centre biotechnologique en plein essor, qui se concentre sur les produits biopharmaceutiques, les dispositifs médicaux et les diagnostics. La majeure partie de l'industrie des sciences de la vie en Californie se concentre sur la R&D, afin de rendre l'environnement robuste et agile, et se concentre sur les dernières technologies pour stimuler l'innovation.

Los Angeles a connu une croissance significative dans l'industrie biotechnologique, en particulier dans les domaines de la biotechnologie, de la santé numérique et des technologies médicales. Le comté de Los Angeles a stimulé la croissance du secteur à plus de 195 000 emplois, à près de 3 000 entreprises du secteur des sciences de la vie et à 44,2 milliards de dollars d'activité économique grâce à d'importants investissements dans le développement de la main-d'œuvre, les sociétés de capital-risque et les pôles d'innovation.

HeroHouse : soutenir les startups à la croisée de l'IA et de la biotechnologie

Maison des héros, fondé par SmartGate VC, est l'un de ces pôles qui se concentre sur l'investissement à l'intersection de l'IA, de la santé et de la biotechnologie. Situé à Glendale, en Californie, l'espace relie la science, la technologie, l'entrepreneuriat et le capital et fournit divers services qui soutiennent les startups utilisant l'IA pour résoudre des problèmes biologiques complexes.

L'importance des hubs Hero House pour l'innovation biotechnologique est soulignée par l'ajout récent de ELAB Suivant, une plateforme de laboratoire numérique pour les laboratoires de R&D en sciences de la vie, qui a ouvert un nouveau bureau. En tant que division d'Eppendorf, ElabNext sera en mesure de tirer parti de l'intense scène biotechnologique de la ville et des technologies émergentes pour accélérer la numérisation des acteurs industriels émergents de Los Angeles.

Conclusion

La transformation numérique de l'industrie biotechnologique a révolutionné le secteur, la numérisation étant un outil essentiel pour rationaliser la R&D. Les nombreux avantages du « passage au numérique » ont contribué à la croissance des pôles des sciences de la vie sur la côte ouest, en particulier dans les zones émergentes comme Los Angeles. À mesure que nous progressons, il est clair que la numérisation continuera d'être un moteur de la recherche en biotechnologie.

Pour en savoir plus sur Hero House, eLabNext et la croissance des solutions numériques biotechnologiques, contactez-nous ici.

Lorsque vous demandez aux professionnels de la biotechnologie quels sont les principaux centres biotechnologiques des États-Unis, Boston figure en tête de la plupart des listes. Mais la scène biotechnologique du Massachusetts ne se limite pas à Kendall Square et à la région métropolitaine du Grand Boston.

Loin de l'ombre projetée par Boston, le centre du Massachusetts, en particulier la ville de Worcester, est devenu un pôle biotechnologique robuste et dynamique à part entière.

« Si Worcester se trouvait dans un autre État, ce serait le un puissant groupe d'entreprises de biotechnologie, de main-d'œuvre et d'espaces de laboratoire », s'exclame Melina Reid, associée aux opérations chez Initiatives biomédicales du Massachusetts (MBI), dont l'objectif est de faire de Worcester et de la région centrale du Massachusetts un centre dynamique et unique pour les startups biotechnologiques. « Parce que nous sommes si proches de Boston », poursuit-elle, « nous sommes parfois éclipsés par sa réputation et sa taille ».

Dans des domaines innovants tels que la biotechnologie et la biopharmacie, plus gros n'est pas toujours mieux. Au cours des dernières décennies, Boston est devenue un centre de concurrence pour l'espace de laboratoire, le personnel qualifié et l'attention que seules les entreprises en phase de développement et les multinationales peuvent s'engager. Pour ces grandes entreprises, être à Boston est essentiel. Par conséquent, les start-up en phase de démarrage dotées de budgets plus serrés et d'idées « originales » sont nettement désavantagées au départ, éclipsées par des mastodontes bien établis qui disposent d'énormes sommes d'argent et de ressources pour maintenir et étendre leur présence.

Mise en place d'infrastructures et d'un écosystème florissant

Le MBI vise à faire du centre du Massachusetts un foyer accueillant pour les startups créatives aux idées solides. Pour les aider à se tailler une place dans l'industrie, le MBI fournit des locaux de laboratoire rentables et de haute qualité ainsi que des services d'assistance. L'assistance va au-delà de la « phase de démarrage », car MBI ne limite pas le temps qu'une entreprise peut passer dans son espace d'incubation. En outre, ils offrent un espace de remise des diplômes pour soutenir la croissance des startups à mesure qu'elles progressent vers la commercialisation.

« Notre approche a été couronnée de succès », observe Melina. « En tant qu'incubateur de start-up à but non lucratif le plus ancien du Commonwealth, MBI a aidé plus de 175 entreprises à quitter leur espace, et plus de 14 entreprises sont entrées en bourse ou ont été rachetées par des sociétés telles que Pfizer, Perkin Elmer, Vertex Pharmaceuticals et Charles River. »

Au cours des dernières années, le MBI a étendu ses capacités et ses initiatives pour répondre aux nombreux besoins des startups biotechnologiques. Ils ont joué un rôle essentiel dans la mise en place le réfractaire — une installation de biofabrication personnalisée, rentable et de haute qualité — pour la communauté biotechnologique de Worcester. Ils construisent actuellement un centre pilote de biofabrication qui fournira un espace de laboratoire aux entreprises pour passer du « concept aux essais cliniques ».

Le MBI a également lancé des initiatives visant à établir un une main-d'œuvre qualifiée et enthousiaste, avec des partenaires tels qu'AbbVie, afin de soutenir la communauté croissante des sciences de la vie du centre du Massachusetts. « Nous sommes très impliqués dans l'augmentation de la diversité dans les STEM grâce à des partenariats avec les collèges et lycées locaux et les collèges communautaires et publics », explique Melina. « Par exemple, nous avons aidé le Quinsigamond Community College à mettre en place son programme de technicien en biofabrication pour les adultes qui souhaitent percer dans le domaine de la biotechnologie. En encourageant la prochaine génération de jeunes esprits à poursuivre une carrière scientifique, nous contribuons à créer une main-d'œuvre solide pour la croissance continue de la biotechnologie du centre du Massachusetts. »

En conséquence, Worcester a été choisi comme #15 sur le Les 25 meilleurs pôles de talents de la recherche en sciences de la vie liste, juste en dessous des méga-métropoles telles que Houston (#13) et Atlanta (#14).

Favoriser une R&D plus efficace pour la communauté des startups de MBI

Alors que le MBI construit un cadre à Worcester et dans le centre du Massachusetts pour soutenir la croissance de la communauté, l'infrastructure du laboratoire doit être solide pour permettre une gestion efficiente et efficace de l'actif le plus important d'une start-up : ses données.

À cette fin, le MBI a établi un partenariat avec ELAB Suivant , qui fournit des plateformes de gestion des données numériques aux laboratoires, afin que les startups et les entreprises en phase de développement puissent numériser entièrement leurs opérations.

« Nous sommes ravis d'être l'un des fournisseurs préférés de MBI », déclare Zareh Zurabyan, responsable d'eLabNEXT pour les Amériques. « Notre plateforme de laboratoire numérique (DLP) aide les laboratoires de toutes tailles à améliorer l'efficacité de leurs flux de travail, la qualité de leurs données et la sécurité en utilisant les fonctionnalités LIMS/ELN et même des outils d'IA/ML pour la science des données au quotidien. En fin de compte, nous constatons que la définition de la stratégie numérique du laboratoire dès le début, grâce à la numérisation du laboratoire, accélère les délais et stimule les progrès des nombreuses startups qui font du centre du Massachusetts leur siège biotechnologique. »

La plateforme eLabNEXT dessert divers laboratoires des sciences de la vie et de la chimie du gouvernement, du monde universitaire et de l'industrie, ce qui la rend parfaitement adaptée à l'environnement des startups de MBI, qui comprend des entreprises dans les domaines de la thérapie cellulaire et génique, de la chimie et d'autres spécialités scientifiques.

Grâce à ce partenariat et aux efforts continus du MBI, le centre du Massachusetts est bien placé pour poursuivre son expansion en tant qu'écosystème dynamique pour les startups biotechnologiques.

Pour en savoir plus sur l'environnement unique créé par le MBI et sur la communauté biotechnologique du centre du Massachusetts, rendez-vous sur massbiomed.org.

Trop souvent, les gens parlent de la numérisation des laboratoires comme d'une tâche ponctuelle.

Tu le fais. C'est fait. Et ce n'est plus dans ton assiette.

Passons à la tâche suivante, non ?

La réalité est que la numérisation est bien plus que cela : c'est un processus, un parcours comportant de nombreuses étapes, grandes et petites. L'objectif n'est pas d'atteindre une destination finale qui se lit comme suit : « Votre laboratoire est numérisé ».

L'objectif est de suivre la voie de l'amélioration continue au fil du temps, en recherchant des opportunités pour rationaliser davantage les opérations de votre laboratoire.

Rendre le numérique habituel

Combien d'entre vous ont commencé l'année avec la résolution du Nouvel An de faire plus d'exercice ? Et combien de temps vous a-t-il fallu pour l'abandonner ? Un mois ? Une semaine ? Un jour ?

Le fait de vous lever et de faire du jogging un matin peut techniquement faire de vous un coureur, mais ce n'est pas vraiment le but de votre résolution. Même terminer vos 5 premiers kilomètres n'est pas vraiment l'objectif. Sur le point de terminer vos 5 premiers kilomètres, vous constaterez peut-être les avantages et vous vous sentirez plus motivé à faire de l'exercice. C'est le but, n'est-ce pas ? Pour te sentir mieux dans ta peau ? Être en bonne santé d'habitude ? Pour être actif ?

Pour vous améliorer !

Bien sûr, vous pouvez attribuer le succès ou l'échec d'un objectif à un critère distinct, mais ne laissez pas cela ternir l'importance du chemin que vous avez parcouru pour y parvenir ou vous empêcher de rester en forme à long terme.

Mais il ne s'agit pas d'un article de blog sur la course à pied, alors revenons sur la bonne voie et évitons les analogies (pour l'instant...).

La numérisation de votre laboratoire correspond exactement à votre intention de faire de l'exercice : cela ne se produit que lorsque vous acceptez le processus et que vous le rendez habituel. C'est une habitude que vous prenez et que vous maintenez grâce à une amélioration progressive au fil du temps.

Si le suivi des échantillons est votre principal domaine d'amélioration et que vous continuez à effectuer le suivi à l'aide de dossiers papier, essayez dans un premier temps de passer à un système numérique, tel qu'un fichier Excel ou Google Sheet, dans un premier temps.

Une fois que c'est fait, ne t'arrête pas ! Une feuille de calcul numérique est meilleure que le papier, mais elle présente tout de même des inconvénients importants. Trouvez un Plateforme de gestion des échantillons en ligne conforme à la norme GXP qui propose une intégration de codes-barres et une interface collaborative.

