- Detalles
- Categoría: Signals ChemDraw
- Visto: 277
El software en sí se compraba como un gasto capitalizado, con tarifas y soporte basados en usuarios, procesadores o transacciones, o una mezcla embriagadora de los tres. Las actualizaciones y las nuevas versiones, a menudo con dos o tres años de diferencia, suelen implicar una importante carga de trabajo de administración para implementar, configurar y mantener. A medida que crecía la carga de trabajo, las organizaciones invirtieron en más capacidad de procesamiento y almacenamiento para permitir un mayor rendimiento. Entre el coste, la complejidad y el esfuerzo, el control interno del software y los sistemas ofrecía una ventaja significativa: los usuarios podían personalizar en gran medida sus soluciones para proporcionar soluciones altamente personalizadas.
Y entonces llegó... 'Negocios a la velocidad del pensamiento'
Si avanzamos hasta el entorno actual, la charla se centra casi exclusivamente en el paso a la nube, incluyendo términos como "software como servicio" (SaaS) y "nativo de la nube". Pero, ¿qué significa la nube para la ciencia y por qué es importante?
La metodología en la nube solo es importante debido a los beneficios que ofrece el enfoque en lugar de las tecnologías subyacentes. Pero esos beneficios solo fluyen si las afirmaciones de la arquitectura de la nube coinciden con la realidad.
Para empezar, vale la pena desentrañar la terminología. Esencialmente, nativo de la nube se refiere al software que se diseñó para operaciones en la nube, casi lo contrario de las técnicas de diseño implementadas para los sistemas locales. Las tecnologías incluyen contenedores, microservicios, orquestación y más. Las metodologías y los enfoques de desarrollo para el software nativo de la nube conducen directamente a una mayor seguridad, escalabilidad y confiabilidad, combinados con costos operativos significativamente más bajos.
En el caso de las soluciones en la nube, "SaaS" se refiere a un modelo de entrega en el que el proveedor es responsable de crear, operar, actualizar y mantener el software, que luego se proporciona como un servicio. Para una analogía del mundo real, piense en Uber y Lyft que ofrecen "transporte como servicio", mientras que los conductores poseen, administran y mantienen los vehículos.
Las soluciones nativas de la nube están diseñadas para ser entregadas en el modelo SaaS, pagadas como una suscripción mensual o anual sin desembolso de capital ni propiedad. El diseño nativo de la nube permite lanzamientos rápidos de nuevas funciones, mejor calidad, mejores prácticas de seguridad, alta disponibilidad, accesibilidad desde cualquier ubicación, compatibilidad entre dispositivos y comodidad, por nombrar algunos beneficios clave.
No todas las soluciones en la nube son iguales
La conversión o migración de arquitecturas de sistemas más antiguas a soluciones nativas de la nube puede ser un proceso costoso, lento y doloroso para la industria del software. Hay muchos ejemplos en los que los proveedores han hecho poco más que trasladar sus soluciones existentes de los centros de datos internos a los proveedores de alojamiento público, como Amazon Web Services, Google Cloud y Microsoft Azure. Sin un diseño nativo de la nube, estas soluciones no aportarán los beneficios de la computación en la nube.
Naturalmente, hay algunas compensaciones con el enfoque de suscripción SaaS nativo de la nube: si bien la solución se puede configurar ampliamente, no se puede personalizar por completo. Para tomar un ejemplo de consumidor, todos los usuarios de Gmail pueden configurar y personalizar la interfaz, y agregar integraciones con múltiples servicios de Google y otros. Sin embargo, los usuarios no pueden cambiar el funcionamiento interno, como la forma en que Gmail maneja, almacena, archiva y recupera mensajes.
El enfoque SaaS significa que todos los usuarios acceden al mismo software, configurado como cada usuario prefiera. Con solo una versión para desarrollar y mantener, los proveedores de software SaaS descubren que pueden lanzar actualizaciones y actualizaciones de forma regular y frecuente, ofreciendo mejoras y mejoras en el servicio con una cadencia mensual, semanal o incluso más rápida.
Cómo se ve la nube para la investigación y el desarrollo científico
En investigación y desarrollo científico, el software nativo de la nube ofrece claras ventajas. Uno de los principales retos a los que se enfrentan las organizaciones clínicas y de investigación es el crecimiento exponencial de los datos y la necesidad de un análisis rápido. Este aumento de la carga de trabajo puede abrumar fácilmente los sistemas locales existentes, lo que provoca inversiones costosas y casi continuas en nueva potencia de procesamiento y almacenamiento. Estos gastos desvían fondos de la ciencia esencial. En el pasado, el gasto de invertir en sistemas adecuados de alto rendimiento constituía una barrera importante para las organizaciones más pequeñas. Las empresas más grandes también podrían tener dificultades para encontrar el equilibrio entre los sistemas capaces de atender los picos de trabajo y no invertir en exceso en capacidad que estaría inactiva durante la actividad habitual.
Las soluciones en la nube han resuelto muchos de estos problemas de rendimiento, costo y escalabilidad y, al hacerlo, han democratizado la investigación y el análisis, poniendo la capacidad casi ilimitada al alcance de casi cualquier presupuesto. En lugar de estar vinculado a inversiones de capital sustanciales, SaaS hace que el poder y la escalabilidad de las soluciones en la nube sean accesibles para organizaciones de cualquier tamaño.
