AI和自动化：安捷伦CTO展望2050年的分析实验室

近日，ChatGPT火爆全网。它是由人工智能研究实验室OpenAI于2022年11月发布的聊天机器人。上线仅两个月，活跃用户数便突破1亿。

人工智能（AI, Artificial Intelligence）的发展引发了一系列思考和讨论。我们也忍不住畅想，分析实验室的未来和AI又有什么关系呢？安捷伦科技首席技术官Darlene Solomon博士于今年1月特别撰写了这篇分析实验室2050畅想的文章，其中就包括了关于AI在未来分析实验室中的应用。

文章Z 后，Darlene Solomon博士更是提出了9条2050年分析实验室的蓝图。欢迎仔细阅读！

原文由安捷伦科技首席技术官Darlene Solomon博士发表于分析科学家网The Analytical Lab of 2050: Automation and AI (theanalyticalscientist.com) 。此文为分析科学家网探索技术趋势如何改变分析实验室的新系列文章的第 一 部分。篇幅有限，略有删减。

工业 4.0 是一种描述新技术如何为更高的效率、灵活性和连通性铺平道路的方式。这一概念主要应用于制造业和“第四次工业革命”，但它也适用于分析实验室。

在这里，自动化、机器人技术和人工智能将改变实验室的运作方式。我们才刚刚开始走上这一道路，那么 2050 年的情况又会如何呢？

分析实验室的AI和自动化技术现状

首先，让我们退后一步，看看我们当下的情况。

就成熟度而言，自动化和人工智能现在都处于相对早期的阶段——尤其是人工智能，目前还没有很好地集成到分析实验室中。

自动化在实验室工作流程的大多数阶段更容易实现。但人工智能的应用，如深度学习和机器学习、智能机器人实验室助理以及增强现实和虚拟现实仍在不断涌现，尚未成为主流。

未来，所有这些技术都将在帮助研究人员解释复杂数据和提高实验室整体生产力方面发挥变革性作用。

虽然期望实验室在一夜之间完全实现自动化和数字化是不现实的，但我们也看到了其稳步的进展 – 分析实验室仪器、工作流程和服务随着每一代产品的更新而变得更加智能。

人工智能和自动化技术的潜力

当今实验室自动化的驱动目标主要是减少每个样本的手动操作时间来提高样本通量。

自动化的重现性可以实现更小的样本量，这在样本量有限时至关重要——在临床和生命科学中这样的应用情况越来越多。随着多组学和精 准医学等领域的兴起，单个样本的分析数量也呈上升趋势；这将继续降低每次分析所需的样本量。

在下游，由人为操作引起的研究和实验室生产力瓶颈，将通过数据处理和解读的自动化来解决。随着机器人技术和自动化更易于使用、并能解决定义明确和重复的工作流组件，实验室的科学家们可以将更多时间花在其它（并且可能更有趣的）项目上。

关于人工智能，我们将继续看到它的进步——无论是在科学方面还是在分析实验室的生产力/效率方面。

AR 和 VR 作为虚拟工作环境的助推器已经开始出现在分析实验室中。这些方法提供了细胞和分子结构以及相互作用的 3D 可视化功能，如应用在生物制药治 疗开发中；VR 还为协作科学洞察力提供了同步、交互式观看的机会。

例如，在安捷伦，AR 方法在COVID大流行刚开始时得到了加速使用。现场支持团队用AR方法可以远程帮助客户成功地解决他们的仪器和工作流程故障。

展望未来，人工智能和云不仅将加速高性能、高产率、安全和高效的全 球实验室运营，还将促进全 球伙伴关系和协作——无论是在公司内部还是在外部合作伙伴之间。

在COVID 期间，这种远程数据共享更是十分关键。同样，大规模的实验室间数据共享和数据聚合可以支持更强大的机器/深度学习结果。

在自动化和人工智能的背景下，液滴技术是另一个将改变分析实验室的趋势，尤其是在单细胞技术占据主导地位的情况下。 如今，塑料板、移液头和试管已经用于机器人样品工作流程；通过液滴形式可以消除大部分的塑料的使用。但这对数据规模、复杂性和计算能力也有重大影响：一次采集一个液滴的样本可能会产生数万个数据集！

