6 minute read
gestión de compuestos
Aplicación de la tecnología digital y de la inteligencia artificial a los problemas de gestión de compuestos
Steve Knight*
Hace veinte años, la ciencia de la gestión de compuestos estaba dando sus primeros pasos. Sin embargo, la gestión de muestras ha cambiado considerablemente en estos años. Al principio, la gestión de muestras consistía en almacenarlas en tubos sin etiquetar en un congelador dentro de un armario, ¡o incluso en un aparcamiento! El único etiquetado era el escrito en la gradilla o en la bolsa. En raras ocasiones había un código de barras 1D en el lateral de la gradilla. Las bases de datos eran archivos de Word o Excel y no existía el concepto de hacer un seguimiento sofisticado de los compuestos químicos. Este comienzo rudimentario ha evolucionado en gran medida en los últimos 20 años. Con el paso del tiempo, la gestión de muestras se empezó a considerar una disciplina seria y genuina, ya que las organizaciones se dieron cuenta de que sus bibliotecas químicas eran muy valiosas.
La introducción de los tubos con códigos de barras 2D cambió la forma de trabajar, aunque al principio los equipos no eran fáciles de usar. En los últimos 15 años, los proveedores han empezado a fabricar herramientas de lectura de códigos de barras para el seguimiento de muestras que son intuitivas y fáciles de usar. Estas herramientas abordaron el principal reto de la gestión de compuestos: identificar erróneamente un tubo es muy fácil. En aquel entonces, enviar el compuesto equivocado al equipo de cribado se había convertido en algo habitual. Si una gradilla de tubos se caía al suelo era muy fácil perder la identificación de cada muestra. Este problema se detectó hace tiempo como uno de los principales motivos por los que se producían errores. El almacenamiento de compuestos en congeladores de uso general, que pueden experimentar variaciones de temperatura, y sin un seguimiento sofisticado incorporado, también se consideró potencialmente dañino para las muestras. Además, sin un buen sistema de seguimiento de datos, los compuestos podían perderse en el sistema, ya que las herramientas de seguimiento no podían seguir el ritmo del número de compuestos necesarios.
Los grandes pasos que la tecnología ha dado en la gestión de compuestos y los beneficios que ha aportado al laboratorio en términos de eficiencia y ahorro de recursos son inmensos. Hoy en día, las muestras se almacenan en tubos con códigos de barras 2D, de diferentes fabricantes, en grandes congeladores o en tanques de nitrógeno líquido. Sin embargo, estos almacenes suelen estar en lugares que no cuentan con un buen laboratorio aislado con internet y wifi. Esto da lugar a problemas incluso con sistemas de bases de datos a escala empresarial, tubos y gradillas con códigos de barras y sistemas de
*Steve Knight es el director Comercial de Ziath Ltd. Puede ponerse en contacto con él escribiendo a steve.knight@ziath.com. Ziath es una empresa con sede en el Reino Unido especializada en instrumentación para la gestión de muestras. Su principal gama de productos está asociada a los escáneres de códigos de barras 2D para tubos de ensayo situados en gradillas.
gestión de compuestos
seguimiento. Esto significa que los científicos siguen teniendo que escribir en un papel en qué tanque, contenedor, estante o congelador se encuentra cada muestra. Normalmente tienen que coger el papel, sacar el tubo, apuntarlo y llevarlo al laboratorio para comprobar que tienen el correcto. Neil Benn, director General de Ziath ltd, afirma: “los científicos quieren comprobar la identificación del compuesto en el punto de recogida. Sin embargo, las salas con frigoríficos y tanques de nitrógeno líquido no son lugares adecuados para un portátil grande”. Benn explica que la nueva tecnología digital liberará al científico de la mesa: “Ahora puedes estar en el laboratorio, obtener la información en tu dispositivo móvil, dirigirte a las instalaciones de almacenamiento con esa aplicación y procesar los tubos allí mismo, comprobando que tienes los correctos. Esto elimina la necesidad de usar el lápiz y el papel y, por ende, los errores que provocan.”
Benn comentó: “Veo que los dispositivos móviles y las aplicaciones tienen grandes ventajas que nos ayudan a superar estos retos. Un control remoto, que podamos llevar con nosotros mismos, para el proceso de gestión de muestras nos permitirá coger un tubo, escanearlo y obtener toda la información del proceso relacionado con ese tubo.” Benn aseguraba: “Esto permitirá a los científicos hacer un seguimiento de las muestras a medida que llegan al laboratorio, registrándolas y marcándolas como ‘en mi lugar de trabajo’. Esta aplicación les permitirá sacar un compuesto, escanearlo y registrarlo a medida que lo necesiten.” Parece que el ámbito del descubrimiento de fármacos necesita ponerse al día con el resto del mundo empresarial en cuanto a la adaptación de los dispositivos móviles para controlar el proceso de principio a fin.
Ya existen en el mercado dispositivos portátiles que permiten a los científicos escanear tubos individuales que pueden interactuar con sistemas de terceros, integrados en el flujo de trabajo. Algunos desarrollos futuros son los dispositivos alimentados por baterías compatibles con Bluetooth, de modo que, en lugar de llevar las muestras al escáner de código de barras, se llevará un escáner de código de barras a las muestras. La próxima generación va a ser, sin duda, dispositivos portátiles, con batería, Bluetooth y wifi, que leerán toda una gradilla de tubos a la vez. En el futuro, la gestión de los compuestos adoptará en mayor medida el concepto de tecnologías móviles con lectores portátiles controlados desde una página web o un teléfono. Esto hará realidad la ambición de desencadenar todo el proceso de seguimiento de las muestras desde la propia mesa de laboratorio y llevarlo al punto de almacenamiento: los tanques de LN2 y los congeladores. En teoría, esto podría ayudar a eliminar los errores y proteger el valor de las bibliotecas químicas.
La inteligencia artificial (IA) también se está aplicando cada vez más a la gestión de compuestos. Gracias a la IA, se puede optimizar el proceso de pedido de compuestos y el montaje de las muestras solicitadas para su entrega. Esto podría significar un algoritmo fomentado por la IA que impulse una robótica importante en los grandes almacenes de compuestos, o simplemente la elaboración de una lista de selección manual que muestre los compuestos en el orden más eficiente y óptimo. En otros ámbitos, la IA se está aplicando al problema de la identificación de muestras individuales en gradillas de congelación de tubos, un problema perenne para las tecnologías ópticas actuales, pero un problema de imagen que se adapta perfectamente a lo que puede hacer la IA. Neil Benn insiste: “Ya hemos utilizado la IA para identificar qué posiciones de una gradilla de muestras contienen tubos y cuáles están vacíos. Parece simple, pero en realidad es bastante complejo hacerlo en un único archivo de imagen. Nuestro programa de IA puede diferenciarlas fácilmente. La siguiente fase consiste en utilizar una IA más sofisticada para descodificar códigos de barras 2D que puedan estar cubiertos de hielo, dañados o simplemente mal impresos, y hacerlo mucho más rápido de lo que es posible actualmente.” Benn confía en que Ziath lanzará un producto para abordar este asunto a lo largo de 2022. Algunos fabricantes están desarrollando otras aplicaciones de IA para simplificar el proceso de identificación y selección de compuestos en bibliotecas grandes. En resumen, la ciencia de la gestión de compuestos ha avanzado mucho en los últimos veinte años. Sin duda, el despliegue de la IA y el aprendizaje automático redefinirá el futuro de este campo en la próxima década.