Estado del mercado de soluciones de software
A medida que el mercado de la nube comercial ha madurado, las soluciones de software también han seguido evolucionando. Un ejemplo de esto es la cartera de soluciones de software ofrecidas por Revvity Signals, que han sido diseñadas y codificadas como soluciones de software totalmente nativas de la nube, que cubren toda la gama de investigación y desarrollo clínico, y se encuentran entre las pocas (y posiblemente las mejores) soluciones nativas de la nube en este sector. Todos los usuarios acceden a la misma versión de software, con nuevas funciones y capacidades publicadas mensualmente. El modelo de suscripción en la nube permite a los usuarios escalar verticalmente para análisis intensivos con capacidad casi ilimitada y reducir la escala cuando sea necesario. Revvity Signals se encarga de todos los aspectos del desarrollo y mantenimiento de software, lo que permite a los investigadores centrarse en su misión principal: desarrollar y explorar nuevas terapias farmacológicas.
Por último, la Inteligencia Artificial (IA) y la Nube
Con suficientes datos de entrenamiento y potencia de procesamiento, la IA ofrece un inmenso potencial de reconocimiento de patrones, ahora totalmente habilitado por la capacidad y la escalabilidad de la nube. Dado que la investigación en muchos campos depende del descubrimiento de patrones, la IA podría transformar pronto el panorama de los descubrimientos. Al grano: las soluciones nativas de la nube están en una posición ideal para explotar el mundo de la IA. Grandes conjuntos de datos están fácilmente disponibles, el ecosistema de la nube proporciona una infraestructura segura y confiable, y los servicios de IA se pueden conectar y escalar según la demanda. Las soluciones nativas de la nube, como las que ofrece Revvity Signals, pueden acceder a la IA basada en la nube de forma rápida y sencilla.
Para los investigadores con visión de futuro, la elección de una solución verdaderamente nativa de la nube tendrá un impacto significativo en la investigación actual y en las cargas de trabajo futuras que aún no se han imaginado. La plataforma Revvity Signals está preparada para soportar ambos.
- Detalles
- Categoría: Signals ChemDraw
- Visto: 242
Aproveche el poder de sus datos para lograr avances científicos en...
el sector farmacéuticos y biotecnológicos
análisis clínicos
productos químicos y materiales
alimentos, sabores y fragancias
el descubrimiento de fármacos
Soluciones de software SaaS inteligente y basado en la ciencia que aprovechan la inteligencia artificial (IA), el aprendizaje automático y décadas de innovación que mejoran vidas a lo largo de todo el mundo.
La única integración nativa con ChemDraw y Spotfire en el mercado
1M
Usuarios en todo el mundo
4000+
Clientes en todo el mundo
Diseñado por científicos, para científicos
Su puerta de entrada a la excelencia científica
Revvity Signals ofrece soluciones de software basadas en la ciencia que aprovechan las innovaciones de las grandes tecnologías para ayudar a mejorar la vida de las personas en todas partes. Nuestra plataforma SaaS científica ofrece rápidamente nuevas capacidades, adopta las últimas innovaciones para simplificar la ciencia y promueve la colaboración multidisciplinaria para acelerar la innovación.
Colaboración impulsada por los productos de Signals:
 CHEMDRAWDesde 1985, ChemDraw ha proporcionado una poderosa comunicación química para convertir rápidamente ideas y dibujos en publicaciones de las que puedas estar orgulloso |
 SIGNALS NOTEBOOKEl principal cuaderno de laboratorio electrónico basado en la nube para que biólogos y químicos colaboren, capturen, organicen, compartan y exploten datos |
 SIGNALS CHEMDRAWEl siguiente paso en la evolución de ChemDraw le permite convertir fácilmente sus dibujos químicos en conocimiento químico al facilitar la gestión, la generación de informes y la presentación de su investigación química a través de una herramienta nativa de la nube moderna e intuitiva. |
Plataforma de colaboración científica
Las soluciones de software de Revvity Signals permiten a los científicos y a los responsables de la toma de decisiones obtener información crítica del análisis de datos, lo que acelera la toma de decisiones informadas.
Entonces... ¿Por qué Revvity Signals?
CONSTRUIDO POR CIENTÍFICOS PARA CIENTÍFICOS
Revvity Signals Software ofrece una de las plataformas de software científico más completas del mundo. Nuestras potentes soluciones informáticas se utilizan en un espectro de industrias, incluidas las farmacéuticas y biotecnológicas, especializadas y agroquímicas, energía y petroquímicas, sabores y fragancias, alimentos y bebidas y electrónica.
DESCUBRIR PARA CURAR
Impulsando la innovación desde el descubrimiento hasta la cura. Revvity Signals proporciona soluciones de software basadas en la ciencia para Investigación y Desarrollo, Clínica y Diagnóstico, Plataformas y Automatización, Servicios Avanzados y Licencias
ESCALA GLOBAL
Más de 1 millón de usuarios globales. Con una tasa de renovación del 97%, Revvity Signals es la plataforma SaaS en la que confían las principales empresas farmacéuticas y biotecnológicas de todo el mundo.
- Detalles
- Categoría: Signals ChemDraw
- Visto: 628
COMUNICACIÓN VISUAL
Cómo hacer que moléculas pequeñas (y grandes) luzcan lo mejor posible
Durante mucho tiempo, la química orgánica se ha representado en blanco y negro. Sin embargo, como animales visuales, los humanos tendemos a entender las cosas con más claridad cuando hay color de por medio. Hasta hace poco, los usuarios solo podían colorear los tipos de átomos por elemento o cambiar el color de los átomos y los enlaces en ChemDraw. En la práctica, esto funcionaba razonablemente bien con enlaces de color rojo y azul oscuro, pero comenzó a resultar cada vez menos útil cuando se necesitaba un tercer color, especialmente al proyectar en un proyector de baja calidad en una habitación sin persianas. Para abordar ese problema, introdujimos el coloreado de relleno de anillo para carbociclos en ChemDraw 19 para facilitar la visualización y la comunicación.
