En 1950, les connaissances médicales doublaient tous les cinquante ans.
En 1980, le temps de doublement était de sept ans.
En 2010, ce délai a été ramené à trois ans et demi.
Et le taux de croissance des données ne cesse d'augmenter. Rien qu'en 2013, 153 exaoctets de données de santé ont été générés dans le monde, et on estime qu'ils atteindront 2 314 exaoctets en 2020.
Cette accélération est incroyable, mais elle se produit sans tenir compte de la manière dont toutes ces informations sont utilisées. Dans ce blog, nous passerons en revue les innovations qui ont conduit à l'âge d'or actuel de l'automatisation des laboratoires et nous verrons comment la gestion des données peut encore être améliorée dans les sciences de la vie.
Lorsque j'ai pris connaissance du temps de doublement des données au cours des dernières décennies, je me suis demandé quelle était la cause d'une augmentation aussi rapide de ces délais. Dans les années 1950, le prix Nobel a été décerné à John Enders, Thomas Weller et Frederick Robbins pour avoir cultivé le poliovirus, ouvert la voie à la production de vaccins à grande échelle et contribué au développement des vaccins contre la rougeole, les oreillons, la rubéole et la varicelle.
Avant cette avancée, les premières centrifugeuses à entraînement électrique ont été introduites en 1910 et, à la fin des années 1940, les premiers composants subcellulaires ont été isolés par centrifugation. Peu de temps après que ces techniques se soient avérées utiles, les percées susmentionnées d'Enders, Weller et Robbins ont eu lieu.
Était-ce la seule raison ?
Presque certainement pas. Cependant, l'innovation continue a révolutionné les connaissances d'Enders et de ses collègues sur la structure, la composition et la fonction des composants intracellulaires. Elle a également démontré l'incroyable potentiel de la centrifugation pour la recherche biomédicale.
Passons aux années 70 et 80, lorsque Walter Fiers a été le premier à séquencer l'ADN d'un gène complet (le gène codant pour la protéine d'enveloppe d'un bactériophage MS2). Ensuite, Fredrick Sanger a introduit la méthode de terminaison de chaîne didésoxy pour le séquençage des molécules d'ADN, qui est devenue la plus largement utilisée pendant plus de 30 ans.
Cependant, le séquençage Sanger n'était pas automatisé et prenait beaucoup de temps. En 1987, Leroy Hood et Michael Hunkapiller ont réussi à automatiser le séquençage Sanger en apportant deux améliorations majeures à la méthode. Les fragments d'ADN ont été marqués avec des colorants fluorescents au lieu de molécules radioactives, et l'acquisition et l'analyse des données ont été rendues possibles sur ordinateur. La création de l'AB370A en 1986 a permis d'augmenter considérablement le débit de cette technique révolutionnaire, en permettant le séquençage simultané de 96 échantillons.
C'est ainsi qu'est né le "séquençage de première génération".
La façon dont l'automatisation a contribué à faire progresser le séquençage de l'ADN a servi de point de repère pour l'automatisation ultérieure des laboratoires. Le premier manipulateur de liquide automatisé a été construit lorsque le premier gène complet a été séquencé. Comme indiqué plus haut, son développement s'est fait par étapes distinctes.
Dans les années 70, les entreprises ont ajouté un moteur aux pipettes pour contrôler l'aspiration et la distribution.
Dans les années 80, nous avons vu des stations de travail complètes capables de réaliser des protocoles complexes.
Dans les années 90, le criblage à haut débit a été mis au point,
Suivie au début des années 2000 par le séquençage de nouvelle génération (NGS).
Peu après, les progrès de l'informatique et les logiciels conviviaux de sociétés telles qu'Eppendorf ont fait entrer la manipulation des liquides dans le courant dominant.
La manipulation des liquides est l'une des tâches les plus variables dans un laboratoire et sans aucun doute la plus chronophage. Le développement de stations de travail automatisées, combiné à l'ordinateur moderne, a certainement contribué à l'augmentation des connaissances scientifiques.
