Transformación digital en la industria de productos químicos especializados

INTRODUCCIÓN

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: Búsqueda de resultados experimentales anteriores y datos publicados en toda la organización Identificación rápida de posibles candidatos a productos Modelado computacional para reducir la necesidad de experimentos	GESTIÓN DE DATOS ¿Cómo registran y comparten los investigadores sus datos? Las herramientas digitales permiten: Archivo completo y consultable de historial y resultados experimentales Registro de datos eficiente y estandarizado mediante plantillas y catálogos de materiales e instrumentos Colaboración y compartición de datos en tiempo real en todo el mundo	ANÁLISIS ¿Cómo toman decisiones los investigadores en torno al desarrollo de productos? Las herramientas digitales permiten: Acceso sencillo a los datos e importación a través de silos de almacenamiento de datos y formatos de archivo Análisis eficiente de los datos mediante flujos de trabajo de procesamiento de datos personalizables que aprovechan el aprendizaje automático y la inteligencia artificial Análisis visual para evaluar rápidamente a los candidatos prometedores	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.

¿Quieres conocer más beneficios sobre la introducción de la transformación digital en la industria química?

¡Mantente atento!