Boum ! Tu viens de courir 10 km.

Et si vos carnets de laboratoire étaient la source actuelle de votre stress ? Passez des blocs-notes papier à de la documentation numérique comme OneNote ou Google Docs.

Tout comme dans nos premiers exemples, c'est mieux mais cela présente tout de même quelques inconvénients. Une fois que vous serez à l'aise avec cette avancée numérique, continuez à vous améliorer. Ensuite, trouvez carnet de laboratoire électronique basé sur le cloud (ELN) qui offre le cryptage, les sauvegardes et la conformité à la norme 21 CFR part 11.

Numérisation de niveau supérieur : intégration des données

« Mais Jim », dites-vous, « ce blog n'est-il pas censé porter sur l'intégration des données ? »

Oui !

Et tous ceux qui s'en tiennent à notre analogie avec les résolutions du Nouvel An pourraient comprendre la prochaine étape : une fois que vous aurez terminé un 5 km, vous pourriez passer à l'étape suivante en menant une vie active.

Vous pouvez aller à la piscine pour faire quelques longueurs, acheter un vélo de route lors d'un vide-grenier ou commencer à travailler avec un entraîneur personnel. Ce qui n'était, jusqu'à présent, que la course à pied est désormais une habitude intégrée de la forme physique. Vous assemblez plusieurs pièces du puzzle d'exercices dans le but plus large d'améliorer la condition physique de l'ensemble du corps.

Les scientifiques devraient adopter le même point de vue en ce qui concerne la numérisation des laboratoires. Rassemblez toutes vos solutions numériques afin d'intégrer toutes vos données et informations. Ensemble, cela vous aidera à atteindre votre objectif de remise en forme numérique dans l'ensemble du laboratoire.

Assurez-vous que toutes les pièces fonctionnent ensemble. Courir, nager et faire du vélo sont excellents à eux seuls. Mais lorsque vous les assemblez, vous pouvez participer à un Iron Man. C'est votre objectif grâce à un processus intégré de numérisation des laboratoires. Ayez toutes les pièces en place, mais assurez-vous également qu'elles fonctionnent toutes ensemble de manière complémentaire.

Devenez l'Iron Man de l'aventure numérique de votre laboratoire.

Numérisation, intégration et bien plus encore, le tout sur une seule plateforme

Une plateforme telle qu'eLabJournal vous permet cette intégration. Toutes les pièces numériques de votre laboratoire fonctionnent de concert pour accélérer vos gains d'efficacité.

Alors, qu'est-ce qui va se passer ensuite ? Comment allez-vous continuer à repousser les limites de la numérisation du fitness et des laboratoires demain ?

Si nous parlons du laboratoire numérique, c'est intelligence artificielle ou intégration d'instruments « lab of things » (LoT). Les détails ne comptent pas. Si vous avez construit une base solide et intégrée, vous êtes prêt à relever de nouveaux défis. On ne repart pas sur le canapé quand on essaie un nouveau sport. Vous intégrez cette activité à votre programme de remise en forme plus rapidement et à un niveau de performance plus élevé.

eLabJournal en est un excellent exemple dans le domaine des laboratoires numériques. Les outils de développement ouverts (API & SDK) et Place de marché permettez à la plateforme d'évoluer avec vous et de répondre à tous les besoins futurs. Vous n'achetez pas de nouveaux logiciels séparés (repartez sur le canapé). Votre plateforme numérique grandit et s'étend pour intégrer facilement les nouvelles technologies.

Obtenez une démo personnelle dès aujourd'hui et découvrez comment eLabNext et nos experts en numérisation des laboratoires peuvent vous aider à naviguer sur la voie de la numérisation complète des laboratoires, de l'intégration des données, etc.

L'environnement de laboratoire moderne est assez sophistiqué : des instruments spécialisés peuvent exécuter des flux de travail automatisés, et les plateformes logicielles rationalisent la collecte et l'analyse des données. Les différentes plateformes permettent aux chercheurs de gagner du temps et de l'argent, d'améliorer la précision et la reproductibilité des données et de faciliter la collaboration.

Pourtant, le nombre d'instruments et de plates-formes logicielles dans un laboratoire peut parfois créer des défis en matière de décentralisation des données. Les informations critiques peuvent être stockées dans de nombreux endroits différents plutôt que dans un point d'accès centralisé. Traditionnellement, les développeurs de logiciels se concentraient sur la création de logiciels unidimensionnels qui effectuaient correctement une seule tâche. Dans le laboratoire d'aujourd'hui, le fait de tout regrouper au même endroit constitue un avantage par rapport à certains des avantages mal perçus de la décentralisation, tels que le renforcement de la sécurité, de la confidentialité et de la résilience.

Avec eLabNext, nous pouvons fournir une plateforme de laboratoire numérique (DLP) cohérente qui permet une intégration et une connectivité transparentes entre vos instruments, vos flux de travail et vos données. Cela permet de résoudre de nombreux problèmes liés à la décentralisation des informations que nous avons constatées dans bon nombre de nos laboratoires.

Dans le blog ci-dessous, nous abordons 7 des principaux problèmes rencontrés avec un modèle de données décentralisé.

1) Intégrité des données

Les données décentralisées présentent un risque d'incohérences, de doublons ou d'erreurs. Il peut y avoir une version contradictoire des données stockées sur plusieurs instruments ou plateformes logicielles et une atteinte à l'intégrité des données. En fin de compte, cela peut entraîner des résultats inexacts et avoir un impact négatif sur la fiabilité ou la reproductibilité des travaux du laboratoire.

2) Sécurité des données

Les données décentralisées peuvent être vulnérables au piratage ou au vol, en particulier si elles ne sont pas correctement sécurisées ou cryptées. Les points d'accès multiples aux données présentent de multiples vulnérabilités.

3) Accessibilité des données

L'accès aux données et leur partage entre différents laboratoires ou avec des partenaires externes peuvent être difficiles lorsque les données sont décentralisées. En science, la collaboration est l'un des piliers du progrès, nécessaire pour repousser les limites du possible. Les obstacles à la collaboration, tels que la décentralisation des données, peuvent ralentir les partenariats et limiter l'analyse et l'interprétation des données. Il peut être difficile d'accéder aux données et de les partager entre différents laboratoires ou avec des partenaires externes lorsque les données sont décentralisées.

4) Normalisation des données

La normalisation des données consiste à établir des formats, des structures et des protocoles communs pour les données afin de garantir la cohérence et l'interopérabilité. Avec les données décentralisées, il existe un risque d'utiliser différents formats ou normes de données, ce qui complique l'intégration de données provenant de différentes sources à des fins d'analyse et d'interprétation.

5) Gestion des données

Les données décentralisées constituent un problème majeur pour l'organisation des données. Il est difficile de gérer la cohérence et l'intégrité de plusieurs emplacements de données, ce qui complique la recherche, le suivi et l'utilisation efficaces des données.

6) Conformité réglementaire

En raison de certains des risques évoqués ci-dessus, les données décentralisées peuvent devoir répondre aux exigences réglementaires en matière de stockage, d'accès et d'utilisation des données. Les organismes de réglementation sont principalement concernés par la protection des informations personnelles des participants aux essais cliniques et des patients. S'il n'est pas entièrement couvert en raison de la décentralisation, les agences de régulation peuvent avoir besoin d'une approche centralisée.

7) Sauvegarde et restauration des données

Les données décentralisées peuvent être vulnérables à la perte ou à la corruption, et il peut être difficile de mettre en œuvre une stratégie de sauvegarde et de restauration robuste pour garantir la disponibilité des données en cas de défaillance du système ou d'autres problèmes.

Centralisez-vous avec eLabNext

Lorsque vous vous lancez dans une transformation numérique, il est essentiel de limiter la décentralisation des données et de réfléchir à la manière dont vos plateformes et instruments logiciels peuvent communiquer.

Lorsque vous passez en revue vos décisions d'achat passées et celles à venir, examinez API et SDK outils disponibles qui peuvent vous aider à créer un système flexible et cohérent qui centralise et sécurise vos données.

Contactez-nous dès aujourd'hui si vous êtes intéressé par nos fonctionnalités d'API et de SDK dans le cadre de la plateforme eLabNext.

Nous vivons à une époque où le numérique envahit nos vies et nos laboratoires. Aujourd'hui plus que jamais, les spécialistes des sciences de la vie utilisent des outils numériques pour accélérer les délais, travailler de manière décentralisée et protéger les données. L'application de intelligence artificielle (IA) et apprentissage automatique (ML) le nombre d'algorithmes utilisés pour divers ensembles de données biologiques augmente également, ce qui permet de mieux comprendre et de répondre à des questions biologiques complexes.

Pourtant, il existe encore un grand nombre de « obstacles numériques » dans le domaine des sciences de la vie. Prenons l'exemple des cahiers en papier, qui constituent un format de tenue de dossiers traditionnel depuis l'aube de la science. Avec l'essor des « omiques » et de la bioinformatique, de nombreux spécialistes des sciences de la vie mènent une existence hybride, gardant un carnet papier par habitude et utilisant une plateforme numérique pour la génération, le stockage, le partage et la gestion des données. Par conséquent, ils trouvent des moyens aléatoires et inefficaces d'intégrer les mondes papier et numérique.

Si vous vivez dans ce monde, vous savez que cette approche présente des inconvénients. Ainsi, au lieu de présenter chacune d'entre elles, nous profiterons de ce temps pour faire l'éloge d'une méthode « entièrement numérique » fournie par les plateformes de laboratoire numériques, qui offre de nombreux avantages pour de nombreuses tâches de laboratoire, telles que le protocole, l'inventaire et la gestion des données.

Voici dix de nos avantages préférés.

#1 : Efficacité accrue

La science comporte de nombreuses tâches inefficaces : flux de travail répétitifs, difficultés à partager des fichiers de données volumineux, erreurs de transcription des données, etc. Les opérations des laboratoires numériques peuvent rationaliser les processus et réduire le temps et les ressources nécessaires à la réalisation des expériences. Ils fournissent un référentiel centralisé pour les données et les informations, permettant au personnel de partager des données et des protocoles en temps réel, de les intégrer aux instruments et d'automatiser les tâches manuelles traditionnelles.

#2 : Précision améliorée

Les pertes de données ou les inexactitudes lors du transfert manuel constituent un problème courant en science, en particulier si les données sont stockées à plusieurs endroits ou sur plusieurs instruments. Les plateformes de laboratoire numériques réduisent les risques de ces erreurs en s'intégrant à divers outils et appareils et en permettant le suivi et le stockage des informations de laboratoire. Ces fonctionnalités augmentent la sécurité des données et la reproductibilité des résultats expérimentaux.