Con ChemDraw 20, se agregó la capacidad complementaria de resaltar enlaces y átomos con color. Además, se introdujo una nueva función aclamada por los usuarios y su acceso directo correspondiente: la limpieza 3D (Ctrl/Cmd + Shift + D), que produce una conformación de energía minimizada de una molécula con sombreado de color basado en el eje Z.
De esta manera, cuando se presente ante un público de usuarios en una conferencia o durante su reunión semanal de laboratorio, puede decir "el doble enlace en verde" o "el enlace amida en amarillo" con la confianza de que su audiencia sabrá de qué está hablando.
Es importante destacar que los anillos rellenos de color también se desvanecen cuando se utilizan con la función de limpieza 3D, lo que facilita aún más la percepción del 3D en dibujos de moléculas complejas.
Espera, hemos estado hablando mucho de 3D. ¿Se puede crear 3D en ChemDraw?
¡Sí, puede!
Al hablar con nuestros usuarios y escucharlos, nos dimos cuenta de que los químicos tienen la necesidad de representar estructuras químicas cada vez más complejas, inherentemente tridimensionales, a través de una representación 2D. Para los químicos, la necesidad de representar una molécula en 3D no necesariamente equivale a "Necesito un modelo 3D de mi molécula que llene el espacio". A menudo significa obtener ayuda para representar su molécula. Con la función de limpieza 3D de ChemDraw 20, puede generar conformaciones de moléculas con energía minimizada en tan solo unos pocos clics. La combinación de las capacidades de coloración con la limpieza 3D le permite percibir y apreciar mejor la profundidad y la forma real de las moléculas (Figuras 4 y 5)
INTEGRACIÓN CON APLICACIONES LÍDER DE BÚSQUEDA
SciFindern y Reaxys
Como químico, no se empieza a crear algo así como así. Se busca en la literatura y en la técnica anterior para saber si el compuesto o material que se intenta preparar no se ha creado ya y, de ser así, cómo se logró (además, ¿cuál fue el rendimiento?). En 2014, y a petición de muchos químicos, se presentó la primera integración entre ChemDraw 14 y SciFinder® de CAS, que se percibió como una mejora significativa que beneficiaba enormemente a los usuarios de ambas aplicaciones. El eslogan era “La elección para la investigación química se encuentra con la elección para el dibujo químico”. Las opciones eran claras. Desde 2014, se han introducido cada vez más integraciones para ayudar a eliminar las barreras existentes entre ChemDraw y las aplicaciones de investigación clave para aumentar la productividad de los investigadores y la velocidad de su investigación. En 2018, se introdujo la integración entre ChemDraw y Reaxys®, seguida de ChemDraw y SciFindern® en 2019.
Seguridad de PubChem, Google Scholar/Patentes y personalización
Al darnos cuenta de la importancia de esas integraciones, también refactorizamos la arquitectura subyacente de ChemDraw para permitir que los desarrolladores creen complementos personalizados con aplicaciones de terceros mediante JavaScript y (https://github.com/Revvity/ChemDraw-AddIns/tree/master/Documentation). Luego comenzamos a agregar nuevas integraciones con cada nueva versión de ChemDraw Desktop en Signals ChemDraw.
- El explorador ChemACX permite a los usuarios buscar moléculas por estructura, nombre o número CAS en la base de datos de Revvity de más de 20 millones de sustancias disponibles comercialmente y encontrar precios y disponibilidad comercial.
- El resumen de seguridad química de laboratorio de PubChem (Fig. 7: 2) permite a los químicos ver los pictogramas del SGA y los códigos de declaraciones de peligro y de declaraciones de precaución asociados con una molécula determinada.
- El complemento Google Scholar/Patents, que permite a los usuarios dibujar moléculas desde la comodidad de ChemDraw y buscar artículos de investigación o patentes donde se pueda encontrar la estructura.
¿Usabas estos trucos?
¿Son útiles para ti?
¡Cuéntanos!
- Detalles
- Categoría: Signals ChemDraw
- Visto: 496
OCTUBRE
Las siguientes mejoras están disponibles para usuarios, administradores y desarrolladores en la plataforma Signals. Es posible que ciertas funciones solo estén disponibles con la licencia adecuada y/o con la habilitación de un administrador.
Fundamentos
Ahora hay una opción para borrar el formato de la barra de herramientas en Elementos de texto y en la vista de definición de hoja de cálculo. En ocasiones, cuando el contenido se copia de sitios web y otras fuentes de terceros, puede llevar información de formato que interrumpe la visualización de los datos escritos en el contenido del texto. Esta opción, que también está disponible en la barra de menú Formato, borra el formato y debería aliviar estos problemas.VitroVivo
La aplicación Sequence of Events ahora admitirá el cálculo del volumen de dosis y las tasas de bombeo para la administración de dosis. El volumen de la dosis se calcula automáticamente en función de la medición del peso corporal de cada animal.
Inventa
El tiempo de espera de sesión ahora controla tanto Signals como Data Factory. Anteriormente, el tiempo de espera de Data Factory se fijaba en 30 minutos. Ahora, el tiempo de espera de Data Factory seguirá la configuración del sistema en Configuración de señales y se puede configurar para un máximo de 1 día.
