客户案例

机器人加快工程生物学的创新速度

London DNA Foundry通过使用JMP^®进行实验设计，释放自动化实验的能力。

虽然在自动化工程和实验开发方面积累了的丰富经验，但是David McClymont博士明白要兼顾多个重要任务时将面临怎样的挑战。作为London DNA Foundry的自动化主管，他负责支持各种不同合成生物学项目的多个机器人系统，以协助科学家将创新性生物学研究制成原型并实现商业化。Foundry专门从事“合成DNA的设计、组装、验证和塑造”，为科学家提供一套领先的机器人技术、自动化分析设备、指导和培训，这些都是他们在其他情况下无法获得的， 目的是为了促进合成生物技术研究的商业化。

作为自动化主管，McClymont的职责是为使用Foundry服务的初创公司提供咨询服务。“每个初创公司的目标都各不相同，不过创造基因和基因构筑质体的标准方式是一样的。”他说。“因此我们为整合基因打造了一个基本上通用的机器人平台，适用于几乎所有的功能。利用标准化的DNA构建技术，我们认为实验设计可以满足多种不同生物技术应用的所有需求。”

自动化带来重现性

生物研究中普遍存在重现性和统计学功能的问题源自双重问题：

• 手动实施和重现实验所需的时间，以及
• 生物学家能够得到的统计培训和支持有限，导致稳健的统计技术在生物学问题上的应用非常少。

为了增加重现性，对统计的需求日益严格，对此McClymont说：“大 量资助者和报纸杂志真的开始追根究底了。尤其是在小动物研究方面，他们在推动实施功效分析，以确保实验设计的稳健性。”不仅报纸杂志在推动更深入的统计分析，研究人员也意识到了这种需求，即运用统计分析技术设计和重现实验，以此提取出更适合的数据，解答复杂的问题。

利用Foundry最先进的资源，科学家们可以通过自动化执行大型实验来解决第一个问题，消除对大量人员手动进行实验的需求，这往往会带来潜在的偏见和不一致。“自动化本质上会免费提供额外的重复实验。”McClymont解释说。而且，自动化让用户可以将单调乏味的任务交给机器人来控制，空出时间来，让科学家有机会集中精力在大的想法上。

McClymont及其Foundry团队通过将DOE等统计技术直接整合到机器人及其支持系统的设计中，降低了使用这些分析所需的知识门槛，并帮助科学家在进行研究的同时了解统计数据。

为统计整合构建强大的框架

通过使用DOE——一种在多因子机会空间建立因果关系的统计方法， 研究人员可以在同一实验中评估多个参数，加快研究进程，并生成 一致的优质数据，这对Foundry的创业目标来说尤为重要。“（初创 企业生物学家生成的）数据必须能说服投资者为他们的公司投资。 不能有任何（关于科学的）质疑。”SynbiCITE的首席执行官Stephen Chambers博士强调说。

与研究人员可能需要尽可能多地做实验，这种漫无目标的方法不同， DOE增加了一个稳健的框架来指导研究的设计和执行，让研究人员可以充分利用端到端自动化所提供的强大功能。就像McClymont所描述的那样：“这不仅仅是进行更多的重复实验，而是做更智能的重复实验，打造更有价值的模型。”

那么如何将DOE整合到机器人学系统中呢？“我们需要打造一个软件层，本质上能够记录实验描述，这是由JMP软件的Custom Design制作的，然后把它转化成可以在机器人中可以运行的东西。”McClymont 解释说。“JMP让你可以（向机器人）描述实验的内容。就是把JMP 使用的语言翻译成机器人使用的语言，并且使用软件来完成这个 任务。”

将DOE与机器人科学组合在一起是异常强大的，因为它让研究人员免于管理重复生物学实验中单调乏味的任务，让他们可以把精力用在别处。“当你可以把一个可能持续数周的过程——（且不说）过程中需要的思考和专注——变成一个‘点击运行’的操作，这对我们科学家来说真是一个极大的解放。你可以把精力集中在更重要的事情上，比如说演绎、建模、考虑下一个实验。你基本上可以让软件和机器人替你完成所有事情。”自动化DOE的这种“点击运行”还让那些缺乏高深统计专业知识的科学家可以继续自己的研究，同时补充统计知识。

适合缺少统计学经验的科学家的直觉式软件

起初，Foundry决定主要在小范围的DOE里使用JMP。不过， McClymont对学习这种方法感兴趣已经有一段时间了，对在机器人科学中应用统计模型满怀热情。“在微生物再造工程方面，我觉得仅仅扫描真的不够，在基因层面的DOE绝对是正确的方式。”他说。

在过去用过的很多统计软件包中，McClymont发现JMP的界面最能满足他的需求。“
（JMP）基于科学家或生物学家如何与它互动。我真的很喜欢的是，它的目标是把事情做好，而不是让你把时间都用来搞清楚这个软件要做什么。（JMP）做成了我想做的事，我们就直接开始用了。”

通过让用户从整体上查看实验空间，JMP让他们可以在一个强健而又简单的统计基础的支持下，展望开展研究的新方式。“我从来没见过像JMP这么容易使用的工具。DOE（应用）和Custom Design 真的很直观，Fit Model平台也是一样。我之前用过的其他软件都没有JMP这么直观而又强大。”

对Foundry的研究人员尤其有用的是，JMP提供一个完整的统计学套装，可以支持他们项目的整个生命周期。“我们可以在一个软件中进行DOE和建模，我认为这是鼓励人们使用它的一个真正优势。”

McClymont非常确信DOE和使用JMP的重要性，因此，他强烈建议Foundry所有的初创企业跟随他的倡导。通过将JMP软件构建到实验室的机器人科学系统中，以促进在自动化实验中实施DOE，Foundry 的研究人员更难拒绝JMP了——这也是重点所在。

“ 我们拥有一个界面，可以按照生物学家的想法，用多种不同的方式 与机器人科学系统进行互动，并且运行得很好，这反过来又可以在JMP中进行更高水平的实验设计和统计分析。”McClymont说道。“自动化系统更容易全面地为基因工程应用提高标准、重现性和数据解释。”