Manténgase actualizado sobre las últimas novedades científicas con los resúmenes de repaso. Este Brush Up está patrocinado por xiltrix.
Con la llegada de la automatización y la digitalización, las herramientas y tecnologías que respaldan la investigación en ciencias biológicas están evolucionando rápidamente. En este artículo, explore los efectos transformadores de las nuevas tecnologías en los laboratorios científicos.
Automatización
Uno de los cambios más impactantes en los laboratorios de investigación modernos es el mayor uso de la automatización.1 Los dispositivos robóticos pueden realizar con precisión tareas rutinarias como pipetear, mezclar y medir, lo que resulta especialmente útil para la detección de alto rendimiento y los experimentos de secuenciación de próxima generación.
Los instrumentos automatizados reducen el riesgo de error humano y liberan a los investigadores de tareas manuales repetitivas, reduciendo las lesiones relacionadas con el trabajo, como el túnel carpiano y el síndrome de rigidez del cuello.2 La introducción de la automatización aumenta la reproducibilidad de los resultados y las tasas de experimentación y recopilación de datos. Al pasar menos tiempo en el banco, los científicos pueden dedicarse a actividades intelectuales más importantes.
Análisis de datos impulsado por IA
A medida que los experimentos se vuelven más complejos, la cantidad de datos de salida también aumenta. Los algoritmos de inteligencia artificial (IA) ayudan a los investigadores a analizar e interpretar sus datos, identificando patrones y asociaciones encubiertas.3 Además, el aprendizaje automático (ML) permite que las máquinas “aprendan” características de conjuntos de datos, lo que permite que los algoritmos se adapten y hagan predicciones.
Por tanto, la IA puede ayudar a automatizar el análisis de datos, permitiendo a los investigadores trabajar de forma más eficiente y precisa. Los algoritmos de IA pueden identificar valores atípicos en grandes conjuntos de datos o descubrir nuevos compuestos. Un ejemplo específico de cómo los científicos utilizan actualmente este enfoque es la mejora del diseño de secuencias de ARNm terapéuticos.4
Conectividad de laboratorio
La interconectividad entre los procesos del laboratorio permite una mejor gestión de activos, recursos y personal. El monitoreo, incluso de forma remota, de equipos como incubadoras y congeladores garantiza la protección de muestras y experimentos, asegura resultados de alta calidad y permite el cumplimiento normativo.
Además, otros equipos de laboratorio, como secuenciadores automatizados y software de análisis de datos, pueden enviar directamente sus resultados a cuadernos electrónicos (ELN), lo que hace que los tradicionales cuadernos de laboratorio de papel sean cosa del pasado. Utilizando cuadernos digitales, los investigadores editan fácilmente los resultados, encuentran experimentos anteriores y comparan datos de experimentos relacionados. Además, los ELN producen documentación coherente y comparable, lo que permite a los investigadores compartir fácilmente sus datos con sus colaboradores.5
Digitalización de datos
A medida que los datos crecen en volumen y se vuelven más complejos, almacenarlos en servidores locales o discos duros es menos práctico. El almacenamiento basado en la nube permite a los investigadores almacenar sus datos de forma segura y acceder a ellos en todo el mundo.6 Esto permite una mayor colaboración entre investigadores, ya que pueden compartir datos de forma rápida y eficiente.
Además de la mayor disponibilidad de opciones de almacenamiento en la nube, aumentan las preocupaciones sobre la privacidad, la confidencialidad y la seguridad en Internet. Esto es especialmente cierto en el caso de ideas protegidas por patentes y descubrimientos patentados. Para abordar estas preocupaciones, se implementa software de cifrado especializado en todos los institutos de investigación y se llevan a cabo talleres sobre confidencialidad e intercambio de datos para educar a los investigadores, concientizándolos sobre la legislación, las regulaciones locales y las políticas del instituto.
Crédito gráfico a The Scientist
Sostenibilidad
Los laboratorios tienen huellas de carbono notoriamente grandes. Los plásticos de un solo uso se utilizan ampliamente y algunos experimentos consumen y generan sustancias peligrosas. El uso intensivo de energía también es común en los laboratorios, ya que los instrumentos funcionan las 24 horas del día. Los expertos estiman que las necesidades energéticas de un laboratorio mediano son el triple que las de una oficina del mismo tamaño. Además, se cree que la contribución del plástico representa el 2 por ciento del total de residuos plásticos del mundo.7
Se está produciendo un cambio de paradigma, en el que los dispositivos que ahorran energía y el mejor mantenimiento de los equipos e instalaciones se están convirtiendo en una prioridad. Además, los proveedores de laboratorio están implementando pedidos al por mayor, embalajes optimizados y reciclaje de paquetes, mientras que los reactivos plásticos y tóxicos se están sustituyendo por homólogos ecológicos, cuando estén disponibles.8 Los institutos también aplican rigurosamente la eliminación consciente de los desechos (los laboratorios a menudo tienen una persona designada previamente como responsable de la eliminación de los desechos), lo que enfatiza aún más la importancia de la sostenibilidad del laboratorio.
