Dans cette interview, Rob Brown, vice-président des produits et des préventes chez Sapio Sciences, discute de l'assistant de laboratoire alimenté par l'IA de Sapio, ELaiN, et de la manière dont il positionne Sapio en tant que leader de l'informatique de laboratoire scientifique.
Sommaire
Pourriez-vous s'il vous plaît vous présenter et nous donner un bref aperçu de votre carrière et de votre poste actuel chez Sapio Sciences ?
Je m'appelle Rob Brown, vice-président des produits et des préventes chez Sapio Sciences. Je suis chez Sapio depuis mars 2023, mais je travaille dans le domaine de l'informatique de recherche depuis environ 25 ans avec Dotmatics et Accelrys, devenus BIOVIA. J'ai commencé ma carrière en tant que postdoc chez Abbott Labs.
Qui est Sapio Sciences et que représente l'entreprise en termes de mission et de valeurs, en particulier dans les secteurs de la santé et de la pharmacie ?
Sapio Sciences est une société de recherche et d'informatique clinique. Nous vendons des solutions aux sociétés des sciences de la vie, de l’industrie pharmaceutique et biotechnologique, ainsi qu’aux sociétés de diagnostic clinique. Notre plateforme s'étend sur toutes les opérations de laboratoire, depuis la découverte précoce jusqu'à la fabrication en passant par le développement. Au cœur de la solution se trouve la plateforme informatique Sapio Lab, et construite sur cette plateforme, nous disposons de notre carnet de laboratoire électronique (ELN), de notre système de gestion des informations de laboratoire (LIMS) et de notre solution de gestion de données scientifiques, Sapio Jarvis.
Quelles sont les solutions clés que Sapio Sciences propose au secteur pharmaceutique et qu'est-ce qui les distingue des autres concurrents du secteur ?
Nos principales solutions sont nos ELN et LIMS, même si ce qui distingue vraiment Sapio est que tout ce que nous faisons est construit sur une plate-forme commune.
Historiquement, un laboratoire ou un service de recherche pouvait acheter un ELN auprès d'un fournisseur et un LIMS auprès d'un autre fournisseur, puis passer beaucoup de temps à essayer de les faire fonctionner ensemble.
Sapio a construit une plate-forme sur laquelle nous pouvons faire apparaître différentes capacités en fonction du cas d'utilisation ou du stade où un client en est au stade de la recherche. Par exemple, lorsqu'un client est en phase de découverte, il recherchera des fonctionnalités ELN, mais plus tard dans le flux de travail, il aura probablement besoin de la même fonctionnalité qu'un processus LIMS contrôlé lorsqu'il devra tout verrouiller ou effectuer une séquence de tâches. expériences au sein de plusieurs équipes.
Pour l’essentiel, l’ELN et le LIMS sont des visages différents sur une plateforme commune. Il existe un modèle de données commun, une manière commune de rechercher et une manière commune de visualiser et d'analyser ces informations.
Ce qui nous distingue également, c'est qu'il s'agit d'une plateforme low-code/no-code. De nombreux fournisseurs existants de plates-formes de ce secteur s'appuient sur des technologies très anciennes. La nôtre est très moderne, basée sur le Web, SaaS, sans code/low code et entièrement intégrée à nos solutions et applications prêtes à l'emploi, notamment la chimie médicinale, le séquençage de nouvelle génération (NGS), l'histopathologie et les bioprocédés. et la surveillance environnementale.
Quelles industries peuvent bénéficier des solutions de Sapio Sciences, et comment vos produits s'adaptent-ils aux besoins des différents secteurs ?
Pratiquement, toute industrie menant des recherches scientifiques pourrait utiliser notre plateforme, mais la majorité de nos clients travaillent dans les secteurs de la biotechnologie, de la pharmacie et du diagnostic clinique. C'est pourquoi nous qualifions notre plateforme de « axée sur la science ». Nous présentons les outils et les données d'une manière qui a du sens pour les scientifiques.
Cela différencie ce que nous faisons des sociétés informatiques génériques. Ces organisations sont partisans de l’utilisation de « lacs de données » pour stocker des informations, ce qui est très bien dans la finance, les télécommunications ou d’autres secteurs « non scientifiques », mais les scientifiques travaillent avec des types de données scientifiques et pas seulement avec du texte/des chiffres. . Par exemple, ils voudront voir la structure 3D de la protéine ou la structure entière de la petite molécule attachée à un anticorps, ce qui ne peut être réalisé dans un lac de données.
Mais « conscient de la science » va plus loin. Lorsqu'un scientifique interroge un ensemble de données, il cherche à appliquer des algorithmes scientifiques très spécifiques pour déterminer ce qui rend un ensemble de molécules actives ou ce qui fait qu'un ensemble particulier de gènes a la réponse qu'il observe. Pour ce faire, des analyses scientifiques et des algorithmes sont nécessaires, et ils sont tous intégrés directement à notre plateforme.