Sinergia
En Synergy, los usuarios ahora pueden crear una orden de trabajo desde dentro de una idea. Después de seleccionar un conjunto de diseños para enviar a una CRO, seleccione el botón + Orden de trabajo. La Orden de Trabajo creada contendrá una Tabla de Referencia con los Diseños seleccionados.
Los usuarios de CRO ahora pueden buscar sus colaboraciones, órdenes de trabajo y experimentos de sinergia dentro de sus carpetas inteligentes, lo que les permite encontrar más fácilmente sus experimentos o filtrar sus tableros Kanban.
Las acciones externas ahora pueden ser utilizadas en Signals Synergy, tanto por el patrocinador como por los usuarios de CRO. Las acciones externas configuradas para muestras, tablas de muestras, archivos PDF, documentos de Microsoft, dibujos químicos y hojas de trabajo están disponibles en Signals Synergy.
Por último, los Administradores del Sistema de Patrocinadores o de Synergy ahora pueden elegir si especificar un Administrador de CRO para una CRO determinada, lo que permite al Patrocinador elegir si una CRO determinada tiene un Administrador de CRO con acceso a la gestión limitada y de autoservicio de los usuarios de su CRO.
Química
Al pegar una secuencia de péptidos FASTA con información de encabezado en un dibujo químico, ya sea directamente o a través de la herramienta de texto del editor HELM, el encabezado FASTA aparecerá como una anotación.
Tablas definidas por el administrador y tablas de variación
Los encabezados de las tablas definidas por el administrador y las tablas de variación ahora pueden tener sus valores calculados a través de una ecuación. Los encabezados de tipo Fecha/Hora, Número, Número con unidad y Texto se pueden configurar para usar ecuaciones utilizando entradas de otros encabezados.
Inventario
La actualización de la búsqueda de ubicación ya no está alfabética y, en su lugar, devolverá la "mejor coincidencia" del texto ingresado sin ningún filtro adicional.
La solicitud interna se puede iniciar desde experimentos y objetos definidos por el administrador (ADO) mediante la opción Solicitud interna en la esquina superior derecha.
Al crear una Solicitud Interna, se abrirá un modal con la Muestra, el Material y los Contenedores que se encuentran en la Tabla de Muestras, las Tablas de Materiales y la Tabla de Tareas a Realizar en un experimento o ADO.
El usuario debe seleccionar la muestra, el material o los recipientes que desea solicitar y completar la cantidad y la ubicación.
Se pueden realizar Solicitudes Internas adicionales y los usuarios verán el estado de las Solicitudes Internas actuales.
Búsqueda a través de CAS en la tabla de búsqueda de contenedores.
Filtrar por lista de autotexto en la tabla de búsqueda de contenedores.
Tabla de búsqueda de personas responsables de actualización masiva en contenedores.
Seleccione un usuario actual de Signals Notebook para que sea la nueva persona responsable.
Después de la actualización, se generará un informe.
Cuadrícula de autocompletar Ubicaciones Si los usuarios tienen una serie de contenedores que deben colocarse en una ubicación de cuadrícula, pueden completar automáticamente la ubicación con un patrón "Z" o "N". La columna Posición está disponible para cualquier ajuste adicional. El patrón se llenará de izquierda a derecha o de arriba a abajo comenzando con A1 y omitirá las coordenadas actualmente llenas.
Nuevo privilegio que permite al usuario Aliquot Containers.
Los usuarios necesitarán la capacidad de Agregar contenedores y el Contenedor de alícuota para ver el botón Contenedor de alícuota en la página del contenedor.
Materiales
Exportar lote/lote de material desde la página Lote/Lote. Los usuarios con el privilegio de Exportar Materiales también podrán exportar lotes/lotes.
En la esquina superior derecha habrá un área de Acciones donde aparecerán las opciones de Exportar Lotes.
Los usuarios deben elegir el formato para la exportación.
La exportación puede tardar unos minutos, cuando finalice, el usuario recibirá una notificación y una opción de descarga.
La actualización controlada por el administrador de las propiedades de material calculadas ahora está disponible para todos los sistemas. Esta función vuelve a ejecutar las propiedades calculadas para materiales químicos y proteicos, incluidos los nombres químicos calculados. La configuración está disponible en Configuración avanzada en la página Configuración de materiales. Una vez finalizado el proceso, se mostrará la última actualización y el número de materiales actualizados. En este punto, el administrador puede actualizar tipos de material adicionales si lo desea.
Tareas y solicitudes
La creación masiva de tareas a partir de la tabla Samples ahora proporciona información de muestras y contenedores.
Si la fila tiene una referencia a una muestra, un ID de material o un contenedor, se mostrará en la fila para que el usuario elija asociarla con la tarea.
La opción de asignar tareas a grupos ahora está disponible para todos los sistemas. Los grupos se pueden asignar durante o después de la creación de una tarea o tareas. Solo se puede asignar un grupo a una tarea determinada. Si está habilitado en su configuración de usuario, los miembros del grupo asignado serán notificados de una asignación de tareas.
Administración
Los administradores de sistemas ahora pueden realizar cambios masivos más fácilmente en los usuarios, administrando licencias, grupos de sistemas, roles y desactivación.
Las licencias se pueden agregar o eliminar a todos los usuarios mostrados a través de una opción en la vista de licencias.
También se pueden seleccionar usuarios y realizar cambios en los usuarios seleccionados, ya sea la desactivación o cambios en las licencias, grupos de sistemas y/o roles. Se pueden realizar cambios masivos para agregar, eliminar o actualizar las licencias, roles y/o grupos de sistemas seleccionados.