#3 : Gestion améliorée des données

L'organisation centralisée des données sur une plateforme numérique constitue un autre avantage significatif. Les informations sont localisées en un seul endroit, accessibles et facilement partagées. Certaines plateformes permettent également l'intégration avec d'autres outils d'analyse et de visualisation des données, ce qui permet de conserver efficacement les données brutes, traitées et analysées. Cela permet de gérer les données dans l'ensemble de l'organisation ou du groupe de recherche, de leur création à leur destruction, en passant par toutes les étapes intermédiaires.

#4 : Collaboration améliorée

La collaboration fait partie intégrante de la science, car elle permet de mieux comprendre et comprendre des questions biologiques complexes. Pourtant, opérer dans un monde où les cahiers de laboratoire en papier doivent être photocopiés ou photographiés pour faciliter les collaborations entre institutions est inefficace et carrément primitif. Les plateformes de laboratoire numériques permettent de partager rapidement et simplement des données, des protocoles et des échantillons et de gérer facilement les autorisations attribuées, quel que soit le lieu, comme Google Doc.

#5 : Sécurité renforcée

Comme les autorisations peuvent être facilement gérées et que l'authentification, le cryptage et la sécurité du réseau peuvent tous être mis en œuvre et surveillés sur les plateformes numériques, toutes les informations d'un système numérique sont plus sécurisées. Cela réduit le risque de violations de données et d'accès non autorisé.

#6 : Transparence accrue

L'un des avantages en aval de la facilité de partage et de gestion des données et des résultats scientifiques est de permettre l'évaluation par les pairs et la réplication des expériences. En outre, chaque action figurant dans un carnet de laboratoire numérique peut être suivie, fournissant un enregistrement entièrement vérifiable de chaque modification apportée aux données, aux protocoles ou aux échantillons. Ces fonctionnalités réduisent le risque de manipulation des données et augmentent la possibilité d'identifier les erreurs avant qu'elles ne deviennent un problème.

#7 : Coûts réduits

Les coûts d'exploitation diminuent lorsque le personnel, les processus et les flux de travail sont plus rapides et que les tâches manuelles sont automatisées. Prenons l'exemple du stockage des échantillons. Les plateformes de laboratoire numériques peuvent s'intégrer à des générateurs de codes-barres et à des scanners pour rationaliser ce processus, réduisant ainsi le nombre d'heures nécessaires pour congeler de nombreux échantillons biologiques.

#8 : Conformité réglementaire améliorée

Les systèmes numériques peuvent vous aider à répondre plus efficacement aux exigences réglementaires en fournissant une documentation et des dossiers clairs. Les pistes d'audit et la traçabilité sont des caractéristiques importantes de la conformité réglementaire. De nombreuses plateformes de laboratoires numériques sont conformes à des réglementations essentielles telles que NORME ISO 27001 : 2013, RGPD, HIPAA et 21 VOIR 11.

#9 : Mobilité accrue

Les outils numériques peuvent vous permettre d'accéder à vos données et à vos systèmes où que vous soyez. Pour les organisations qui adoptent des modèles de travail plus flexibles ou pour les chercheurs en bioinformatique qui ont besoin d'accéder à des données et à des capacités de calcul, les plateformes de laboratoire numériques peuvent faciliter le travail à distance sans sacrifier la collaboration ou la sécurité.

#10 : À l'épreuve du temps

À mesure que la technologie évolue, les modèles d'IA/ML deviennent de plus en plus sophistiqués et des plateformes numériques deviendront nécessaires pour couvrir la portée des ballons de « mégadonnées ». L'adoption de solutions numériques peut aider votre laboratoire à rester compétitif et à se préparer à l'avenir à mesure que la technologie évolue.

Intégrer la biologie computationnelle aux plateformes numériques : l'avenir de la recherche

La biologie computationnelle avancée est de plus en plus utilisée pour répondre à des questions biologiques fondamentales et concevoir, développer et produire des thérapies cellulaires et géniques. Le machine learning, par exemple, peut avoir un impact encore plus significatif qu'il ne l'a déjà fait, en influençant la façon dont nous analysons les données et abordons l'ensemble du processus de R&D.

Voici quelques moyens pour y parvenir :

• Automatisation : les algorithmes de machine learning peuvent être entraînés pour analyser de grandes quantités de données rapidement et avec précision, ce qui permet aux chercheurs de se concentrer sur d'autres tâches.
• Précision améliorée : les algorithmes de machine learning sont souvent plus performants que les humains dans des tâches telles que l'analyse d'images ou de données, ce qui permet d'obtenir des résultats plus précis.
• Nouvelles connaissances - Des modèles de données que les humains peuvent ne pas observer peuvent être découverts par les algorithmes de machine learning, ce qui donne lieu à de nouvelles perspectives et à de nouvelles découvertes.
• Modélisation prédictive - Les algorithmes de machine learning permettent de créer des modèles capables de prévoir les résultats ou de proposer des suggestions sur la base de données antérieures.

Lorsque vous associez ces fonctionnalités à celles décrites ci-dessus avec des plateformes de laboratoire numériques, le rythme de la recherche et des applications aux problèmes quotidiens dans un large éventail de secteurs peut atteindre une vitesse vertigineuse.

Inscrivez-vous dès aujourd'hui pour une démonstration gratuite de la plateforme eLabNext, la solution de laboratoire numérique la plus intuitive, la plus centrée sur le client, la plus fiable et la plus sécurisée.

Que ce soit Halloween ou non, ici à ElabNext, nous aimons raconter des histoires effrayantes sur les sciences de la vie. En voici une qui nous a tous fait très peur :

L'année est 2023.

Vous êtes un scientifique des procédés travaillant pour Big Pharma, et c'est votre première chance de mener une campagne commerciale de fabrication de médicaments qui pourrait générer des millions de dollars de bénéfices pour votre entreprise. Vous avez effectué des mois, voire des années, de préparation et de traitement à grande échelle pour faire vos preuves et prouver votre campagne, en espérant qu'elle se traduise le plus facilement possible sur le site de fabrication.

Les enjeux sont déjà importants, votre travail et votre réputation étant en jeu. Puis vient le stress : la FDA a décidé de faire une visite surprise.

Dun, fun, duuuun !

Le processus d'audit commence par une visite de l'atelier de fabrication : les auditeurs font plusieurs observations concernant l'environnement de travail désordonné et désorganisé et les techniciens ne suivent pas les procédures opérationnelles normalisées ou les enregistrements de lots.

Ensuite, les auditeurs de la FDA remettent en question la validité et l'origine d'un document ou d'un dossier en particulier.

Vous savez que vous avez le fichier original quelque part. Ou plutôt, quelqu'un sait où se trouve le fichier d'origine. La question est de savoir où se trouve cette personne et qui est cette personne.

A-t-il été scanné dans un ordinateur quelque part, vivant dans un silo de données ?

A-t-il été classé il y a des années et envoyé à vos archives ?

L'assurance qualité vous harcèle maintenant pour obtenir la preuve de ce maigre bout de papier, et vous ne pouvez rien faire d'autre qu'espérer et prier pour qu'il apparaisse quelque part.

Vous recherchez,

et recherchez,

et recherchez

et tout ce que tu trouves c'est...

rien.

L'heure du conte est terminée. Ne laissez pas cette agonie liée à l'audit vous arriver !

Tu transpires déjà ? Parce que je le suis !

Cette histoire d'horreur est évidemment le pire des scénarios, mais je suis sûr que de nombreuses personnes qui l'ont lue (moi y compris) se sont retrouvées dans une situation similaire. Malheureusement, cette situation courante est probablement due à l'absence d'outils appropriés permettant de numériser, d'organiser et de récupérer facilement vos données et votre espace de travail.

Si vous découvrez GMP pour la première fois, vous vous demandez peut-être : « N'est-ce pas 2023 ? Les grandes entreprises pharmaceutiques et les industries similaires aux BPF ne l'ont-elles pas déjà compris ? »

Je suis désolée de vous annoncer que la plupart ne le font pas !

Cela ne veut pas dire qu'ils sont incapables de suivre les directives nécessaires de la FDA pour fabriquer des produits sûrs et efficaces ; ils ont simplement tendance à le faire à l'ancienne. Comme dans « nous utilisons Excel pour tout suivre » à l'ancienne.

Ça vous dit quelque chose ?

Si cela vous convient, j'ai une excellente nouvelle ! Il existe une solution à tout cela :

Une plateforme de laboratoire numérique (DLP) !

4 raisons pour lesquelles votre établissement GMP a besoin d'une plateforme de laboratoire numérique

Imaginez que tous vos travaux de laboratoire (données expérimentales, informations sur les échantillons, traçage de la lignée, protocoles et outils de gestion des stocks) vivent sur une plateforme cohérente. Et si vous n'aviez jamais à vous soucier de retrouver ce fichier perdu depuis longtemps datant d'il y a 15 ans ou si vous aviez accès à des rapports facilement accessibles lorsque la FDA se présentera à votre porte ? Ça a l'air génial, non ! ?

Grâce aux plateformes de laboratoire numériques, vous disposerez de tous les outils nécessaires pour rester organisé et en conformité dans n'importe quel établissement GMP.

Il existe de nombreuses raisons de passer à une DLP, mais elles se résument en fin de compte à 4 points clés expliquant pourquoi votre installation GMP devrait « passer au numérique » :

Raison #1 : La centralité des BPF en matière d'environnement

Vous vous souvenez des silos de données dont j'ai parlé plus haut ?

Les fichiers contenus dans les dossiers contenus dans les dossiers de l'ordinateur portable de quelqu'un ?

Si vous et vos collègues êtes confrontés à ce problème au quotidien, vous savez à quel point il est frustrant de trouver une feuille Excel spécifique contenant des données brutes ou structurées dans ce nid de rats informatique.

Ou peut-être avez-vous un inventaire de milliers d'échantillons, répartis dans 20 congélateurs différents à -80 ℃, et vous avez du mal à trouver l'emplacement d'une certaine aliquote d'une lignée cellulaire CHO issue de la campagne de l'année dernière. Ou peut-être utilisez-vous différentes modalités (numérique et papier) pour tout suivre, et vous avez du mal à jongler avec tout cela.

Cela semble stressant, non ?

Les DLP constituent un emplacement central pour l'ensemble de votre flux de travail, offrant ainsi un meilleur moyen de gérer vos informations et vos données.

Qu'il s'agisse de suivre les projets, les expériences, les tests et les résultats des tests ou de tenir un inventaire approprié et structuré des échantillons, les DLP peuvent constituer un guichet unique pour tout regrouper sous un même toit. Fini les silos de données, plus besoin de se demander où se trouve un échantillon et plus besoin de jongler avec plusieurs outils organisationnels ! De plus, de nombreux DLP sont également basés sur le cloud, ce qui signifie que vous pouvez accéder à votre travail n'importe où et à tout moment.

