Лабораторная робототехника
Лабораторная робототехника (англ. Laboratory robotics) — использование роботов в лабораториях биологии, химии и инженерии. Например, фармацевтические компании применяют роботов для перемещения биологических или химических проб с целью синтеза новых химических соединений или для тестирования фармакологической активности известных химических веществ[1][2]. Современные методы лабораторной робототехники позволяют полностью автоматизировать ряд научных процессов, как, например, в проекте Robot Scientist[3].
Лабораторные процессы хорошо подходят для автоматизации посредством роботов, так как состоят из повторяющихся операций (манипуляции с пробами, добавление жидкостей/твердых веществ, нагревание/охлаждение, перемешивание, встряхивание и тестирование). Многие лабораторные роботы называют автосемплерами, поскольку их основная функция — обеспечивать непрерывную подачу проб для аналитических устройств.
История
Первые компактные роботизированные манипуляторы с компьютерным управлением появились в начале 1980-х годов и до сих пор применяются в лабораториях[4]. Эти роботы могут быть запрограммированы на выполнение множества различных задач, включая подготовку и обработку проб.
В начале 1980-х годов группа под руководством Масахидэ Сасаки (Kochi Medical School) реализовала первую полностью автоматизированную лабораторию, в которой несколько роботизированных манипуляторов работали совместно с конвейерными лентами и автоматическими анализаторами[4][5]. Успех пионерских проектов Сасаки привёл к распространению концепции полной автоматизации лабораторий (TLA, Total Laboratory Automation) в мире.
Однако несмотря на несомненные успехи TLA, её многомиллионная стоимость препятствовала массовому внедрению[6]. Также дефицит стандартов взаимодействия устройств разных производителей сдерживал развитие автоматизации, способствуя высокой стоимости оборудования. В индустрии предпринимались попытки выработать стандарты для обеспечения совместимости компонентов разных производителей[6][7]. Однако эти усилия были лишь частично успешными: и сегодня многие лаборатории не применяют роботов в силу их высокой стоимости.
В последнее время появились решения, позволяющие использовать недорогие устройства, включая открытое аппаратное обеспечение[8], и осуществлять управление с помощью скриптовых языков, способных управлять мышью и клавиатурой, например, средствами AutoIt[9]. Такой подход позволяет объединять любые устройства, управляемые через компьютер.
Одной из важных тенденций стало появление роботов, для программирования которых не требуется специальной подготовки, например, Baxter.
Применение
Недорогая лабораторная робототехника
Высокая стоимость большинства лабораторных роботов долгое время препятствовала их массовому внедрению. Однако на сегодняшний день существует множество доступных по цене роботизированных устройств, которые могут выполнять различные задачи в лаборатории. Например, недорогой робот-манипулятор применялся для различных видов анализа воды без потери качества относительно гораздо более дорогих автосэмплеров[10]. Автоматические пробоотборники можно подключать к разным приборам, уменьшая затраты и необходимость в найме дополнительного персонала[9]. Для снижения стоимости лабораторной робототехники ключевое значение имеют: 1) применение недорогих роботов, доступность которых растёт, и 2) использование скриптов, обеспечивающих совместимость между роботами и аналитическим оборудованием[11].
Роботизированные, мобильные операторы и дистанционные лаборатории
В июле 2020 года учёные сообщили о разработке мобильного робота-химика, способного самостоятельно проводить эксперименты, принимать решения по продолжению работ и работать почти круглосуточно. Такой модульный робот способен управлять лабораторными приборами, а также выявлять новые катализаторы, позволяя исследователям сосредоточиться на творческих задачах[12].[13]
Активно разрабатываются и так называемые «дистанционно управляемые лаборатории», позволяющие проводить многочисленные эксперименты в области наук о жизни дистанционно и в коллективном формате[14].
Применение в фармацевтике
Одной из ключевых областей автоматизации является структурное исследование в фармацевтической науке. Такие процессы, как ядерный магнитный резонанс (ЯМР) и высокоэффективная жидкостная хроматография (ВЭЖХ)-МС, автоматизированы за счёт использования роботизированных манипуляторов[15]. Кроме того, автоматическое определение структуры белков осуществляется с применением ЯМР и рентгеноструктурного анализа. Кристаллизация требует множества экспериментов для получения кристаллов, пригодных для исследования; автоматические микропипетирующие устройства позволяют создавать и анализировать практически миллион различных кристаллов одновременно.