Accesibilidad
Hacer que la investigación sea accesible para personas con discapacidades visibles e invisibles es otra consideración importante para los laboratorios en el futuro. Para que esto sea posible, es necesario que múltiples disciplinas colaboren para que los laboratorios sean accesibles para personas con diferentes necesidades.9
Por ejemplo, los edificios más antiguos deberían incorporar rampas y salvaescaleras para ayudar a las personas con determinadas discapacidades físicas, mientras que los diseños de los nuevos edificios deberían planificar estas características desde el principio. Se deben fabricar muebles de laboratorio modulares para acomodar a todos los ocupantes, y también se deben instalar alertas tanto auditivas como visuales en todo el laboratorio para mantener seguros a todos los científicos en caso de emergencia.10 Además, la automatización reduce la necesidad de trabajo práctico, mientras que las nuevas herramientas de software de accesibilidad aumentan la inclusión de científicos con discapacidades.11
Referencias
- Hayase S, Katayama YA, Hatta T, et al. La automatización casi completa de COPMAN utilizando un LabDroid permite una detección sensible y de alto rendimiento del ARN del SARS-CoV-2 en aguas residuales como indicador principal. Medio ambiente total de ciencia. 2023;881:163454. doi:10.1016/j.scitotenv.2023.163454
2. El-Helaly M, Balkhy HH, Vallenius L. Síndrome del túnel carpiano entre técnicos de laboratorio en relación con factores personales y ergonómicos en el trabajo. J Ocupar Salud. 2017;59(6):513-520. doi:10.1539/joh.16-0279-OA
3. Preto AJ, Matos-Filipe P, Mourão J, Moreira IS. SYNPRED: predicción de los efectos de la combinación de fármacos en el cáncer utilizando diferentes métricas de sinergia y aprendizaje conjunto. Gigaciencia. 2022;11:giac087. doi:10.1093/gigaciencia/giac087
4. Castillo-Hair SM, Seelig G. Aprendizaje automático para diseñar terapias de ARNm de próxima generación. Acc Chem Res. 2022;55(1):24-34. doi:10.1021/acs.accounts.1c00621
5. Elberskirch L, Binder K, Riefler N, et al. Datos de investigación digital: del análisis de los estándares existentes a una base científica para un esquema modular de metadatos en nanoseguridad. Parte Fibra Toxicol. 2022;19(1):1. doi:10.1186/s12989-021-00442-x
6. Krumm N. Consideraciones de seguridad técnica y organizativa para la computación en la nube de laboratorio. J Appl Lab Med. 2023;8(1):180-193. doi:10.1093/jalm/jfac118
7. Farley M, Nicolet BP. La reutilización de utensilios de laboratorio reduce la huella de CO2 equivalente y los costes de funcionamiento. Más uno. 2023;18(4):e0283697. doi:10.1371/journal.pone.0283697
8. Freeland B, McCarthy E, Balakrishnan R, et al. Una revisión del ácido poliláctico como material de reemplazo de componentes de laboratorio de un solo uso. Materiales (Basilea). 2022;15(9):2989. doi:10.3390/ma15092989
9. Bernardo MA. Avanzando en la inclusión de la discapacidad en la fuerza laboral científica | SWD en los NIH. Ciencia de la diversidad. Publicado el 21 de julio de 2021. Consultado el 26 de mayo de 2023. https://diversity.nih.gov/blog/2021-07-21-advancing-disability-inclusion-scientific-workforce
10. Smith SB, Ross AD, Pagano T. Investigación química y biológica con estudiantes y profesionales sordos y con problemas de audición: garantizar un entorno de laboratorio seguro y exitoso. J Chem Salud Saf. 2016;23(1):24-31. doi:10.1016/j.jchas.2015.03.002
11. Ellis LD. Diseño de espacios de laboratorio accesibles para personas con discapacidad. Escuela de Salud Pública TH Chan de Harvard. Publicado el 14 de junio de 2021. Consultado el 26 de mayo de 2023. https://www.hsph.harvard.edu/ecpe/designing-accessible-labs-for-people-with-disabilities/