El administrador del sistema también puede ordenar por ID de usuario, Último inicio de sesión o Creado, o filtrar a ciertos rangos de tiempo de Último inicio de sesión o Creado, para reducir mejor los usuarios que se seleccionarán para acciones masivas.
Integraciones y APIs
La definición de "readOnly" un objeto de tipo experimento (p. ej. Experimentos, Experimentos paralelos, ADO, Solicitudes, etc.) se ha actualizado para permitir que ExternalAPI actualice estas propiedades, pero que los usuarios sigan siendo de solo lectura a través de la interfaz de usuario.
El punto de conexión de usuarios PATCH /users/{userId} se ha mejorado para permitir la activación/desactivación de la licencia de un usuario.
Tenga en cuenta que solo puede actualizar los atributos/roles/systemGroups de un usuario O sus licencias, no puede combinar ambas operaciones en una llamada a la API.
GET /users/licenses es un nuevo punto de conexión para obtener la información de las licencias de los inquilinos y sus identificadores para usarlos al actualizar a los usuarios.
Las acciones externas ahora se pueden establecer solo en plantillas específicas, similares a las tablas definidas por el administrador, para todas las entidades que usan plantillas como experimentos y placas.
Tenga en cuenta que las acciones externas existentes para estas entidades se establecen en "Aplicar a todas las plantillas" para mantener la funcionalidad actual.
Las acciones externas ahora se pueden establecer solo en plantillas específicas, similares a las tablas definidas por el administrador, para todas las entidades que usan plantillas como experimentos y placas.
- Detalles
- Categoría: Signals ChemDraw
- Visto: 421
Queremos compartir con los usuarios del software de Revvity una noticia importante sobre los próximos cambios en la oferta de licencias para ChemDraw Prime y ChemDraw Professional.
A partir del 1 de enero de 2025, se suspenderán las licencias perpetuas de ChemDraw Prime y Professional.
Debido a este cambio, a partir de esta fecha:
- No se pueden comprar nuevas licencias perpetuas de ChemDraw Prime o Professional
- Solo estarán disponibles las licencias de suscripción de estos productos (suscripciones de 1 a 5 años disponibles)
- Los paquetes de soporte y mantenimiento para los actuales titulares de licencias perpetuas seguirán estando disponibles y podrán renovarse.
Aquellos usuarios que dispongan de licencias perpetuas con mantenimiento en curso no podrán comprar nuevas licencias perpetuas a partir del 1 de enero de 2025. Todas las compras de nuevas licencias deben ser de suscripción a partir de esta fecha.
Si tiene alguna duda sobre este cambio no dude en consultarnos.
- Detalles
- Categoría: Signals ChemDraw
- Visto: 600
Revvity Signals impulsa el descubrimiento de fármacos con IA, potenciando la investigación de anticuerpos con soluciones avanzadas de datos y software
La investigación de anticuerpos se centra en cuatro áreas principales: anticuerpos monoclonales (mAbs), anticuerpos biespecíficos (bsAbs), conjugados anticuerpo-fármaco (ADC) y fragmentos cristalizables (FC). Desde la aprobación del primer mAb en 1986, el desarrollo de terapias ha avanzado considerablemente, con más de 150 mAbs aprobados para el tratamiento de diversas enfermedades, incluyendo cáncer, enfermedades autoinmunes e infecciosas.
La investigación en terapias avanzadas, como los bsAbs y los anticuerpos multiespecíficos, ofrece mejoras respecto a los mAbs tradicionales, incluyendo mayor especificidad y mejores perfiles de seguridad. El mercado refleja este crecimiento: la inversión en investigación de anticuerpos ha crecido significativamente, con un aumento en las aprobaciones de la FDA en la última década, alcanzando casi cinco aprobaciones por año entre 2013 y 2023.
A nivel de salud pública, aunque el cáncer es una causa importante de muerte en EE.UU., el foco de la investigación en anticuerpos está más orientado hacia enfermedades no oncológicas, en una proporción de 57:42.
Antes del descubrimiento de los anticuerpos monoclonales, no se comprendía la existencia de mAbs, bsAbs, ADC y FC, lo que limitaba el tratamiento de muchas enfermedades. Ahora, para explorar nuevas terapias en áreas aún desconocidas, las empresas recurren a la inteligencia artificial (IA). Al combinar IA con grandes bases de datos y modelos de lenguaje, se busca descubrir nuevos enfoques para el desarrollo de fármacos.
AlphaFold y Firefly Bio son ejemplos de cómo la IA impulsa avances en esta área. AlphaFold, de Google DeepMind, predice estructuras de proteínas en 3D, acelerando la selección de candidatos terapéuticos. Por su parte, Firefly Bio se enfoca en desarrollar tratamientos contra el cáncer, combinando ADCs y degradadores de proteínas en un nuevo tipo de terapia: los conjugados de anticuerpos degradadores (DACs). Firefly utiliza IA para explorar y seleccionar candidatos prometedores antes de invertir en el desarrollo físico. Además, Vertex Pharmaceuticals también ha adoptado tecnologías de degradación de proteínas para avanzar en terapias de edición genética.
El Dr. Jiye Shi y su equipo crearon bimekizumab, el primer anticuerpo monoclonal diseñado por IA, marcando un avance en el tratamiento de la psoriasis y un mercado prometedor.
Absci, pionera en el uso de IA generativa de disparo cero, ha logrado diseñar anticuerpos sin datos previos, reduciendo el tiempo de desarrollo de 6 a 2 años, y probando millones de diseños semanales.