Dans un secteur aussi complexe que celui de la santé, comment Sapio Sciences simplifie-t-il l'informatique de laboratoire tout en générant de meilleurs résultats pour les chercheurs ?
Nous envisageons cela de deux manières : comment simplifier la vie des scientifiques utilisant nos logiciels et comment simplifier la vie des services informatiques qui doivent maintenir nos logiciels.
Crédit d’image : Quality Stock Arts/Shutterstock.com
Du côté informatique, il s’agit vraiment de notre approche low-code/no-code. Nous avons conçu la plateforme Sapio pour qu'elle s'intègre facilement dans un laboratoire existant et dans un paysage informatique d'entreprise plus large. Il est facilement configurable et s'intègre aux modèles de données et aux flux de travail sans avoir à écrire de grandes quantités de code difficile à maintenir.
Pour le scientifique, nous veillons à ce que toutes ses données soient unifiées, il n’est donc pas nécessaire de parcourir plusieurs applications pour trouver une donnée clé. Tout est présenté graphiquement dans des interfaces claires et modernes, sans qu'il soit nécessaire de connaître le langage de requête structuré (SQL) pour effectuer une recherche. Il est très facile pour un scientifique d'entrer sur place et d'effectuer son travail.
Comme tout logiciel, vous devez encore apprendre à l'utiliser, par exemple comment créer une requête de données ou participer à une expérience. Mais avec ELaiN, le bloc-notes artificiellement intelligent du laboratoire électronique de Sapio, nous disposons d'une interface en langage naturel IA intégrée directement dans la plate-forme qui supprime cette exigence..
En tant que scientifique, je sais que je veux le faire, et l'ELaiN, en réalité un assistant d'IA, alimente le logiciel pour vous. Si je souhaite lancer une recherche, je peux demander : « Trouver tous mes échantillons avec des propriétés particulières » et l'assistant IA demande au logiciel d'exécuter la recherche et de fournir les résultats de la manière la plus efficace possible.
C'est un changement de paradigme complet, et c'est énormément plus efficace pour les scientifiques, en les remettant dans le laboratoire pour faire des recherches au lieu d'essayer de comprendre des logiciels.
Les scientifiques connaissent le problème qu’ils veulent résoudre. De plus en plus, ils n'ont même plus besoin d'apprendre à utiliser le logiciel pour pouvoir l'utiliser, ce qui est formidable. Maintenant, ils sont de retour au laboratoire pour faire quelque chose.
Quels sont les principaux avantages auxquels les clients du secteur médical peuvent s'attendre en utilisant les solutions de Sapio Sciences, notamment en termes d'efficacité, de gestion des données et de résultats de recherche ?
L’un des principaux avantages de nos solutions est le raccourcissement des cycles de découverte. Par exemple, l’utilisation d’un ELN moderne permet aux scientifiques de capturer, d’analyser et de gérer facilement les données tout au long de leur projet de recherche. Cela rationalise le processus de prise de décision et simplifie le suivi des données, leur permettant d’avancer beaucoup plus rapidement, ce qui permet d’économiser potentiellement des heures sur chaque « cycle » de recherche.
Mais ce n’est pas seulement une question de vitesse. Il s'agit également de prendre des décisions plus éclairées. Notre plateforme offre aux chercheurs un accès centralisé aux données critiques dans toute l'organisation, ce qui les aide à faire des choix plus intelligents ou à obtenir des informations plus précises à chaque étape. En conséquence, ils pourraient atteindre un candidat clinique en deux fois moins de cycles de recherche. Étant donné que chaque cycle est mesuré en semaines, cela représente un énorme gain de temps.
Si l’on considère que la découverte d’un médicament prend des années et coûte des milliards de dollars, réduire de quelques fractions le délai peut permettre d’économiser d’énormes sommes d’argent et d’accélérer le temps nécessaire à la mise sur le marché d’un candidat clinique.
Si l’on considère que la découverte d’un médicament prend des années et coûte des milliards de dollars, réduire de quelques fractions le délai peut permettre d’économiser d’énormes sommes d’argent et d’accélérer le temps nécessaire à la mise sur le marché d’un candidat clinique.
Quels sont certains des principaux défis auxquels vous êtes confrontés lors du développement et du perfectionnement de produits informatiques de laboratoire pour l’industrie pharmaceutique, et comment les relevez-vous ?
Dans l’industrie pharmaceutique, vous disposez d’un éventail très diversifié d’organisations, depuis les petites startups de biotechnologie jusqu’aux sociétés pharmaceutiques multinationales comptant des milliers de chercheurs et des années de données de recherche.
L’un des principaux défis consiste à trouver une solution qui réponde aux exigences de tous les organismes de recherche dans ce large spectre.
Avec notre plateforme, nous avons identifié les principaux besoins qui nous permettent de répondre à environ 80 % des fonctionnalités communes aux équipes de recherche. Chaque entreprise aura une manière spécifique de travailler, mais 80 % semblent couvrir les fonctionnalités de base.
