阿斯利康如何将分析数据数字化

阿斯利康是著名的跨国公司，研发机构遍及全球。在英国的的肿瘤研发分支机构的领导Nichola发现获取分析数据存在困难，这导致效率降低以及重复劳动。

从目标药物分子初次合成到转为开发往往需要数年，早期分析团队收集了相当多的关于结构以及分离纯化的色谱方法的知识，还包括一些复杂的手性方法。不幸的是这些工作结果往往在转向开发阶段时就遗失了。由于缺乏从从早期研发阶段积累和管理分析数据的方法，开发阶段的分析团队往往需要重新分析数据，归属谱图，开发色谱方法。通过电子邮件以及个人交流的方式获得这些数据往往孤立片面以及花费时间。Nichola以及她的同事决定在她的部门内改变这种情况。

• 建立一个基于云的方案将组织内的分析数据整理在一起

• 原始数据和处理后的数据有机存储，动态可得

• 分析数据可为机器学习方法建立模型所用

阿斯利康已经应用ACD/Labs的Spectrus平台下的软件多年，主要在开发团队内进行NMR数据解析和LC/MS数据处理，同时也拿来进行分析数据的管理。

为推行Global Analytical Database (GAD)项目，团队装备了Spectrus平台的所有软件，自动化流程，服务等来实现其中心化的可访问的分析数据平台。

下表为整合入GAD的软件以及硬件平台：

阿斯利康的GAD Global Analytical Database

阿斯利康的自动化分析数据管理系统从分析系统收集原始NMR和LC/MS数据工具，提取元数据，从ELN或注册系统中添加结构，根据数据类型处理数据，以及在基于云的可搜索存储库中创建数据库记录。原始仪器数据文件被复制到存档系统以满足知识产权监管目标。

众多的分析化学家，药学家以及计算化学家在不同的研究中心皆能访问GAD数据库。(Waltham and Gaithesburg, US; Cambridge and Macclesfield, UK; Gothenburg, Sweden; and Oss, the Netherlands)

AstraZeneca的GAD数据库不仅对当前的科学家的工作产生价值，更令后续的科学数据应用更加便利。AstraZeneca正在利用他们的数据来研究如何进一步提高定性，解析以及预测精度，更深刻的理解物质结构与性质之间的关系。可以说GAD数据库为数据科学提供了更佳的工作条件。

分析数据是研发过程中的数据核心，其数字化程度影响深远。阿斯利康已经成功的将分析数据数字化，增加了可及性，令分析数据的机器学习变得简单。

阿斯利康在美国Waltham 的肿瘤研究的分析以及结构化学研究团队的Kevin Robbins在最近的一次网络Webinar里也引用了他们参与构建GAD的实例。以下是对其演讲的编译。

Kevin提出了很多他们团队看到的问题，例如整个研发过程中有海量的数据，有相当多的重要的数据都是分散存储，还有相当一部分是委托给了CRO公司来完成，信息孤岛化严重，因此期望能更容易的获取数据，关联信息以帮助进行创新。

因此ACD/Labs 技术帮助构建GAD数据库整合了所有相关的重要数据，服务不同的业务单元。

这是GAD数据库里容纳的重要的内容，并提供各种不同的检索方法进行检索。

NMR Workbook Suite 和MS Workbook Suite 是分析专家常用的辅助工具。其作为数据处理和报告工具是GAD中高价值数据的高效处理工具。

Kevin提到他们获取历史数据变得简单直接，效率获得了提高，直接节省了FTE时间。

Kevin 还提到了一些工作还可通过自动化的脚本来完成快速的计算以及报告，例如手性分离报告以及定量核磁报告。

Kevin 还举了两个核磁数据的应用案例。其中一个案例是用核磁数据的化学位移变化对迈克尔加成反应试剂的反应性做预测。这是对大量核磁数据的积累，统计建模获得的知识。

Kevin 用从数据到决策的的金字塔图形作为他的演讲的总结。请查看视频来观看Kevin Robbins的演讲内容。