Genentech también usa IA y aprendizaje automático para acelerar el diseño de anticuerpos y optimizar su proceso tras la compra de Prescient Design.
Evotec empleó redes generativas adversariales para crear una biblioteca de anticuerpos contra el SARS-CoV-2, priorizando características como estabilidad y larga duración. Sin embargo, estos avances dependen de datos de alta calidad y del análisis de los compuestos rechazados, que pueden contener información valiosa. Así como la mayoría de un iceberg permanece oculto, el enfoque exclusivo en datos visibles puede limitar el descubrimiento.
¿Hacia dónde vamos?
La IA muestra gran potencial en el descubrimiento de fármacos con anticuerpos, aunque aún depende de bibliotecas de compuestos y enfrenta limitaciones, especialmente si no se han cristalizado ciertas proteínas. Para mejorar su precisión, se necesitan más datos verificados y modelos de aprendizaje automático más avanzados. Además, es crucial investigar los efectos a largo plazo de la inmunogenicidad en anticuerpos de nueva generación y optimizar características de anticuerpos biespecíficos y multiespecíficos, como su estabilidad y capacidad de fabricación.
Revvity Signals facilita el uso de datos en IA para el descubrimiento de fármacos, organizando datos y enriqueciendo su contexto para entrenar modelos de IA de manera más efectiva. Su plataforma Signals Research Suite, que incluye herramientas como ChemDraw y Signals Notebook, proporciona soporte para la organización de datos y análisis impulsados por IA, ayudando a los investigadores a satisfacer las complejas demandas científicas actuales y a descubrir nuevas terapias.
¿Necesitas más información?
¡Contáctanos!
- Detalles
- Categoría: Signals ChemDraw
- Visto: 328
Transformación digital en la industria de productos químicos especializados
INTRODUCCIÓN
Transformación digital para acelerar el I+D de productos hacia el mercado
La innovación es crucial para el crecimiento sostenible a largo plazo en cualquier industria. Las tendencias recientes están impulsando a las empresas de productos químicos especializados y afines a reconsiderar sus modelos operativos de laboratorios de I+D. Los avances en tecnología e instrumentación, junto con las necesidades de los consumidores y el mercado, han alterado el statu quo, y el enfoque tradicional para el desarrollo de productos puede que ya no sea viable.
Con la enorme cantidad de cambios en la industria, el auge de las tecnologías digitales puede ayudar a las empresas a aplicar la toma de decisiones basada en datos, derivada de la ideación, la gestión de datos y el análisis, lo que puede acelerar los avances innovadores necesarios para mantenerse competitivos.
Todas las empresas químicas utilizan algunas tecnologías digitales, pero la mayoría lo hace de manera limitada y en silos para atender necesidades específicas. Las empresas líderes están avanzando hacia lo que se conoce como transformación digital, la adopción e integración de herramientas digitales en toda la operación de la organización. Esta transformación permite a las organizaciones satisfacer las necesidades del mundo con mejores productos ahora y en el futuro.
Un aspecto fundamental de la transformación digital es aprovechar las últimas tecnologías basadas en la nube en la investigación y el desarrollo (I+D). Sin esta transformación, el proceso de desarrollar nuevos productos es fragmentado, con investigadores trabajando de forma aislada, perdiendo tiempo buscando datos y, a menudo, repitiendo experimentos porque los resultados anteriores no están fácilmente accesibles. También enfrentan enormes desafíos para analizar grandes cantidades de datos experimentales y tomar decisiones acertadas.
Por el contrario, con las herramientas digitales más recientes, las empresas químicas pueden acelerar la innovación de productos a través de tres fases principales de investigación: Planear, gestión de datos y análisis, como se describe a continuación y en la Tabla 1.
- Planear: La tecnología avanzada y el software permiten a los químicos industriales aprovechar eficazmente los datos existentes de investigaciones internas y externas, procesar esos datos para formular hipótesis y planes experimentales para desarrollar nuevos productos.
- Gestión de datos: A medida que los investigadores realizan experimentos, las herramientas digitales avanzadas proporcionan acceso a todos los datos y herramientas en una sola interfaz y les permiten utilizar los datos de manera efectiva con características como la creación de plantillas y el etiquetado. Además, colaboran fácilmente con colegas, equipos y organizaciones en tiempo real.
- Análisis: Utilizando flujos de trabajo personalizables de procesamiento de datos que aprovechan el análisis estadístico, la minería de datos, el aprendizaje automático y la inteligencia artificial, los químicos pueden dar sentido a los datos multiparamétricos y adoptar enfoques matemáticamente rigurosos para las decisiones sobre productos, así como identificar posibles áreas futuras de crecimiento.
 |
 |
 |
 |
| PLANEAR ¿Cómo crean los investigadores nuevos productos químicos? Las herramientas digitales permiten:
|
GESTIÓN DE DATOS ¿Cómo registran y comparten los investigadores sus datos? Las herramientas digitales permiten:
|
ANÁLISIS ¿Cómo toman decisiones los investigadores en torno al desarrollo de productos? Las herramientas digitales permiten:
|
PRODUCTO FINAL |
La mejor gestión y análisis de datos, incluida la captura de datos de los consumidores sobre el uso y el rendimiento de los productos, pueden mejorar aún más el ciclo, creando el crecimiento e innovación sostenibles necesarios para satisfacer las cambiantes necesidades del mercado y las demandas de los consumidores.