Диагностические тесты для выявления патогенов
Ряд роботов применяется для анализа мазков с целью выявления COVID-19[16][17][18]. Создаются автоматизированные роботизированные системы жидкостного дозирования для иммунохроматографических исследований, что позволяет минимизировать ручной труд, увеличить размер эксперимента и улучшить воспроизводимость результатов[19].
Лабораторная робототехника в биологических исследованиях
Биологические и химические образцы обычно хранятся во флаконах, планшетах или пробирках, которые часто замораживаются или герметизируются для предотвращения загрязнения и сохранения свойств. В частности, в индустрии наук о жизни принят формат микропланшета (англ. microtiter plate)[20], закреплённый стандартом Обществом биомолекулярного скрининга в 1996 году[21]. Обычно в таких планшетах 96, 384 или даже 1536 лунок, расположенных в прямоугольной матрице, а стандарт регламентирует размеры, расстояния между лунками и жёсткость планшета.
Многие компании разрабатывают роботов для работы с такими микропланшетами — как жидкостные автоматические станции, осуществляющие дозирование проб, так и системы для перемещения планшетов между приборами.
Некоторые производители интегрируют свою технику глубже: помимо поддержки стандартных одноразовых расходников, часть роботов (например, Andrew от Andrew Alliance) обладают функцией работы с ручными объёмными пипетками, применяемыми биологами и лаборантами. Благодаря этому практически все ручные задачи по жидкостному дозированию могут быть полностью автоматизированы, позволяя людям сосредоточиться на концептуальной стороне исследований.
Аналитические приборостроительные компании также разработали ридеры планшетов для определения биологических, химических или физических параметров в пробах с помощью оптических и/или компьютерных систем анализа изображений.
Одной из первых областей применения робототехники в биологии стал синтез пептидов и олигонуклеотидов. К ранним примерам относится полимеразная цепная реакция (ПЦР), позволяющая амплифицировать цепи ДНК с помощью термоциклера и программируемого температурного режима. Впоследствии автоматизация синтеза была распространена на органическую химию, где выделяют три основные типа систем: реакционные блоки, робот-манипуляторы и нероботизированные жидкостные системы[22]. Главными целями автоматизации считаются повышение производительности и снижение затрат[23]. Это позволяет лабораториям работать эффективнее при меньшем количестве сотрудников.
Синтез комбинаторных библиотек
Робототехника активно применяется в комбинаторной химии, имеющей важное значение для фармацевтической отрасли. Роботизация позволяет использовать меньше реагентов при массовом расширении химических библиотек. Метод параллельного синтеза значительно ускоряется благодаря автоматизации.
Различают несколько типов автоматизации по характеру твёрдофазных носителей, способу внесения и удаления реагентов и конструкции реакционных камер. В качестве основы часто используются полимерные смолы[24]. Метод "сплит-микс" (разделение и смешивание), при котором составные части соединения разделяют, реагируют с разными веществами, затем вновь объединяют, позволяет получать большие библиотеки соединений. В отличие от него, параллельный синтез разделяет соединения на группы для независимых реакций, что облегчает идентификацию результата для каждой группы. Наиболее популярен реакционный блок, перемещаемый роботом для распыления реагентов по ячейкам — такой подход отличается низкой стоимостью и высокой производительностью. Методика разработана Марио Гейсеном и соавторами[25], которые синтезировали 96 пептидов на пластиковых штырях, покрытых носителем. В закрытых реакторах можно точнее контролировать условия реакции, хотя получается меньше соединений.
Очистка и разделение
Симулированная дистилляция — разновидность газохроматографического анализа, применяемая, например, для анализа нефтепродуктов. Один из методов, с применением Optimal Robot for Chemical Analysis (ORCA), позволяет ускорить анализ и снизить температуру разделения[26]. Автоматизация увеличивает масштаб и скорость очистки веществ[27]. Использование микропроцессоров позволяет проводить анионообменное разделение в объёмах на нановолюмном уровне.
Робототехнические системы также внедрены в процессы жидкостно-жидкостной экстракции (LLE) с использованием микропланшетов на 96 лунок[28]. Такой метод отличает высокая воспроизводимость, а роботизированная поддержка позволяет сравняться по скорости с твёрдофазной экстракцией. Полная автоматизация LLE возможна при микрообъёмах за считанные минуты.