Ensuite, nous proposons aux clients un moyen très simple de configurer les 20 % restants pour que la technologie fonctionne pour eux, en faisant correspondre les processus, les flux de travail ou les structures d'équipe.
Un deuxième défi, en particulier pour les organisations plus grandes et mieux établies, est que leur infrastructure existante peut avoir 10, 20 ou 30 ans et que les scientifiques s'appuient absolument sur ces systèmes pour résoudre un problème dans un domaine particulier. Vous ne pouvez donc pas simplement détruire toute l’infrastructure ; vous devez jouer gentiment, ce que nous faisons !
Tout revient au fait que la plate-forme est ouverte, unifiée, facile à configurer et dispose de fonctionnalités de base préconfigurées communes à la recherche et à la découverte de médicaments.
Comment Sapio Sciences exploite-t-il l’intelligence artificielle (IA) dans ses solutions, et quel impact voyez-vous l’IA sur l’avenir de l’informatique de laboratoire et de la recherche pharmaceutique ?
ELaiN – Science-Aware AI Chat – Recherche et configuration de plaques à l'aide de la voix
L’IA va tout changer, mais nous en sommes encore à un stade relativement précoce du point de vue de la découverte de médicaments.
L'approche adoptée par Sapio consiste à utiliser l'IA, l'apprentissage automatique (ML) et le traitement du langage naturel (NLP) pour accélérer notre vision visant à faciliter la vie des scientifiques. Pour ce faire, nous formons l'IA intégrée à notre plate-forme pour qu'elle comprenne ce qui est requis lorsqu'un scientifique dit : « Faites-moi une expérience avec dix échantillons disposés sur une assiette » et pour indiquer au logiciel les étapes nécessaires à la réalisation de l'expérience. demande.
En donnant à ELaiN accès aux algorithmes scientifiques, nous permettons au système d'aider les scientifiques. Par exemple, ELaiN peut aider un chercheur à fabriquer une molécule particulière en fournissant des schémas de réaction, accomplissant ainsi la tâche d'un chimiste expert en beaucoup moins de temps.
La prochaine étape consiste à appliquer l’IA et l’apprentissage automatique à toutes les données de recherche disponibles au sein d’une organisation. Cela présente un certain nombre de défis, notamment celui de garantir que les informations propriétaires restent sécurisées et confidentielles et ne sont pas partagées entre d'autres LLM (Large Language Models).
L’IA ne remplacera pas les scientifiques, mais elle pourrait remplacer ceux qui ne tirent pas parti de ce que l’IA peut faire.
L’IA ne remplacera pas les scientifiques, mais elle pourrait remplacer ceux qui ne tirent pas parti de ce que l’IA peut faire.
De quelle manière prévoyez-vous que les besoins de l'industrie pharmaceutique évolueront dans les années à venir, et comment Sapio Sciences positionne-t-elle ses produits pour répondre à ces demandes futures ?
Lorsque notre PDG, Kevin (Cramer), a fondé l'entreprise au début des années 2000, il a adopté une approche très différente de celle de nombreux autres fournisseurs du secteur. Il s’agissait avant tout de vendre une solution unique pour résoudre un problème spécifique.
Cependant, Kevin a passé beaucoup de temps à construire la plateforme et à s'assurer que le cœur des solutions Sapio était une base robuste, évolutive et évolutive sur laquelle construire des applications et des outils qui faciliteraient la vie des scientifiques.
Disposer de cette plate-forme sur laquelle s'appuyer signifie que nos développeurs à York, en Pennsylvanie, peuvent faire preuve d'une grande créativité dans la création de solutions qui résolvent les vrais problèmes de nos clients et suivent le rythme de l'évolution rapide du paysage des sciences de la vie.
Un bon exemple est notre LIMS GMP. En travaillant avec nos clients, nous avons constaté les défis qu'ils rencontraient pour garantir la conformité aux BPF en matière de surveillance environnementale et de tests de stabilité dans le secteur de la fabrication. Nos développeurs ont pu créer un LIMS qui résout spécifiquement les problèmes de ces clients très rapidement, car ils s'appuyaient sur une plate-forme robuste.
Sapio occupe une position unique sur le marché pour adopter cette approche dynamique, évolutive et innovante, de sorte qu'à mesure que de nouvelles connaissances scientifiques apparaissent, nous pouvons nous adapter aux besoins changeants de nos clients.
Où les lecteurs peuvent-ils trouver plus d’informations ?
À propos de Rob Brown
Rob Brown est directeur principal du marketing produit et des préventes chez Sapio Sciences. Il travaillait auparavant chez Dotmatics, où il était responsable des préventes mondiales, du marketing produit et de la gestion des produits. Plus tôt dans sa carrière, il a dirigé des équipes de marketing produit chez Accelrys, SciTegic et MSI. Rob a commencé sa carrière en tant que postdoctorant puis chercheur scientifique aux Laboratoires Abbott (maintenant Abbvie). Il a obtenu son doctorat en chemininformatique de l'Université de Sheffield, au Royaume-Uni.