Z后，一起使用人工智能、自动化和机器人技术的一个重要例子是合成生物学和细胞制造，通过它们重新对生物细胞编程以达到其有用性和实用性。

合成生物学的核心是设计-构建-测试-学习循环。随着科学家和工程师希望通过理解和控制细胞通路和新陈代谢的动态，以优化细胞性能来实现我们的预期目的，该循环被反复进行了数千次。

这种基于生物的合成和生产不仅可以在生物经济中用于开发新的和改进的产品，而且相比于传统的石化合成而言，可能开发出具有变革性可持续性的替代品。

是什么在加速这些趋势？

态度的改变正在加速这些趋势。我们都已经意识到远程访问和控制实验室中的自动化工作流程以及从家中的笔记本电脑获取实验数据的重要性。

在全 球性大流行病的刚开始的一年半中，这种远程访问尤其重要。现在它正式被实验室人员所期望，并将继续推动实验室的数字化转型。当不需要使用实验室基础设施时，混合和远程工作越来越普遍；自动化、信息技术和高级软件对于继续实现这一新现实至关重要。

随着科学理解的加深，我们对更新层面的生命科学和生物学也寻求更深层面的了解，这更需要复杂的实验和数据的整合。这些推动了新测量方法、工具和技术的采用。单细胞组学、空间组学和时间相关的测量——如活细胞分析——都变得越来越普遍。这些数据集庞大而复杂，通常需要自动化的数据采集和分析过程，并且通常需要以新的方式进行整合和可视化以协助理解。

另一个促成趋势是对分析仪器和测量人才的需求不断增加。界面更智能、更易于使用的仪器将需要更少的专家资源。在保持实验室生产力的同时，可以让高技能的科学家和技术人员腾出时间来处理其它优先事项。

2050 年的分析实验室是怎么样的呢

这些趋势在未来几十年将如何发展，这个问题很难预测。但是，我希望在 2050 年之前会发生以下大部分情况：

• 实验室将以数据和结果为导向，并以数字方式完全整合。完整、全面、可访问且安全的实验室数据将使实验室实现真正的数字化转型。

• 实验室将拥有广泛的自动化、机器人系统和小型化，程控的端到端智能化和互相连接的仪器以及工作流程将完全集成到实验室生态系统中……使实验室工作人员能够专注于创新并获得更具有影响力的成果。

• 实验室中的人工智能将被更多的标准化、接受和实施程度也会有很大提高；它将使测量数据解读的深度和广度更上一层楼，其中包括多维、多模态数据。

• 结合自动化、机器人技术和人工智能的解决方案将拥有越来越精密的反馈环路，使自动化系统能够检测错误或非理想条件，并在无需用户干预的情况下进行实时纠正。

• 样本追踪将是全面的，从样本采集点开始，一直持续到数据分析，跟踪和整合用于分析同一样本的多个工作流程。

• 机器视觉技术、机器人助手和具有出色人类感知能力的直观协作机器人将自然而然地与我们互动，来协助我们的工作和研究，为实验室运营做出贡献，提高人类生产力，以及提高实验室危险流程的安全性。

• 新技术将为塑料和一次性消耗品提供更具有成本效益、可持续的替代品。

• 基于生物的合成和绿色化学将成为标准。除Z专业的需求之外，实验室将使用可再生气体和溶剂来满足所有其它需求。

• 分析仪器不会出现非计划外停机——分析行业将实现其净零目标。

时间总是难以预测，但考虑到我们作为一个行业在可持续性和净零方面设定的目标，以及明显的实际利益，我们有理由感到乐观。对于如今认识到自动化、机器人技术和人工智能价值的公司来说，不知道从哪里开始。我的建议是从简单开始，解决一个你想解决的明确问题， 并联系行业供应商、同行和合作者，从他们的经验中学习。我们距离 2050 年还有很长的路要走，但工业 4.0 技术已经让分析实验室的生活变得更美好。

致谢：特别感谢 Anya Tsalenko 和 Genevieve van-de-Bittner 进行的宝贵讨论