Raison #2 : Conformité aux BPF

La conformité a occupé une place importante dans ma carrière de fabricant, tout comme je suis sûr que c'est le cas pour la vôtre. Et même si vous pensez avoir une bonne maîtrise du maintien de la conformité, vous pouvez toujours mettre en œuvre des outils pour rendre la conformité aux BPF plus simple et plus sûre. Les pistes d'audit et la traçabilité des étiquettes d'état, des feuilles de journal, des enregistrements de lots, des modifications de processus, etc., font partie des aspects les plus surveillés de un audit de la FDA. Malheureusement, de nombreuses installations ne peuvent pas produire rapidement ou efficacement des journaux de modifications entièrement traçables.

Donc, au lieu d'essayer de récupérer ces informations vous-même, laissez un DLP le faire pour vous !

De nombreux DLP du marché offrent des fonctionnalités de piste d'audit automatisées, vous n'avez donc pas à vous soucier de la mise à jour des dossiers papier.

Mieux encore, « oublier » de mettre à jour ces documents particuliers appartient au passé.

Vous avez besoin de savoir qui a fait quoi à une date et à une heure précises ? Pas de problème, il vous suffit de faire une recherche dans votre DLP, à l'aide de mots-clés simples et de paramètres de recherche définis, pour trouver ces informations exactes en quelques secondes.

Et n'oublions pas le respect des SOP ou des enregistrements de lots ! De nombreux problèmes de conformité sont dus au fait que des techniciens font preuve de maladresse ou travaillent trop vite et omettent des étapes critiques d'un processus. Les DLP peuvent être configurés avec des flux de travail numériques intégrant des SOP et enregistrements de lots. Avec les signatures des interprètes et des témoins, ils peuvent également être structurés de manière à garantir le respect de chaque étape d'une SOP.

Raison #3 : La sécurité dans votre environnement GMP

Une chose qui va souvent de pair avec la conformité est la sécurité. Mais que signifie être en sécurité dans un environnement GMP ? Je parle bien sûr de la sécurité de vos données. Si vous travaillez dans une grande entreprise pharmaceutique, votre entreprise dispose probablement d'un système de sécurité très robuste développé en interne par votre service informatique. Par conséquent, la sécurité ne vous préoccupe peut-être pas trop.

Mais que se passe-t-il si ces mesures ne sont pas en place ? Qui protège vos informations ?

Jim, votre collègue qui a suivi un cours de codage il y a quelques années, a peut-être configuré votre pare-feu, mais cela ne suffira pas (désolé, Jim !). Lorsque vous réfléchissez à vos données et aux techniques de traitement GMP protégées, vous devez réfléchir à la manière dont ces informations seront conservées en toute sécurité. Heureusement, de nombreux fournisseurs de DLP ont déjà fait le gros du travail pour vous !

Si votre DLP est dans le cloud ou non, vous devez vous assurer que certaines ou toutes les mesures de sécurité suivantes sont en place : une équipe de sécurité dédiée, des tests d'intrusion réalisés par des tiers, des serveurs hébergés sur un site sécurisé sur site, plusieurs centres de données dotés de serveurs de sauvegarde cryptés, des fonctionnalités de reprise après sinistre, une authentification unique, une authentification à deux facteurs, des rôles et des paramètres d'autorisation des utilisateurs, et des restrictions IP.

Vous devez également rechercher les certifications et les conformités suivantes : Certification ISO 27001 (cela inclut le système lui-même, et pas seulement le fournisseur d'hébergement cloud), conformité à la norme 21 CFR Part 11, Conformité au RGPD, Conformité GxP, conformité HIPAA et conformité/certification FedRAMP. La sécurité de vos données dépend du système sur lequel elles sont hébergées, alors assurez-vous de faire vos devoirs et faites-en une priorité !

Raison #4 : Efficacité environnementale GMP

Bien que la centralité, la conformité et la sécurité soient les piliers de tout DLP performant, l'un des impacts les plus bénéfiques de l'institution d'une DLP dans votre environnement GMP est d'améliorer l'efficacité de votre flux de travail quotidien. N'en avez-vous pas marre de perdre votre temps à chercher quelque chose d'introuvable ? N'aimeriez-vous pas pouvoir automatiser les tâches de base ?

Pensez à tout ce que vous faites au cours de votre journée de travail normale : rechercher des rapports, des fichiers, des résultats de tests ou des échantillons, vérifier l'inventaire, mettre l'accent sur la conformité, organiser l'atelier de fabrication, etc.

Cela occupe-t-il la majeure partie de votre journée ? Je pense que c'est probablement, du moins, ce que j'ai ressenti !

Lorsque vous ne disposez pas des outils appropriés pour faire votre travail efficacement, une grande partie de ce fardeau vous incombe.

Les DLP efficaces améliorent votre vie et celle de vos collègues ! Et je veux dire votre la vie réelle, pas seulement votre « vie professionnelle ». Après tout, si votre « vie professionnelle » est plus efficace et mieux organisée, le reste de votre vie réelle sera d'autant mieux.

Faire un pas vers la numérisation d'une installation conforme aux BPF

Je pourrais continuer encore et encore à propos de avantages des DLP et comment ils peuvent transformer les opérations de votre installation conforme aux BPF. Pourtant, le fait est que la numérisation de votre organisation ne dépend pas de moi.

La seule façon de rendre votre routine quotidienne plus organisée, conforme, sécurisée et efficace est de prenez l'initiative !

Alors, qu'est-ce que tu attends ?

Nous sommes en 2023. Passez au numérique et essayez essai de 30 jours du DLP d'ElabNext dès aujourd'hui !

Dans les laboratoires de R&D en biologie et en chimie, le terme « gestion des échantillons » peut avoir de nombreuses significations différentes.

Un « échantillon » pourrait être une souris vivante au sein d'une grande colonie.

Ou une lignée cellulaire dans un cryotube qui en est à son 20e passage.

Ou un produit chimique récemment synthétisé.

Ou un plasmide récemment construit.

La « gestion » est tout aussi ambiguë : elle peut faire référence au type d'échantillon biologique ou de produit chimique d'un échantillon, à l'endroit où il est stocké, à qui l'a utilisé en dernier, à quel moment ou à quelle quantité. Pour gérer toutes ces informations ainsi que l'échantillon lui-même, les laboratoires doivent planifier avec soin et prêter attention à ces détails.

Heureusement, il existe des solutions logicielles pour cela. Traditionnellement, les scientifiques utilisaient les systèmes de gestion des stocks de laboratoire (LIMS) pour gérer les échantillons de manière efficiente et efficace, mais plus récemment, les scientifiques se sont appuyés sur des plateformes logicielles de gestion numérique des échantillons (DSM).

Il existe quelques différences subtiles entre une plate-forme LIMS, une plate-forme DSM et bien d'autres, mais quel que soit le nom que vous lui donnez (nous utiliserons LIMS dans le blog suivant), tous les laboratoires ont besoin de fonctionnalités clés de gestion des échantillons pour réussir.

Dans ce blog, j'ai mis en évidence 5 caractéristiques essentielles de toute plateforme de gestion d'échantillons numériques.

Traçabilité des échantillons

Le suivi des échantillons est essentiel pour localiser l'emplacement exact d'un échantillon dans le laboratoire et l'endroit où il est stocké. Cela est particulièrement important lorsque plusieurs chercheurs et techniciens s'appuient sur les mêmes échantillons ou les utilisent régulièrement.

Piste d'audit

Une piste d'audit fournit un enregistrement chronologique de toutes les activités de collecte, de manipulation, de stockage, d'analyse et d'élimination des échantillons. Considérez-le comme un compte rendu historique indiquant qui, quoi, quand (en fonction de la date et de l'heure), où, pourquoi et comment d'un échantillon.

Les pistes d'audit sont essentielles pour garantir l'intégrité et la traçabilité d'un échantillon. Il peut être utilisé pour identifier tout écart par rapport aux procédures opérationnelles standard ou les erreurs potentielles dans la manipulation des échantillons et fournir un enregistrement de toute modification apportée à l'échantillon ou à ses données associées.

Exemples de mises à jour

Au fur et à mesure que nous mettons à jour notre statut sur les réseaux sociaux, les échantillons reçoivent des mises à jour de statut. Par exemple, lorsque vous faites quelque chose sur l'échantillon (par exemple, si vous vérifiez qu'il n'y a pas de contamination et que vous devez maintenant mettre à jour l'échantillon en « contamination : réussite »). Comme il s'agit d'une activité très fréquente, tout LIMS doit prendre en charge des fonctionnalités rapides et simples pour ce faire.

Capacités spécifiques à la biologie ou à la chimie

Il existe des LIMS qui sont des plateformes de gestion de données simples ou basées sur des listes. Mais que se passe-t-il si vous devez stocker des données spécialisées, telles que des chaînes de notation chimique du système simplifié d'entrée de lignes d'entrée moléculaire (SMILES) ou les intégrer à d'autres plateformes numériques, telles que le rendu d'un plasmide à partir de GenBank ?

De nombreux laboratoires font l'erreur d'acheter 4 ou 5 plateformes logicielles pour répondre à ces besoins sans se rendre compte qu'il existe des solutions complètes qui combinent diverses tâches de gestion des échantillons nécessaires.

Consultez notre article, « Le laboratoire numérique : à la recherche d'opérations plus simples et plus écologiques » dans La nature qui en dit plus à ce sujet.

Exemple de lignée

Qu'il s'agisse de suivre les dérivés chimiques ou la relation parent-enfant de vos échantillons biologiques, assurez-vous que votre système peut suivre les lignées des échantillons et les relations entre les échantillons de votre collection. Cette fonctionnalité devient particulièrement importante si vous participez à biobanques. De telles fonctionnalités peuvent parfois être négligées ou considérées comme faisant partie du LIMS.

Trouvez la meilleure façon de gérer vos échantillons

Les meilleures plateformes logicielles intègrent toutes les fonctionnalités au système. Si une plate-forme logicielle n'est pas capable de combiner ces fonctionnalités dans une interface facile à utiliser et personnalisable ou si elle vous demande plus de travail, il se peut que ce ne soit pas la solution la plus efficace pour la gestion de vos échantillons.

Parlons de la transformation numérique, de l'IA et du monde de la biotechnologie ! Contactez-nous ici.

Parfois, des mots à la mode tels que « intelligence artificielle » ou « réseau neuronal » peuvent prendre le dessus. Il suffit de regarder l'explosion et le succès de ChatGPT, que nous avons utilisés pour trouver de l'inspiration pour notre blog « 10 raisons pour lesquelles vous devriez numériser les opérations de votre laboratoire. » Le blog ci-dessous décrit les mesures à prendre pour exploiter la puissance du Big Data, de l'apprentissage automatique et bien plus encore dans le domaine des sciences de la vie.