Esta serie de artículos explora cómo la transformación digital en todo el proceso de desarrollo de productos puede llevar a un desarrollo más rápido mediante un mejor uso de los datos, la colaboración y el poder computacional. Al abordar cómo las herramientas digitales avanzadas pueden ayudar específicamente en cada paso del desarrollo de productos—ideación, gestión de datos y análisis—los químicos pueden comenzar a comprender los beneficios potenciales de la transformación digital completa para sus organizaciones y la industria.
Haz clic aquí para ver una DEMO interactiva
CAPÍTULO 1
Acelerando el paso de la lluvia de ideas al laboratorio
El universo de productos químicos es vasto y variado. Solo en Estados Unidos, la industria química produce decenas de miles de productos. Sin embargo, independientemente de lo que se esté fabricando, ya sea una pintura resistente al agua o un plástico biodegradable, cada producto nuevo o mejorado comienza con una idea.
Durante la fase de planteamiento, los investigadores evalúan los datos existentes para identificar productos potenciales con un uso final particular. También desarrollan una hipótesis comprobable y diseñan experimentos para analizar métricas específicas que ayuden a identificar el mejor candidato. Para obtener una mayor cuota de mercado y mayores beneficios, este trabajo debe realizarse rápidamente.
El proceso iterativo de decidir qué parámetros probar, cómo probarlos y en qué orden es la primera mitad de lo que se conoce como diseño de experimentos (DOE, por sus siglas en inglés); la segunda mitad consiste en realizar las pruebas. Las condiciones de prueba a menudo son multiparamétricas y pueden involucrar combinaciones de presión, temperatura, tiempo u otras métricas. Estos indicadores cuidadosamente seleccionados darán a los científicos una idea de cómo se desempeñarán los posibles productos bajo diversas condiciones relevantes para su uso final.
Históricamente, el DOE ha sido descrito más como un arte que como una ciencia. Durante el DOE, los expertos utilizan sus conocimientos sobre el producto y las técnicas de prueba disponibles para determinar de manera reflexiva qué conjunto de métricas y variaciones probar y en qué orden.
Sin embargo, los productos químicos, los materiales, las formulaciones y los mercados se han vuelto cada vez más complejos, y depender únicamente del poder de procesamiento humano ya no es un enfoque adecuado.
Un conjunto de herramientas digitales ampliado
El conjunto de herramientas digitales disponibles para los químicos ha crecido junto con el volumen y la diversidad de productos químicos. El químico actual puede aprovechar estas herramientas avanzadas para acelerar la fase de ideación del desarrollo. El acceso a datos almacenados de manera centralizada, habilitado por el almacenamiento en la nube, y el software que integra capacidades de búsqueda en la literatura, ayudan a los químicos a entender qué es lo que ya existe en su espacio químico.
"Las empresas podrían ser mucho más productivas en su investigación si aumentan sus recursos de tecnología digital".
— Tom Runge, químico de procesos y fundador de Runge Consulting
Al tener los datos existentes al alcance de la mano, los químicos pueden formular hipótesis y planes experimentales de manera más eficiente. Esto les permite dedicar menos tiempo a la planificación y más tiempo a concentrarse en los experimentos y en la identificación de candidatos.
Aprovechar los datos pasados para un mejor DOE
Tom Runge, un químico de procesos que fundó Runge Consulting, dice que integrar las últimas herramientas digitales en la ideación y planificación experimental es clave para acelerar la investigación. Ha comprobado que cuando los investigadores se concentran en realizar experimentos, una organización aumenta las posibilidades de que su producto llegue al mercado antes que la competencia.
Runge, quien trabajó en las industrias química y farmacéutica antes de iniciar su negocio de consultoría, observó que los investigadores que no utilizan herramientas digitales avanzadas pasan más tiempo revisando datos para realizar DOE en nuevos productos.
"Es preferible obtener la mayor cantidad de información de todos los experimentos realizados anteriormente que tratar de configurar nuevos desde cero"
"Las empresas podrían ser mucho más productivas en su investigación si aumentan sus recursos tecnológicos digitales"
.Pero para obtener sabiduría de los experimentos pasados, los científicos deben poder acceder y evaluar el historial experimental. Se estima que el 55% de los datos almacenados por las organizaciones son datos oscuros, es decir, datos difíciles de acceder y que se dejan sin utilizar. Puede ser un proceso laborioso y que consume tiempo si los científicos tienen que recopilar manualmente los datos para encontrar la información química relevante.
Los investigadores pueden verse obligados a buscar en la literatura utilizando SciFindern o Google Scholar en un navegador, acceder a los datos experimentales pasados de sus cuadernos digitales en un servidor local, y enviarse correos electrónicos con colaboradores para intercambiar datos e ideas.
Adoptar herramientas digitales avanzadas significa que los investigadores no tienen que pasar tiempo buscando y ensamblando datos existentes. En su lugar, el software hace el trabajo por ellos.
El software inteligente ayuda a los investigadores a encontrar datos existentes y unificarlos, proporcionando recomendaciones y visualizaciones antes incluso de que comiencen a realizar un experimento. Esto puede ayudar a acelerar el tiempo de llegada al mercado, que siempre es uno de los objetivos más importantes del desarrollo de productos.
Consultas químicas fáciles
"¿Dónde están mis datos?"
Esa puede ser una de las primeras preguntas que los investigadores se hacen al inicio del proceso de planteamiento. Durante experimentos pasados, los investigadores pueden haber registrado estructuras químicas o reacciones utilizando software como ChemDraw® de Revvity Signals y luego haber copiado la estructura en otra aplicación, como Microsoft Word o PowerPoint, donde se almacena la información a largo plazo.