Mais le coût de l'instrumentation automatisée a longtemps empêché sa généralisation. Rappelez-vous, dans les années 80 et 90, l'automatisation n'était disponible que pour les laboratoires/entreprises qui étaient prêts à débourser une belle somme pour les stations de travail. Les entreprises qui produisaient ces unités avaient besoin de programmeurs de logiciels spécialisés ; certaines d'entre elles ont encore besoin de cette spécialité !
Ce n'est qu'au début des années 2000 que l'automatisation est devenue plus accessible en raison de la baisse des coûts et de la facilité d'utilisation. Les entreprises pharmaceutiques et les biotechnologies bien financées n'étaient plus les seules à y avoir accès. Avec la mise sur le marché des manipulateurs de liquides d'Eppendorf, comme le premier système de pipetage automatisé, l'EpMotionGrâce à l'automatisation des flux de travail, tous les laboratoires pourraient constater une réduction considérable des erreurs de pipetage, une augmentation du débit et une meilleure conformité aux exigences réglementaires strictes. Les flux de travail automatisés sont aujourd'hui à l'origine d'innovations et de percées majeures. Nous allons voir ci-dessous pourquoi les manipulateurs de liquides automatisés, en particulier l'EpMotion d'Eppendorf, sont indispensables dans un laboratoire de recherche et quels sont leurs nombreux avantages :
Ces avantages et la solide histoire d'EpMotion en matière de lancement et d'automatisation des laboratoires ont permis à l'industrie des sciences de la vie de continuer à innover.
Nous avons utilisé la technologie pour faire progresser et accélérer le séquençage et la manipulation des liquides, mais d'autres choses que nous faisons dans les laboratoires sont restées terriblement archaïques.
Je suis toujours perplexe lorsque je travaille avec des chercheurs et des laboratoires sur l'automatisation de leurs méthodes, et la plupart des membres des laboratoires sont toujours... transporter d'énormes carnets de notes avec leurs protocoles, leurs notes, leurs résultats, leurs ajustements, etc.
Le même processus a été utilisé en 1950 lorsque Enders, Weller et Robbins ont cultivé le poliovirus à la recherche d'un vaccin. Pourtant, comme je l'ai dit au début de ce blog, la quantité de données générées par les scientifiques de laboratoire a explosé ! Comment l'industrie des sciences de la vie peut-elle espérer gérer ces données en utilisant uniquement du papier ?
eLabNext est essentiel pour la prochaine étape de notre progression dans l'industrie scientifique : Il fournit une plateforme numérique pour le suivi de vos échantillons, l'intégration avec les automates de manipulation de liquides, la cartographie et la visualisation de votre flux de travail, la sécurisation de vos données, la gestion de votre inventaire et la collaboration. eLabNext organise et hiérarchise les données utiles et exploitables.
Eppendorf et eLabNext proposent une solution complète pour le laboratoire moderne : Suivi des échantillons depuis le l'entrée de l'échantillon dans la chambre froide, traitement sur votre EpMotionet au-delà.
Et maintenant que l'IA fait encore plus de percées dans les sciences de la vie, l'intégration avec les plateformes numériques est la prochaine innovation passionnante à l'horizon ! Lire la suite 10 mesures concrètes pour utiliser l'IA dans votre laboratoire de recherche pour en savoir plus.
Découvrez les aspects clés, les défis et la voie à suivre pour mettre en œuvre l'IA dans les laboratoires de biotechnologie.
Lire la suiteDécouvrez des exemples historiques d'innovation et la nécessité de disposer d'ordinateurs portables de laboratoire de nouvelle génération pour gérer la croissance exponentielle des données dans le domaine de la recherche scientifique.
Lire la suiteDécouvrez les défis opérationnels auxquels sont confrontées les biobanques, qu'il s'agisse de gérer la quantité d'échantillons, d'assurer la sécurité des données ou de se préparer aux catastrophes.
Lire la suitePlanifiez une démonstration personnelle pour bénéficier des conseils d'un expert et d'une évaluation gratuite du flux de travail du laboratoire.