Au-delà des mots à la mode : quelques définitions

Mais avant de plonger dans le vif du sujet, voici quelques définitions claires :

• Intelligence artificielle (IA): Fait référence à la simulation de l'intelligence humaine dans des machines pour penser comme les humains et imiter leurs actions. Les objectifs de l'IA incluent l'apprentissage, le raisonnement et la perception sans intervention humaine.
• Apprentissage automatique (ML): sous-domaine de l'IA axé sur l'apprentissage supervisé, non supervisé ou renforcé qui permet aux ordinateurs d'effectuer des opérations de reconnaissance de formes, de prédire, de classer des données, etc. sans programmation explicite
• Apprentissage profond: sous-domaine du machine learning qui utilise des réseaux de neurones (voir ci-dessous pour la définition) pour apprendre à reconnaître les images et le traitement de la parole ou du langage naturel à partir de grandes quantités de données.
• Réseau neuronal : Modèle informatique (inspiré de l'architecture et du fonctionnement du cerveau humain) composé de couches de nœuds interconnectés qui traitent et transmettent des informations. Grâce à l'analyse des données d'entrée, ces modèles peuvent identifier des relations complexes dans les données.
• Mégadonnées : D'IMPORTANTS volumes de données structurées et non structurées qui sont difficiles à gérer ou à analyser pour les scientifiques, les équipes et les organisations à l'aide de techniques traditionnelles.

L'IA dans un laboratoire de recherche en sciences de la vie

L'IA, ses sous-domaines et les mégadonnées ont fait des percées dans de nombreux aspects des sciences biologiques et biomédicales, notamment la découverte et le développement de médicaments, la médecine de précision, la génomique, la transcriptomique, etc.

Et les résultats sont assez impressionnants : regardez ce que AlphaFold l'a fait pour la prédiction 3D de la structure des protéines.

Bien que puissante, l'IA n'en est qu'à ses débuts, son adoption généralisée et désinvolte dans tous les domaines de la recherche et de la médecine. Les algorithmes ML et DL peuvent être soumis à biais de données sur la base de l'ensemble de données de formation, des difficultés à interpréter les prévisions et un manque général de directives claires ou de standardisation.

Oui, l'application de l'IA aux sciences de la vie ressemble au « Far West », les chercheurs et les acteurs du domaine ayant besoin de conseils pratiques.

Mise en œuvre de l'intelligence artificielle dans les laboratoires : 10 étapes

Alors que de plus en plus de laboratoires et d'organisations s'intéressent à la mise en œuvre d'algorithmes d'IA, il est essentiel de garantir une documentation, des rapports et des analyses clairs. Les équipes de bioinformatique et de science des données doivent être pleinement impliquées, car leur expérience en matière de codage, d'informatique, d'API et de SDK est inestimable pour cette tâche.

Un autre facteur essentiel est l'utilisation de plateformes numériques pour une gestion des données transparente et sécurisée et une intégration facile avec d'autres outils informatiques, tels que les programmes AI, ML ou DL.

Chez ElabNext, nous sommes déterminés à numériser tous les laboratoires. Et au fur et à mesure que le domaine de l'IA s'est développé, nous avons vu ce qui fonctionne et ce qui ne fonctionne pas.

Ci-dessous, nous avons synthétisé dix étapes pour implémenter des outils d'IA dans votre laboratoire.

Étape #1 : Identifiez le problème ou la question

Qu'essayez-vous de résoudre avec l'IA ou le ML ? Compte tenu des problèmes auxquels ces algorithmes ont été appliqués, il existe un nombre croissant de solutions AI/ML prêtes à l'emploi pour l'analyse et la visualisation des données.

Par exemple, des programmes tels que Modicus Prime ou PipSqueak Pro peut être utilisé pour l'analyse d'images ; Biomage peut être utilisé pour l'analyse de cellules uniques ; et Immunomind peut être utilisé pour la multi-omique pilotée par l'IA.

Étape #2 : Recherchez les modèles ou outils logiciels d'IA/ML disponibles

Nous avons mentionné quelques outils ci-dessus, mais tenez compte de la précision, de la rapidité et de la facilité d'utilisation avant de choisir une solution. Il est également essentiel de rechercher le niveau de support, les ressources (telles que des didacticiels et des forums de dépannage) et les données de validation de concept disponibles pour l'outil.

Et s'il n'existe pas de solution prête à l'emploi, vous serez peut-être obligé de développer un modèle personnalisé adapté à votre problème.

Étape #3 : Évaluez vos données et déterminez si elles sont appropriées

Tenez compte de la qualité, de la quantité, de la structure et des biais ou limites éventuels de vos données. Vous devrez peut-être collecter des données supplémentaires ou nettoyer et prétraiter les données existantes pour les adapter à l'analyse. La standardisation est également cruciale pour cette étape, car elle permet de garantir la cohérence et la comparabilité des données entre les différentes sources et les différents échantillons.

Étape #4 : Élaborez un plan de test pour valider la précision et la fiabilité

La validation dans le domaine des sciences de la vie est essentielle pour s'appuyer sur une technique permettant de générer des résultats précis. Grâce aux outils d'intelligence artificielle et de machine learning, vous pouvez diviser vos données en ensembles d'entraînement et de tests afin d'évaluer les performances. Il existe d'autres moyens de tester l'outil ou le modèle AI/ML. Assurez-vous simplement d'avoir un plan de test et assurez-vous qu'il inclut des tests sur les valeurs aberrantes des données afin d'évaluer les vulnérabilités du modèle ou de l'appareil que vous implémentez.

Étape #5 : Entraînez votre modèle d'IA/ML à l'aide des données que vous avez préparées

Si vous avez créé un modèle d'IA/ML à partir de zéro, l'étape suivante consiste à lui apprendre à reconnaître des modèles ou à effectuer d'autres tâches. L'objectif est de trouver les paramètres optimaux qui correspondent le mieux aux données, de minimiser les erreurs et de donner de bons résultats sur les données de test.

Étape #6 : Testez et validez votre modèle AI/ML

Les tests sur un ensemble de données distinct de celui utilisé pour la formation constituent la prochaine étape de la validation d'un modèle d'IA/ML. Cela permet de déterminer l'exactitude, la précision et le rappel du modèle. La phase de validation consiste à ajuster les paramètres du modèle et à évaluer ses performances afin d'éviter le surajustement, lorsque le modèle donne de bons résultats sur les données d'entraînement mais de mauvais sur les données de test.

Étape #7 : Intégrez l'outil AI/ML dans le flux de travail de votre laboratoire

Réfléchissez à la manière dont vous utiliserez les résultats des analyses IA/ML dans vos processus de laboratoire préexistants. L'outil doit être compatible avec l'infrastructure et les logiciels existants du laboratoire, en particulier avec toutes les plateformes numériques utilisées pour la gestion de l'information.

Étape #8 : Surveiller et évaluer les performances continues

Bien que votre modèle d'IA/ML puisse initialement fournir une analyse pertinente et de haute qualité, les performances peuvent varier et les priorités des laboratoires peuvent changer. Une surveillance continue et une mise à jour des modèles sont nécessaires pour garantir que les indicateurs de performance sont atteints et que le modèle reste pertinent par rapport à l'évolution des besoins du laboratoire.

Étape #9 : Mettre à jour et affiner le modèle AI/ML

L'amélioration des performances est une étape cruciale du cycle de vie d'un outil ou d'un modèle d'IA/ML. Cela peut impliquer des tests avec de nouvelles données, une nouvelle formation avec de nouvelles données et une revalidation des performances. Vous pouvez également ajuster les paramètres ou les architectures des modèles pour affiner les performances.

Étape #10 : Garantir la conformité

L'IA et le ML sont encore de nouveaux outils dans les sciences de la vie et dans d'autres secteurs. Pour protéger vos données, respectez les réglementations telles que le RGPD et la HIPAA. Il existe également des implications éthiques dues au biais de décision dans les modèles d'IA/ML non validés ou inexacts. Pour les éviter, mettez en œuvre un processus de contrôle de la qualité impliquant des évaluations régulières des performances et les principales parties prenantes.

Conclusion

L'IA, le Ml, le DL et les « mégadonnées » sont là pour rester dans les sciences de la vie.

Les étapes ci-dessus peuvent vous aider, vous et votre équipe, à passer à la mise en œuvre de l'IA pour répondre à vos questions de recherche. Des solutions prêtes à l'emploi pour des questions de recherche courantes peuvent exister. Cependant, vous devrez peut-être travailler avec des biologistes informatiques et des bioinformaticiens pour développer un nouveau modèle. Nous sommes conscients que la formation, la validation et le test d'un nouveau modèle ne sont pas une mince affaire : cela demande de la concentration, de la patience et une infrastructure de pointe. Pour en savoir plus sur les outils d'application technique AI/ML dans votre laboratoire, lisez le des conseils complets de Lee et coll..

Chez eLabNext, la numérisation des laboratoires est l'avenir et vise à aider les chercheurs, les laboratoires et les organisations à mettre en œuvre des solutions d'IA pour mieux comprendre leurs mégadonnées.

Si vous souhaitez savoir comment vos modèles d'IA/ML peuvent s'interfacer avec vos autres plateformes de laboratoire numériques, contactez nos experts d'eLabNext.

Les dirigeants peuvent venir de n'importe où au sein d'une organisation dans le secteur des sciences de la vie, où l'innovation et l'adaptation sont essentielles. Le nouveau technicien de recherche embauché la semaine dernière peut être aussi efficace pour apporter des changements de grande envergure grâce à un leadership de haute qualité que le vétéran de 25 ans de l'industrie qui occupe un poste de haute direction. En fait, le changement est souvent mis en œuvre de manière plus efficace à partir de la base plutôt que du haut vers le bas. Après tout, l'utilisateur final qui doit utiliser un nouveau produit ou mettre en œuvre un nouveau processus au quotidien est en fin de compte le meilleur défenseur du changement.

Quelles sont donc les qualités nécessaires à un excellent leader pour apporter des changements durables ?

D'après mon expérience, lorsque j'ai proposé la plateforme de laboratoire numérique eLabNext aux organisations des sciences de la vie, grandes et petites, je peux vous dire que ce n'est pas une chose. Un bon leadership repose sur plusieurs caractéristiques communes. Une communication efficace, l'inspiration et d'autres éléments sont tous importants, mais c'est plus que cela.

Voici 7 qualités de leadership qui, selon moi, ont un impact extrêmement positif lorsque les laboratoires, grands et petits, optent pour la plateforme numérique d'eLabNext.

Fixez des délais, sinon le temps sera compté !

Pour toute organisation, les objectifs à court et à long terme sont essentiels. Ils fournissent une orientation et une orientation pour les mois et les années à venir et peuvent donner au personnel du laboratoire une raison d'être.

Pour implémenter une nouvelle plateforme logicielle (ou tout autre changement), concentrez-vous sur les étapes d'un mois, de trois mois, de six mois et d'un an. Plus vos objectifs sont précis et réalisables, mieux c'est. Grâce à eux, vous pouvez vous sentir plus solide, ainsi que votre équipe et votre organisation, en sachant quand et par où commencer ou à quoi devrait ressembler le succès.

