데이터를 유용하게 만들기

David Hardy가 LIMS와 데이터 분석이 실행 가능한 통찰력을 제공하는 방법을 밝힙니다.

바이오제약 연구실에는 어떤 프로젝트를 진행할지 결정하는 데 도움이 되는 풍부한 데이터가 있습니다. 그러나 대부분의 사람들은 데이터를 실험에서 얻은 것으로 생각하지만 실험실의 모든 단일 프로세스는 남은 시약의 양에서 장비 상태에 이르기까지 활용되기를 기다리는 미지의 데이터 금광을 제공합니다. 이 모든 데이터를 잘 사용하면 실험실에 다음과 같은 많은 이점을 제공합니다. 데이터 무결성 유지 향상; 규정 준수 지원 생산성 향상.

하지만 이 데이터를 수집하고 사용하는 것은 처음 생각하는 것만큼 쉽지 않습니다. 많은 실험실 프로세스가 여전히 수동이므로 데이터가 자동으로 수집되지 않습니다. 그리고 데이터가 수집되는 경우 종종 고립되어 있습니다. 즉, 과학자들이 실시간 업데이트를 수집하기 위해 점들을 연결할 수 없다는 의미입니다.

데이터의 양이 충분하지 않거나 연결되지 않은 데이터는 실험실 프로세스 속도를 늦추고 생산성과 혁신을 저해할 수 있습니다. 이는 데이터를 분석에 사용할 수 없음을 의미할 뿐만 아니라 협업을 제한하여 프로젝트 진행을 제한합니다. 또한 의사결정은 여전히 ​​실시간이 아닌 사후에 이루어지고 있어 지연과 비용이 발생하고 있습니다.

실험실 정보 관리 시스템(LIMS)은 실험실 전체의 다양한 소스에서 데이터를 모아 사용자가 즉각적인 조치를 취할 수 있는 정보로 변환할 수 있게 해주는 누락된 퍼즐 조각입니다. 여기에서는 실험실 데이터 관리에 LIMS를 사용하여 데이터를 활용하여 효율성을 높이고 비용을 절감하는 방법을 보여줍니다.

LIMS는 샘플 샘플링, 수령 또는 완료 날짜와 같은 실험실 전체의 여러 프로세스에서 디지털 방식으로 정보를 수집합니다. 모든 샘플에 대해 이 데이터를 기록하면 실험실을 더욱 효율적으로 만드는 데 사용할 수 있는 풍부한 정보가 제공됩니다.

획득한 데이터는 데이터 마이닝과 같은 다양한 방법으로 사용될 수 있으므로 사용자는 주어진 기간 동안 실행되는 샘플 수와 같은 실험실 성능 지표에 대한 추가적인 통찰력을 얻을 수 있습니다. 또한 사용자는 병목 현상을 쉽게 식별하여 문제를 해결하고 궁극적으로 비용을 절감할 수 있습니다.

LIMS 데이터는 샘플 그 이상이며 교육 기록부터 전자 분석 노트북에 기록된 비정형 데이터까지 다양한 측면을 포함할 수 있습니다. 수집된 데이터는 연구실 운영, 시스템 관리, 과학적 통찰력이라는 세 가지 카테고리로 크게 분류할 수 있습니다. 이러한 결합된 영역은 추가 분석이 가능한 매우 상세한 데이터 세트로 이어집니다.

데이터 분석 솔루션은 LIMS에서 수집한 데이터를 작업으로 전환할 수 있습니다. 문제를 단순화하기 위해 일부 LIMS에는 데이터 분석이 통합되어 있습니다. 즉, 데이터를 내보낼 필요가 없고 데이터 거버넌스가 유지됩니다. 자동화된 데이터 분석은 비즈니스 인텔리전스(BI)와 기계 학습(ML)이라는 두 가지 주요 영역을 지원할 수 있습니다.

운영 및 관리 병목 현상을 신속하게 식별하는 능력은 실험실을 원활하게 운영하는 데 필수적입니다. BI 대시보드는 실험실 관리자가 더 깊은 이해를 얻고 데이터 통찰력을 행동으로 전환할 수 있게 해주는 도구입니다. 사용되는 LIMS에 따라 다양한 비즈니스 인텔리전스 기능을 사용할 수 있습니다.

예를 들어, 바이오의약품 연구실의 중요한 측면 중 하나는 시약과 소모품의 충분한 공급을 보장하는 것입니다. 이러한 필수 구성 요소가 부족하면 심각한 지연이 발생하여 실험실에서 프로젝트 마감일을 놓치게 될 수 있습니다. 일부 LIMS에는 재고 개요 대시보드(그림 1)가 함께 제공되어 사용자가 소모품의 위치와 가용성을 확인하고 새 재고를 주문할 수도 있습니다. 이 정보는 소모품 사용 및 배포에 대한 더 나은 이해로 이어져 실험실 작업 부하를 관리하는 데 도움이 됩니다.

그러나 재고 개요는 하나의 예일 뿐입니다. 대시보드는 장비 가동 시간, 분석가 작업량, 장비 유지 관리 등 비즈니스에 중요한 다른 여러 측면을 다룹니다.