"Una vez que los datos están dentro de un documento de Microsoft Office, están esencialmente muertos y enterrados",
dice Pierre Morieux, gerente global de marketing de productos para Revvity Signals.
"Se requiere mucho esfuerzo o una muy buena memoria para que los investigadores los reutilicen o hagan algo significativo con ellos".
Los investigadores tendrían que localizar el archivo y la página con la información relevante y luego extraerla para su nuevo uso. Las herramientas enfocadas en la química, como ChemDraw, integradas en Signals Notebook, ayudan a acelerar el proceso de encontrar datos químicos.
"ChemDraw puede tomar esos dibujos químicos dispersos y ayudarlos a transformarlos en una base de datos de conocimiento químico fácilmente accesible", dice Morieux.
El programa extrae estructuras químicas e información relacionada de un documento, tal vez un archivo de Word o una presentación de PowerPoint, y las lleva al entorno de ChemDraw Collection sin tener que encontrar o abrir el documento original. Los dibujos químicos pueden seleccionarse, copiarse y pegarse en un nuevo documento o en ChemDraw para realizar más ediciones.
Los investigadores también pueden crear y gestionar listas personalizadas de moléculas basadas en propiedades definidas por el usuario. Por ejemplo, aquellos que desarrollan nuevos tintes sintéticos pueden agregar compuestos con ciertas propiedades, como la pigmentación, a listas específicas. Luego, pueden revisar rápidamente la colección de compuestos cuando buscan diseñar un tinte con propiedades de pigmentación específicas. Los registros y listas químicas pueden mantenerse y actualizarse en tiempo real, por lo que los investigadores cuentan con la base de datos más actualizada con la que trabajar.
"Esto permite a los investigadores reciclar, reutilizar y reaprovechar los datos químicos ya existentes sin tener que adivinar en qué documento están almacenados", dice Morieux.
El acceso fácil a los datos puede acelerar el proceso de ideación. Una vez que los científicos comprenden lo que se ha hecho, pueden comenzar a identificar qué productos químicos, formulaciones o materiales existentes tienen características que pueden cumplir con los requisitos del nuevo producto.
CASO PRÁCTICO
Acelerando la identificación de objetivos con herramientas digitales avanzadas
Con herramientas digitales que no están diseñadas específicamente para químicos, como Microsoft Excel, los investigadores podrían verse obligados a identificar y evaluar individualmente los conjuntos de candidatos para nuevos fungicidas u otros productos de protección de cultivos, lo que podría limitar el número de opciones que pueden explorar. Dependiendo del producto y su aplicación, el número de compuestos potenciales podría superar el que un ser humano puede evaluar y procesar en un tiempo razonable.
La empresa de agroquímicos identificó los siguientes desafíos para los químicos agrícolas:
- Los datos estaban fragmentados y eran difíciles de consultar, lo que hacía que la revisión de los datos fuera un proceso que consumía mucho tiempo durante la identificación de candidatos.
- A lo largo de la I+D, desde la selección de compuestos hasta la elaboración de informes, se utilizaban diversos software y herramientas digitales, lo que hacía que el proceso fuera discontinuo.
- Se necesitaban gráficos que visualizaran y comunicaran efectivamente los datos químicos para identificar los candidatos prometedores.
- Para abordar estos desafíos, la empresa decidió incorporar la solución de análisis de datos Signals Inventa, parte del conjunto Signals Research Suite, en su flujo de trabajo de I+D. El acceso a datos basado en la nube, facilitado por Signals Data Factory, un componente adicional de almacenamiento, permitió un acceso y consulta rápidos de datos almacenados tanto interna como externamente. Esto permitió a los investigadores acceder rápidamente a datos experimentales pasados, estructuras químicas y reacciones en una sola interfaz.
Para identificar mejor los candidatos a productos prometedores a partir de datos experimentales pasados, los investigadores utilizaron Signals Inventa, que incorpora análisis de datos y visualización habilitados por Spotfire®, un potente motor de análisis de datos científicos con licencia exclusiva de Revvity Signals. El líder de I+D que dirigía el proyecto describió la plataforma como "consulta de datos impulsada por pruebas de manera fácil", con la capacidad de filtrar por pruebas, datos o proyectos específicos; buscar por estructuras químicas o criterios de actividad; y analizar resultados en tiempo real.
Las visualizaciones de datos químicos ayudaron a los investigadores a reducir aún más la selección del panel de pruebas identificando tendencias en los datos pasados. Por ejemplo, utilizaron la técnica de análisis conocida como descomposición de grupos R (Figura 3) para comprender mejor las relaciones estructura-función en el contexto de su química. En este análisis, una estructura central—un esqueleto—se utiliza como consulta de búsqueda para identificar todas las moléculas químicas que contienen esa estructura esquelética. Los brazos químicos que se extienden desde el esqueleto en distintos sitios de unión, los grupos R, pueden identificarse, analizarse y correlacionarse con propiedades químicas y físicas determinadas a partir de experimentos anteriores. De esta manera, los químicos pueden descomponer un panel de estructuras químicas para comprender qué grupos R y patrones de unión pueden proporcionar las características deseadas para un nuevo producto.
Esto permite a los científicos agrícolas comenzar con un gran panel de posibles agentes de protección y reducirlo a un subtipo específico, como fungicidas, y luego concentrarse en las características químicas específicas necesarias para la nueva aplicación. De esta manera, los investigadores pueden utilizar sus datos pasados para comprender mejor qué moléculas candidatas potenciales podrían ser exitosas.