Voici quelques exemples de ce à quoi pourraient ressembler ces objectifs si vous adoptiez la plateforme eLabNEXT :

• 1er mois: numérisez tous les articles physiques du laboratoire, y compris les unités de stockage, les instruments, l'équipement, les échantillons et les fournitures.
• Mois 3: Numérisez tous les protocoles et projets et assurez-vous que tout le monde dans le laboratoire est à l'aise avec le nouveau système. Si ce n'est pas le cas, créez un plan de formation pour résoudre ce problème.
• Mois 6 : Tous les membres de l'entreprise utiliseront les fonctionnalités de la nouvelle plateforme à leur plein potentiel.
• Fin de l'année 1: La direction a mis en place des protocoles pour examiner les données et les analyses. L'entreprise a standardisé tous ses flux de travail et en a accordé des droits acquis. Le cas échéant, plusieurs fonctionnalités d'automatisation ont été utilisées pour gagner du temps.

Bien entendu, si vous êtes à la pointe d'un type de changement différent, vos objectifs seront différents, mais assurez-vous simplement de fixer des objectifs spécifiques et réalisables et de fixer un calendrier pour chacun d'entre eux.

Faites de petits pas, faites un grand pas

Un mois, c'est quatre semaines. Cela représente une moyenne de 30 jours, 720 heures ou 43 200 minutes. Parfois, ce n'est pas le cas, mais lorsque vous le planifiez, vous pouvez facilement consacrer quelques heures par semaine aux « petites étapes » qui consistent à établir les bases et l'infrastructure de base de votre nouveau changement.

Si nous prenons notre objectif du premier mois par le haut, voici à quoi pourrait ressembler chaque étape d'un plan de mise en œuvre d'eLabNEXT :

• Semaine 1: Configurez tous les congélateurs et autres unités de stockage.
• Semaine 2: Configurez tout l'équipement et les fournitures.
• Semaine 3: Configurez tous les types d'échantillons.
• Semaine 4: Importez tous vos anciens échantillons dans eLabNext.

Divisez pour mieux régner !

Tu ne peux pas tout faire. Aucun leader ne le peut.

Et tu n'es pas obligée.

Ensemble, en tant qu'équipe, vous disposez de tout un arsenal de forces. Et grâce à eux, vous pouvez vous partager les tâches qui vous attendent pour les surmonter.

Le travail d'équipe permet de réaliser le rêve, et dans le cas d'eLabNEXT, le rêve est de numériser votre laboratoire.

Vous pouvez répartir les tâches entre les membres de l'équipe, et chaque personne peut s'approprier différentes parties du projet, en fonction de ses points forts.

Felicia peut s'occuper des congélateurs, tandis que Steve peut configurer les types d'échantillons. Le tout pendant qu'Emmanuel s'occupe de l'équipement.

De cette façon, vous offrez de nombreuses perspectives, vous encouragez la discussion et le remue-méninges entre les gens, vous renforcez la camaraderie au sein de l'équipe, vous renforcez la base numérique et vous vous préparez à devenir un laboratoire numérique sain et durable pour les années à venir.

Mener par l'exemple

Lorsque vous divisez pour conquérir, donnez l'exemple. Choisissez l'une des « petites étapes » hebdomadaires et faites-le parfaitement dans les délais impartis.

Et si ce n'est pas le cas, demandez à votre équipe de trouver une solution collective.

Cela donnera le ton à tout le monde, inspirera et encouragera, et consolidera les apprentissages de votre groupe en tant que connaissances tribales à transmettre à toutes les nouvelles recrues. Mettre en pratique ce que vous prêchez et attester de ce que vous savez peut bénéficier à l'ensemble du laboratoire.

N'ayez pas peur de demander de l'aide

Si vous êtes confus ou dépassé, demander de l'aide ou des conseils à quelqu'un peut vous aider à résoudre un problème ou à accomplir une tâche sans perdre de temps. Demander de l'aide aux autres peut parfois sembler faible, mais tous les bons leaders « savent ce qu'ils ne savent pas ». Pour continuer avec l'exemple de la mise en œuvre de la plateforme eLabNext, vous pouvez toujours demander de l'aide à notre support technique expérimenté (qui s'enorgueillit de son expertise et de son succès auprès de ses clients) ou parcourez notre bibliothèque de ressources.

Inciter les principaux utilisateurs

Qui n'aime pas un déjeuner gratuit ? Au bout d'un mois, une fois que tous les objectifs auront été atteints, vous pourriez envisager de récompenser le personnel clé qui vous a aidé à apporter des changements. Vous pouvez commander de la nourriture pour toute l'équipe ou faire appel au fournisseur (si cela s'applique à votre changement) pour vous aider.

Lorsque nous avons transféré les laboratoires vers notre plateforme eLabNEXT, le parrainage d'un déjeuner-conférence nous aide à établir des relations et à communiquer plus efficacement. Il encourage également les utilisateurs clés, ce qui se répercute sur le terrain pour inspirer et motiver le reste de l'équipe.

Passez en revue, signalez et profitez des avantages

Passez en revue vos progrès globaux à chaque étape et faites-en rapport à l'équipe. Il est essentiel de voir le changement que vous avez envisagé se concrétiser ! Lorsque nous sommes enterrés dans nos tâches, nous avons du mal à nous arrêter et à sentir les roses.

Avec eLabNext, les roses sont votre représentation numérique de votre laboratoire physique. Célébrez les 100 premières expériences enregistrées. Ou les 1 000 premiers échantillons créés. Ces récompenses peuvent permettre aux employés du laboratoire de rester encouragés et enthousiastes à l'idée de continuer à faire tout ce qu'ils font.

Êtes-vous prêt à mener la transition vers la transformation numérique ? Planifiez une démonstration personnelle de notre plateforme de laboratoire numérique dès aujourd'hui !

L'essence d'un laboratoire de contrôle qualité (CQ) performant et performant réside dans son nom même. Atteindre, maintenir et améliorer continuellement la qualité est l'objectif ultime pour garantir la sécurité des patients.

Alors, comment les laboratoires réglementés peuvent-ils maintenir ces normes de haute qualité et ces processus efficaces ?

De nombreux facteurs, tels que ceux définis dans NORME ISO 15189 : 2012 ou par le Clinical & Laboratory Standards Institute (CLSI) — jouent un rôle dans les opérations des laboratoires de contrôle qualité. Ce blog se concentre sur la gestion des processus d'échantillonnage et d'inventaire, des données, des documents et des enregistrements et sur la manière dont les plateformes logicielles numériques jouent un rôle essentiel.

Exigences et défis des laboratoires de contrôle qualité

Les laboratoires de contrôle qualité manipulent et traitent de nombreux échantillons, allant des matières premières aux échantillons en cours de fabrication, en passant par les produits pharmaceutiques et les produits finis. Au fur et à mesure de l'analyse de ces échantillons, de grandes quantités de données sont générées, notamment des résultats de tests de contrôle qualité, des rapports d'étalonnage, etc.

Il est essentiel de gérer correctement la chaîne de contrôle des échantillons et les spécifications associées pour garantir une qualité élevée et constante. Et, comme on pouvait s'y attendre, cela comporte des défis.

Alors que le personnel du laboratoire traite les échantillons et effectue des tests de libération des matériaux et des échantillons, les données doivent être gérées de manière à garantir que toutes les informations sont exactes, accessibles au personnel qualifié, sécurisées et traçables.

Passons en revue certaines difficultés courantes liées au processus de gestion des échantillons, de l'inventaire, des données, de la documentation et des enregistrements.

Gestion des échantillons et des stocks

Chaque étape du processus de collecte, de manipulation et de test des échantillons doit être soigneusement contrôlée et suivie par le personnel de contrôle qualité. En outre, les méthodes de test de contrôle de la qualité en laboratoire et le processus global doivent être vérifiés et validés. La gestion des stocks est similaire : les procédures relatives aux matières premières, aux réactifs, à la commande des équipements, au stockage et à la péremption doivent être contrôlées et suivies.

De nombreux laboratoires de contrôle qualité traitent quotidiennement de grands volumes d'échantillons. Le traitement, le suivi, la tenue de registres précis et la manipulation correcte de tous les échantillons constituent un défi de taille.

La gestion des stocks constitue un autre défi dans les laboratoires de contrôle qualité, car le suivi des fournitures, des équipements et des produits chimiques peut être long et complexe. Garantir que les matériaux nécessaires sont en stock au bon moment et stockés de manière à en protéger l'intégrité peut être une difficulté constante. S'ils ne sont pas gérés correctement, il existe un risque d'utilisation de matériaux incorrects ou périmés, ce qui peut avoir un impact sur la qualité des résultats. En outre, un suivi inefficace de l'utilisation et des tendances de commande peut entraîner des dépenses inefficaces.

Gestion des données

L'exactitude, la fiabilité et la rapidité des données sont essentielles pour le contrôle qualité. Pour ce faire, il faut accorder une attention rigoureuse à l'évolution des exigences réglementaires en matière de gestion des données, telles que les signatures électroniques, Conformité à la norme 21 CFR Part 11et les processus de sauvegarde et de restauration des données.

La combinaison de procédures de test manuelles et d'instruments automatisés soulève plusieurs défis liés à la gestion des données. Il s'agit notamment de garantir la sécurité des informations sensibles et d'éviter les pertes de données dues à des défaillances du système ou à une erreur humaine. Un autre défi est intégration de données à partir de différentes sources et formats dans une base de données centralisée qui prend en charge l'analyse des données en aval et la création de rapports de manière robuste et flexible.

Gestion des documents et des dossiers

En plus de la gestion des données, procédures opérationnelles normalisées (SOP) de laboratoire, les protocoles et les enregistrements de tests doivent être gérés de manière sécurisée. Cela nécessite des contrôles de stockage et d'accès appropriés pour empêcher les accès non autorisés, les falsifications ou les violations de données. En outre, le respect constant des procédures établies, la formation pratique et la surveillance du personnel sont essentiels pour maintenir l'intégrité du processus de test, démontrer la conformité aux réglementations et soutenir l'amélioration continue des laboratoires de contrôle qualité.

Surmonter les obstacles au contrôle qualité grâce à des plateformes de laboratoire numériques

Les plateformes de laboratoire numériques (DLP) améliorent problèmes de suivi des échantillons et de gestion des données discuté ci-dessus. Ils ont démontré une approche standardisée et complète de la plupart des processus de contrôle qualité, réduisant le risque d'erreurs, fournissant un compte rendu entièrement traçable des opérations du laboratoire, améliorant l'efficacité globale et garantissant la conformité réglementaire.

