分析数据管理的状态

在过去的十年里,我们已经研发经历了巨大的变化。新仪器和软件的崛起数字实验室,景观演变的分析化学数据。在ACD /实验室,我们需要保持一个手指的脉冲分析数据管理(ADM)。
这就是为什么我们推出一个全面调查每隔几年发现有关分析化学的最新趋势和偏好数据及其管理。
在这个调查中我们听到从学术界(30%)、工业/制造业(26%),生物/制药公司(13%)、政府(11%)、非营利研究(9%)、合同服务提供者(5%),和顾问(3%)。
这是我们发现…

数据的多样性是一个真正的问题,必需的

数据是所有科学研究项目的中坚力量。主要是收集分析数据,确保材料特别的身份和质量:
1。了解材料的结构或成分和过程,它们了
2。评估的性能实验、材料或过程
它常常需要运行几个不同的分析实验来回答这些问题(例如LC / MS和NMR)。分析实验室配备有各种各样的工具,使分析人员可以选择最好的乐器寻求答案。因为我们想执行最好的科学,分析数据的多样性是必要的。此外,许多研究团队使用仪器由多个供应商,导致文件兼容性问题。
意料之中的是,我们的调查发现,超过92%的受访者收集大量的数据工具,使用多种技术,依靠不同的软件处理分析数据。进一步分解,45%通常使用2 - 4分析技术;37%使用2 - 4不同的工具来收集数据(使用5 - 9仪器! 33%);和54%使用2 - 4软件应用程序来处理数据。

分析数据在多个应用程序管理和共享的随意

分析数据的多样性意味着它的存储和管理在许多不同的应用程序和系统对于大多数组织。
微软应用程序仍然是最流行的方法来管理和共享分析结果,选择80%的受访者。是否Excel电子表格、演示文稿、或电子邮件,无处不在的访问这些应用程序使他们一个简单的选择,尽管他们既不设计也不适合科学数据共享和管理。
仪器软件是第二受欢迎的选择为70%。而仪器软件限制只收集的数据的处理和分析仪器,它是专为它。这是令人惊讶的发现很多组织仍然在内部使用软件开发管理和共享分析数据,即使需要开发和维护开销。许多其他系统部署在研发也用于房子和共享分析数据eln, LIMS,信用违约互换,SDMSs、档案和更多。
这些系统代表不同的活动,往往是结合使用的整个生命周期分析数据文件:
1。存储在一个原始数据存档确认质量和准确性
2。处理和存储在供应商软件提取结果并保留处理过的数据文件
3所示。结果与科学家通过LIMS或电子邮件可能包雷电竞网址含图像的光谱,确认预期结构/材料成分,和文本的结果(MW,峰值表、保留时间等)。
4所示。决策基于这些结果可能被记录在一个科学家的民族解放军与图像频谱的峰值表(s),确认预期结构与科学家的笔记。决策也可能出现在一个内部会议上通过PowerPoint,随后存储在SharePoint,或共享在一份报告中称
5。存储在cd或长效磺胺符合公平/美国铝业原则,满足监管要求
表1。高级应用程序和系统的优点和缺陷通常参与分析数据的生命周期

分散的数据使装配,在决策过程中一个至关重要的一步,困难,因为它迫使科学家多个位置搜索答案。雷电竞网址当有许多可能的位置数据,阻力最小的路径往往是重复实验从一位同事或请求数据,浪费时间,材料,能让人沮丧。

分散的数据使报告耗时

报告是一个关键的方法在一个组织或与外部合作伙伴共享信息。只有18%的受访者说他们很少(或曾经)整理分析报告与数据从不同的仪器和技术,和40%每周或每天这样做。浪费了多少时间,然后从系统收集所有的相关数据编译这些报告吗?通过全面推行一个ADM的解决方案,科学家可以通过简单地连接到数据整理报告。雷电竞网址

分析数据是关键任务但很难访问和共享

十之八九的受访者指出,他们需要核磁共振,LC / MS、GC / MS,或其他日常决策分析数据。十之有七同意共享数据和解释在他们的组织是很重要的。然而,对于一个元素是关键任务工作,不容易访问或与他人分享这些数据;50%同意寻找数据在他们的组织是一个挑战,而68%的人说很难访问和与他人分享。
数据访问是特别具有挑战性的涉及别人收集的数据,在较大的/分散的组织,或者当一个团队成员离开加入该组织。

原因需要访问数据从过去的实验

妥善解决这些障碍的数据访问,要考虑为什么科学家需要访问数据从过去的实验。雷电竞网址
所有研发领域,访问数据的三大原因从过去的实验和报告:
1。比较新的结果
2。再加工或可利用的新信息
3所示。出版的目的
而且,制药/生物制药的3大理由:
1。比较新的结果
2。出于监管目的
3所示。再加工或可利用的新信息
访问历史数据用于监管目的是第二重要的因素对于制药/生物制药,虽然它是学术界和非营利组织可以理解微不足道。除了这种变化,从过去的实验数据的原因需要访问整个研发部门是一致的。
25%的被调查者访问旧的数据替换数据丢失或错误的。妥善管理,访问数据可以提供显著的节约时间和精力。特别是当旧的数据不能被发现,另一种是重新运行实验!
仅有18%的受访者访问旧的数据对数据科学项目。
虽然学术和非营利组织可能更少的关注比其他研发部门数据管理,这可能是一个机会来提高生产力。从我自己的天在实验室几个研究项目将通过从一个学生到另一个地方。发现集团内部的数据,从当前的同事,甚至是具有挑战性的。

改进的机会

基于云计算的数据管理越来越诱人的简化存储和访问
科学研发云边缘的革命。基于云计算的数据管理提供了简化协作和信息提供给每个人,而不考虑它们的位置。除了减少维护开销,云存储提供快速的可伸缩性,并添加数据安全。从长远来看,更直接的数据访问意味着增加ROI和减少支出。
近一半的受访者(47%)也同意,基于云计算的数据管理解决方案是很重要的。

先进技术-人工智能和毫升是吸引人的,但很少有实现分析数据

有很多关于人工智能(AI)的炒作和机器学习(ML)在过去的几年里。虽然有大量的潜在的这些技术在生命科学领域,我们的研究结果显示,产业年远离全面实施。
只有6%的受访者组织已经完全实现数据科学项目分析数据的使用,而43%的人在这样做的过程中。51%没有计划使用AI和ML项目分析数据。
周围有很多差距AI和ML的实现。这是奇怪,尤其是考虑到分析数据的成交量及其多样性。数据科学项目策划的基石,正常数据,分析数据的挑战。如果利用人工智能是一个长期的目标,重要的是要识别分析数据如何适应这一目标并从头开始。许多分析数据管理解决方案在今天不准备这些数据用于数据科学项目。自动化收集数据而不加重科学家和内部协议,数据将会正常化,是至关重要的第一步。雷电竞网址

有工作要做…

70%的受访者认为他们的组织需要投资新的/更好的数据管理技术。
具体的改进所提到的,包括:
•集中系统管理数据和一些程序或系统
•用户友好的系统
•云存储兼容
•强大的数据安全
近三年来ACD /实验室一直在帮助研发组织管理他们的分析数据和提高工作流分析数据的效率是关键。最近,支持软件和解决方案部署到云的迁移和咨询数据准备用于数据科学(AI和ML)项目。
想看看你的组织架构,或了解ACD /实验室的解决方案可以帮你吗?请求在acdlabs.com上免费咨询或会见我们Pittcon(展位2355)。