Voici comment procéder :

• Opérations de contrôle qualité centralisées et normalisées : Les DLP permettent la tenue d'enregistrements numériques pour le suivi et la gestion de tous les échantillons, de l'inventaire, des données, des documents et des enregistrements. Il met également en œuvre un processus pour l'exécution cohérente des flux de travail, réduisant ainsi le risque d'erreur humaine.
• Conformité réglementaire complète : De nombreux DLP proposent des processus automatisables, une traçabilité complète et des fonctionnalités prêtes à être auditées. L'organisation des informations susmentionnées (par exemple, les échantillons, l'inventaire, les données, etc.) dans un endroit centralisé contribue également à améliorer la conformité en maintenant des registres précis, en automatisant les processus et en permettant une « vue d'ensemble » transparente des opérations du laboratoire.
• Rapports rationalisés : Un DLP peut faciliter la création d'un processus de reporting transparent et fiable afin de communiquer des informations de qualité précieuses à toutes les parties prenantes concernées. En outre, les rapports peuvent être automatisés, ce qui améliore l'efficacité globale du laboratoire et favorise la prise de décisions en toute confiance.
• Des données plus sécurisées : Les DLP fournissent un cadre hautement sécurisé pour la mise en œuvre et la gestion de processus sécurisés de collecte, de stockage et de partage d'informations. La plupart des DLP disposent de fonctionnalités de contrôle d'accès, de chiffrement, de sauvegarde et de reprise après sinistre.

Essayez le DLP d'eLabNext pour vos besoins en matière de contrôle qualité

Les plateformes numériques aident à résoudre les problèmes typiques de suivi des échantillons et de gestion des données dans un environnement de contrôle qualité.

Réservez une démonstration personnelle dès aujourd'hui pour voir comment le DLP d'eLabNext s'intègre dans votre laboratoire de contrôle qualité !

The healthcare industry has recently seen a significant shift toward electronic patient records. One key protocol to facilitate this shift is HL7, which stands for Health Level 7, created by a non-profit organization called Health Level Seven International. 

The set of standards simplifies how electronic data is shared between different digital healthcare platforms and makes it easier and more efficient for healthcare providers to share patient data.

What is HL7?

HL7 sets international standards for exchanging, integrating, sharing, and retrieving electronic health information. 

Data formatted using the HL7 standard capture patient data in a unified and easily transmissible format. This digital message can be quickly sent between different software programs, enabling communication between platforms in a friendly, error-free, autonomous fashion. HL7 encompasses several essential standards, including:

• HL7 v2: This widely used standard defines the structure and content of messages exchanged between healthcare systems, facilitating interoperability and data exchange.
• HL7 v3: Designed for more complex healthcare scenarios, HL7 v3 provides a framework for creating detailed clinical and administrative models to improve interoperability across different systems.
• HL7 FHIR (Fast Healthcare Interoperability Resources): It is a modern and rapidly evolving standard that focuses on simplicity and web-based integration, enabling seamless exchange of healthcare data across diverse systems and platforms.
• HL7 CDA (Clinical Document Architecture): It specifies the structure and semantics of clinical documents, allowing healthcare information to be exchanged in a standardized format that supports interoperability and meaningful use.
• HL7 CCD (Continuity of Care Document): It is an HL7-compliant standard that provides a snapshot of a patient's health information, facilitating the exchange of relevant data for continuing care and transitioning between healthcare settings.

These HL7 standards play a crucial role in achieving seamless interoperability and efficient exchange of health information in the digital healthcare ecosystem.

What Types of Labs Use HL7 Messages?

The use of HL7 in healthcare is widespread, and any lab that exchanges patient information will need to send and receive HL7 messages using digital platforms.

Here are several types of labs that use HL7 messages:

• Clinical testing labs: Clinical labs test biospecimens collected from patients to diagnose or monitor medical conditions or the effectiveness of treatments. In this context, HL7 communicates test results and patient information between a clinical lab and other healthcare systems.
• Pathology labs: Similar to clinical testing labs, pathology labs perform tests on tissues or other biospecimens to diagnose disease. HL7 helps exchange test results with other healthcare systems.
• Blood banks: Information about blood donors, blood collection, and blood testing is exchanged using HL7 to communicate the results of blood tests or other patient information to ordering systems.

HL7 may also be used to exchange data with research (and many other types of) labs performing studies on patients.  

How is HL7 Used in the Healthcare Industry?

HL7 provides a standardized and interoperable way for labs to exchange information with other healthcare systems, improving the accuracy, efficiency, and quality of patient care.

Here are some ways HL7 is used in the healthcare industry:

• Interoperability: HL7 enables interoperability by providing a common language and framework for different healthcare systems to communicate with each other. It ensures that data can be exchanged accurately and consistently across diverse systems, including electronic health record (EHR) systems, laboratory information systems, radiology systems, pharmacy systems, and more.
• Patient Data Exchange: HL7 allows for the exchange of patient data between healthcare providers, hospitals, clinics, and other entities involved in patient care. This includes essential information such as patient demographics (name, age, gender, address), medical history, allergies, medications, and clinical observations.
• Clinical Messaging: HL7 defines a messaging standard that enables the transmission of clinical information, such as laboratory test results, radiology reports, and other diagnostic findings. This helps healthcare providers to access and review patient information efficiently, supporting timely decision-making and providing better quality care.
• Integration with Electronic Health Records (EHRs): HL7 plays a vital role in integrating various healthcare applications with EHR systems. It enables the seamless flow of data between different systems, ensuring that information from laboratory tests, procedures, and other sources is accurately captured and stored in the patient's electronic health record.

How the eLabNext Platform Receives HL7 Messages

eLabNext, a digital lab platform used by a wide array of laboratories that allows tracking of sample information and test results, can receive HL7 data messages within a user’s digital lab space and translate this into a sample record for processing.

This capability allows your lab to seamlessly receive physician testing orders, complete with a unique barcode identifier. The automated process reduces data loss and errors as the lab processes samples.

Any laboratory personnel can use eLabNext to track sample processing and continuously update it with testing results. Using this intuitive digital lab platform, you can easily associate your results with specific patients. The lab can send this back to the ordering system as another HL7 message when the results are complete. Full traceability enables a comprehensive audit trail.

We have established this automated loop with Point & Click Solutions and Enterprise Health’s electronic health record (EHR) systems to track and manage patient COVID-19 testing. This integration tracked a high volume of daily patient samples while managing test results and routing them back to these EHR systems. 

eLabNext also used similar capabilities to support Boston University’s in-house COVID-19 testing workflow, processing up to 9,000 samples daily.

The Details for IT Folks…

We use a REST API POST message to enable connections between platforms. The message header contains the mapping instructions for translating the HL7 fields into a sample. This allows for a very nuanced setup precisely tailored to each lab.  

Here’s what an example header looks like:

{

"sampleTypeID": 12485,

"storageLayerID": 0, /* Optional */

"position": 0, /* Optional */

"name": {

"segment": "MSH",

"field": 10

},

"description": { /* Optional */

"segment": "MSH",

"field": 9,

"component": 3

},

"altBarcode": { /* Optional: Alternative barcode information. */

"segment": "OBR",

"field": 31

},

"sampleTypeMetaIDMapping": [ /* Optional: Array of mappings for the sampleTypeMetaID to the respective segment in the HL7 message */

{

"sampleTypeMetaID": 85318,

"segment": "OBX",

"field": 5

},

{

"sampleTypeMetaID": 85317,

"segment": "ORC",

"field": 2

}

]

}

And if You’re Not Technically Inclined, No Worries

The above is JavaScript code that represents a configuration for a sample type in HL7 messaging. But if you’re not an IT professional, all you need to know is:

• HL7 simplifies the sharing of patient data between different digital platforms, making it more efficient and error-free for the life science industry. 
• HL7 is widely used in diagnostic testing labs and donor banks to exchange patient information and/or test results. 
• The eLabNext platform receives HL7 messages, allowing laboratories to process samples automatically with unique barcode identifiers. 

Dans l'ensemble, le HL7 est essentiel pour les environnements de laboratoire numériques.

Si vous souhaitez en savoir plus sur la plateforme eLabNext et la messagerie HL7, planifiez une démonstration personnelle pour voir comment cela fonctionne.

La famille des nanoPhotomètres comprend des spectrophotomètres à microvolume conçus pour mesurer des échantillons liquides uniques ou multiples de petits volumes avec une précision et une précision élevées. Grâce à la capacité de mesurer aussi peu que 0,3 à 2 µl d'échantillons, les chercheurs peuvent économiser du temps et des échantillons précieux tout en garantissant des résultats précis.

Flux de données fluide 

Des erreurs peuvent facilement se produire lorsque vous copiez et collez manuellement des données, en particulier lorsqu'il s'agit de grandes quantités d'informations. L'automatisation de ce processus peut contribuer à éliminer le risque d'erreur humaine et à garantir un transfert précis des données vers votre plateforme de laboratoire numérique (DLP). Le module complémentaire Implen NanoPhotometer permet aux utilisateurs de stocker automatiquement toutes les données de mesure de leurs nanophotomètres connectés directement dans eLabJournal. Ce module complémentaire réduit les erreurs de procédure et améliore la cohérence et la traçabilité entre de multiples utilisateurs et échantillons.

Le module complémentaire Implen NanoPhotometer rationalise les flux de travail des utilisateurs, ce qui facilite la gestion et l'analyse des données. En transférant automatiquement les données de mesure vers eLabJournal, les utilisateurs peuvent facilement suivre et organiser les données au fil du temps. Cela peut être particulièrement bénéfique pour les chercheurs et les techniciens de laboratoire qui ont besoin de gérer de grandes quantités de données et de suivre les modifications.

En faisant gagner du temps, en réduisant le risque d'erreurs et en fournissant un flux de travail rationalisé, ce module complémentaire peut aider les utilisateurs à gérer et à analyser efficacement les données, pour aboutir à des résultats de recherche plus précis et plus fiables.

Ce qui rend les nanophotomètres Implen uniques 

Cette famille unique d'instruments propose une large gamme d'applications préprogrammées destinées aux scientifiques travaillant dans les domaines de la recherche, de l'enseignement, du développement et des applications de contrôle qualité au sein des universités, des instituts de recherche, des sociétés biotechnologiques et pharmaceutiques.

Ils scannent de 200 à 900 nm en moins de trois secondes, couvrant des concentrations d'ADNdb de 1 à 16 500 ng/µl ou de 0,03 à 478 mg/ml de BSA.

La détection automatique des échantillons contaminés garantit des résultats précis. Fonctionnement intuitif de l'écran tactile, vortex intégré, flux de travail simple permettant de mesurer, d'essuyer et de répéter des pipettes, faible encombrement et intégration réseau pour une utilisation pratique sur le banc de laboratoire. Technologie brevetée sans recalibrage, fabriquée en Allemagne.

Le nanophotomètre Implen N120 scanne jusqu'à 12 échantillons en seulement 20 secondes. La quantification de l'ADN, de l'ARN et des protéines n'a jamais été aussi rapide. Augmentez le débit de vos échantillons et mesurez une plaque à 96 puits en seulement 5 minutes. Moins de pipetage signifie moins d'erreurs.

Le nouveau module complémentaire Implen NanoPhotometer est désormais disponible et peut être installé gratuitement depuis l'eLab Marketplace. Planifiez une démonstration personnelle avec l'équipe Implen pour tester le module complémentaire, ou visitez le site Web d'Implen pour en savoir plus sur la technologie.

À propos d'Implen 

Implen est une société privée leader dans la fourniture d'instruments de spectroscopie et de consommables pour l'analyse non destructive d'échantillons à très faible volume. La société se concentre sur les laboratoires biologiques, chimiques et pharmaceutiques de l'industrie et de la recherche. Implen met fortement l'accent sur le client et est fière de fournir des produits de qualité et un service client de haut niveau pour atteindre une satisfaction totale de ses clients.

implen.com

Pour toute question, veuillez contacter Soeren Rowold à leads@implen.de.

ASCENSCIA est votre assistant vocal de laboratoire, spécialement conçu pour les scientifiques par des scientifiques. Il fonctionne essentiellement comme votre compagnon, offrant un moyen facile d'accéder à l'information et d'enregistrer des données tout en travaillant en laboratoire, vous libérant ainsi les mains et vous permettant de vous concentrer sur votre expérience.

La numérisation des laboratoires scientifiques est en cours et constitue souvent un défi. L'un des obstacles auxquels les scientifiques sont confrontés est de rester connectés à leurs carnets de laboratoire électroniques (ELN) depuis le laboratoire. Avec de multiples expériences à réaliser et des données à enregistrer, le multitâche peut entraîner une perte de temps et des informations de recherche précieuses. Cependant, l'émergence de la technologie d'assistant vocal développée par ASCENSCIA pour les scientifiques offre une solution. L'assistant vocal ASCENSCIA permet d'enregistrer des notes et des données en mode mains libres directement sur la plateforme eLabNEXT, rationalisant ainsi le processus de recherche et facilitant la numérisation complète des laboratoires. En simplifiant les tâches quotidiennes et en éliminant la prise de notes manuelle, les scientifiques peuvent se concentrer sur leurs expériences et tirer le meilleur parti de leur temps en laboratoire. Cette technologie révolutionne les méthodes traditionnelles, permettant une recherche scientifique plus efficace et plus précise.

Des inefficacités qui entraînent un gaspillage de ressources et ralentissent la numérisation des laboratoires

En travaillant en étroite collaboration avec des laboratoires de recherche universitaires et industriels, nous avons pu mieux comprendre les inefficacités cachées qui entraînent un gaspillage de ressources et une lenteur de la numérisation. Les scientifiques sont souvent frustrés par leur incapacité à accéder facilement aux données ou à les transférer, en particulier des notes papier aux carnets de laboratoire électroniques (ELN). Ces petits obstacles peuvent s'accumuler et nuire à la productivité globale du laboratoire. Notre collaboration avec des laboratoires de recherche nous a permis d'identifier et de quantifier ces processus inefficaces, ce qui a finalement conduit au développement de l'assistant vocal ASCENSCIA. Par exemple, la résolution de l'accès déconnecté aux cahiers de laboratoire électroniques et la rationalisation du transfert de données à partir de notes papier peuvent permettre de gagner beaucoup de temps et d'améliorer la qualité des données. En fait, nos efforts ont permis d'augmenter la productivité de 40 %, d'économiser jusqu'à 30 % du temps pour les chercheurs et de réduire les problèmes de reproductibilité de 70 %.

Je pense que c'est une période très intéressante pour le domaine de la recherche scientifique, qui s'oriente vers la numérisation des laboratoires. C'est très intéressant de travailler avec des partenaires tels qu'eLabNext pour accélérer ce processus de transformation.

Ahmed Khalil, fondateur et PDG d'ASCENSCIA

Un partenariat fructueux

Chez ASCENSCIA, nous sélectionnons nos partenaires avec soin afin de nous assurer que nous travaillons tous vers les mêmes objectifs et valeurs. C'est pourquoi nous avons choisi de nous aligner sur eLabNEXT : leur mission de numérisation des laboratoires scientifiques correspond parfaitement à la nôtre. De plus, leurs produits et services nous permettent d'intégrer facilement notre solution de technologie vocale dans les laboratoires. Nous avons été ravis de l'enthousiasme et du soutien de l'équipe eLabNEXT lors de nos explorations de partenariats, autant de signes indiquant une collaboration réussie. Nous sommes impatients de voir ce que l'avenir réserve à notre partenariat avec eLabNext.

Chez eLabNext, notre mission est de révolutionner la recherche en sciences de la vie en créant un vaste marché d'outils de laboratoire numériques personnalisables. C'est pourquoi nous sommes ravis d'annoncer notre partenariat avec ASCENSCIA, une société dédiée à la création d'une technologie d'assistant vocal révolutionnaire spécialement conçue pour les scientifiques. En intégrant cette technologie à notre plateforme, nous pouvons offrir encore plus d'options aux chercheurs pour rationaliser leurs flux de travail et faciliter plus que jamais leurs tâches quotidiennes en laboratoire. Nous sommes enthousiasmés par le potentiel de ce partenariat et sommes impatients de voir comment les chercheurs tireront parti de ce nouvel outil innovant dans leurs laboratoires.

Lara Matthews, responsable du développement commercial chez eLabNext

À propos d'ASCENSCIA

ASCENSCIA est un assistant vocal hautement spécialisé pour les laboratoires scientifiques. ASCENSCIA peut s'intégrer parfaitement aux bases de données, systèmes et machines existants du laboratoire, en les rendant plus intelligents en créant des laboratoires à commande vocale. Ainsi, les scientifiques peuvent collecter des données avec précision, automatiser les flux de travail expérimentaux et rester connectés à leurs bases de données depuis le laboratoire grâce à la puissance de leur voix.

Nous sommes une équipe de scientifiques qui connaissent les difficultés, les défis et les coûts liés à la mise sur le marché de médicaments thérapeutiques. Notre mission est de faire évoluer la recherche scientifique vers une ère davantage axée sur les données. Nous accélérons la recherche sur les premiers stades de la découverte de médicaments pour en faire un processus plus efficace, plus économique et plus durable. Résoudre collectivement les petits défis quotidiens du laboratoire contribue simplement à un énorme gaspillage des ressources du laboratoire. À terme, notre objectif est de transformer les laboratoires de recherche scientifique en des laboratoires plus centrés sur les données et guidés par les données.

Inscrivez-vous pour un essai gratuit

Los Angeles, Californie — La transformation numérique du secteur des sciences de la vie se poursuit à un rythme soutenu, avec la numérisation des laboratoires en tête de liste des priorités. Avec l'ouverture du nouveau bureau d'eLabNext à Glendale, en Californie, la région est idéalement placée pour devenir une plaque tournante de l'innovation et de l'entrepreneuriat.

La division eLabNEXT d'Eppendorf a été fondée en 2010 dans le but de rationaliser la R&D dans le domaine des sciences de la vie en numérisant les processus de laboratoire. L'entreprise propose une expérience de service complète avec une équipe d'experts qui aident les clients tout au long de leur parcours de numérisation. Les solutions eLabNEXT ont été utilisées dans divers domaines de recherche, notamment la recherche sur le cancer, la production alimentaire durable et le développement du vaccin contre la COVID-19.

« Nous sommes ravis d'ouvrir notre nouveau bureau à Glendale et de rejoindre la communauté dynamique de Hero House », a déclaré Alisha Simmons, responsable des grands comptes chez eLabNext, Amériques, division d'Eppendorf. « Cette décision représente une étape majeure dans notre mission qui consiste à rationaliser la R&D dans le domaine des sciences de la vie grâce à la numérisation et à avoir un impact positif sur le secteur. »

Une communauté florissante de startups et de leaders de l'innovation entoure les nouveaux bureaux de Hero House. SmartGateVC, une société de capital-risque de pré-amorçage et d'amorçage basée à Los Angeles qui investit à l'intersection de l'IA, de la santé et de la biotechnologie, a fondé Hero House en tant que centre de start-up et d'innovation.

« Alors que nous poursuivons notre expansion mondiale, nous sommes ravis d'ouvrir notre nouveau bureau à Glendale et de faire partie de la communauté florissante des sciences de la vie de Los Angeles », a déclaré Erwin Seinen, fondateur et directeur général d'eLabNext.

Hero House fournit l'infrastructure et les ressources nécessaires pour favoriser la croissance de nouvelles entreprises grâce à ses programmes, à son réseau mondial de mentors, à son groupe d'investisseurs providentiels et à son soutien au transfert de technologie.

« À Hero House, nous nous engageons à développer une communauté dynamique d'innovation et d'esprit d'entreprise dans le secteur des sciences de la vie. L'arrivée d'eLabNext dans notre centre d'entrepreneuriat technologique ouvre de nombreuses opportunités aux startups et aux laboratoires SoCal et renforce notre écosystème. Leur engagement en faveur de la numérisation des processus de laboratoire correspond à notre mission, et nous sommes impatients d'aider eLabNext et ses clients à continuer à progresser dans ce domaine passionnant. » Ashot Arzumanyan, associé, SmartGate VC

Les avantages de la numérisation sont de plus en plus évidents à mesure que les laboratoires des sciences de la vie continuent d'adopter de nouvelles technologies. Les laboratoires modernes rationalisent leurs opérations et permettent aux scientifiques de se concentrer sur leurs recherches en automatisant les processus manuels, en minimisant les erreurs de données et en améliorant le stockage des données, les processus optimisés pour l'IA, etc. L'avenir du secteur des sciences de la vie semble prometteur, de nombreux acteurs prometteurs émergeant dans SoCal.

L'ouverture du nouveau bureau d'eLabNext à Hero House témoigne de l'importance croissante de la numérisation dans les sciences de la vie et de l'avenir prometteur de la scène biotechnologique de Los Angeles. La région est en passe de devenir une plaque tournante de la R&D dans le domaine des sciences de la vie et de la biotechnologie, avec une communauté florissante de startups, de leaders de l'innovation et un nombre croissant d'acteurs clés entrant sur le marché.

Contact eLabNext

Alisha Simmons, responsable des grands comptes chez ElabNext, division d'Eppendorf, 508-851-7747, a.simmons @elabnext

À propos de SmartGateVC et Hero House

SmartGate VC est une société de capital-risque de pré-amorçage et d'amorçage basée à SoCal et en Arménie qui investit à l'intersection de l'IA avec les soins de santé, la biotechnologie, la sécurité et l'IoT dans le sud de la Californie, dans l'ensemble des États-Unis et en Arménie. SmartGateVC fournit aux startups les ressources et le soutien dont elles ont besoin pour réussir, grâce à une équipe de professionnels de l'investissement expérimentés et à un réseau mondial de mentors.

Maison des héros by SmartGateVC est un centre de start-up et d'innovation situé à Glendale, en Californie, où SmartGateVC travaille avec des scientifiques, des fondateurs, des dirigeants et des co-investisseurs pour transformer la recherche et la technologie dans diverses disciplines en entreprises définissant le secteur. Il relie la science, la technologie, l'esprit d'entreprise et le capital, favorisant ainsi la création et le développement de nouvelles entreprises.

smartgate.vc et herohouse.io   

Liana Karapetyan, associée chez SmartGateVC, directrice de Hero House Angels, liana@smartgate.vc