Преимущества и недостатки
Преимущества
Автоматизация ускоряет обработку проб, а также повышает точность и воспроизводимость, минимизируя вариации в количестве реагентов и условиях реакции. Производительность возрастает за счёт исключения человеческого фактора и возможности круглосуточной работы, что также снижает расход веществ и объём отходов. Роботы делают работу с опасными соединениями более безопасной и высвобождают персонал для творческой деятельности.
Недостатки
Стоимость запуска автоматизированных систем обычно высока, особенно на этапе внедрения («см. Недорогая лабораторная робототехника»). Не все методы могут быть автоматизированы. Сложности наблюдаются при необходимости визуального анализа, например, наблюдения за изменениями цвета — такие задачи ограничены возможностями сенсоров. Автоматизация ряда процессов может привести к сокращению рабочих мест. Часто требуется знание языков программирования (например, C++ или Visual Basic) для реализации сложных сценариев управления[29].
Примечания
- ↑ Mortimer, James A. Laboratory robotics: a guide to planning, programming, and applications / Mortimer, James A., Hurst, W. Jeffrey. — New York, N.Y : VCH Publishers, 1987. — ISBN 978-0-89573-322-1.
- ↑ Ward, K. B.; Perozzo, M. A.; Zuk, W. M. (1988). “Automatic preparation of protein crystals using laboratory robotics and automated visual inspection”. Journal of Crystal Growth. 90 (1—3): 325—339. DOI:10.1016/0022-0248(88)90328-4.
- ↑ King, R. D.; Whelan, K. E.; Jones, F. M.; Reiser, P. G. K.; Bryant, C. H.; Muggleton, S. H.; Kell, D. B.; Oliver, S. G. (2004). “Functional genomic hypothesis generation and experimentation by a robot scientist”. Nature. 427 (6971): 247—252. DOI:10.1038/nature02236. PMID 14724639.
- ↑ 1 2 Boyd, James (18 января 2002). “Robotic Laboratory Automation”. Science. 295 (5554): 517—518. DOI:10.1126/science.295.5554.517. PMID 11799250.
- ↑ Felder, Robin A. (1 апреля 2006). “The Clinical Chemist: Masahide Sasaki, MD, PhD (August 27, 1933–September 23, 2005)”. Clinical Chemistry. 52 (4): 791—792. DOI:10.1373/clinchem.2006.067686.
- ↑ 1 2 Felder, Robin A (1 декабря 1998). “Modular workcells: modern methods for laboratory automation”. Clinica Chimica Acta. 278 (2): 257—267. DOI:10.1016/S0009-8981(98)00151-X. PMID 10023832.
- ↑ Bär, Henning; Hochstrasser, Remo; Papenfuß, Bernd (1 апреля 2012). “SiLA Basic Standards for Rapid Integration in Laboratory Automation”. Journal of Laboratory Automation. 17 (2): 86—95. DOI:10.1177/2211068211424550. PMID 22357556.
- ↑ Pearce, Joshua M. Introduction to Open-Source Hardware for Science // Chapter 1 - Introduction to Open-Source Hardware for Science. — Boston : Elsevier, 2014. — P. 1–11. — ISBN 9780124104624. — doi:10.1016/b978-0-12-410462-4.00001-9.
- ↑ 1 2 Carvalho, Matheus C. (1 августа 2013). “Integration of Analytical Instruments with Computer Scripting”. Journal of Laboratory Automation. 18 (4): 328—333. DOI:10.1177/2211068213476288. PMID 23413273.
- ↑ Carvalho, Matheus C.; Eyre, Bradley D. (1 декабря 2013). “A low cost, easy to build, portable, and universal autosampler for liquids”. Methods in Oceanography. 8: 23—32. DOI:10.1016/j.mio.2014.06.001.
- ↑ Carvalho, Matheus. Practical Laboratory Automation: Made Easy with AutoIt.. — Wiley VCH, 2017.
- ↑ Researchers build robot scientist that has already discovered a new catalyst (англ.), phys.org. Дата обращения: 16 августа 2022.
- ↑ Burger, Benjamin; Maffettone, Phillip M.; Gusev, Vladimir V.; Aitchison, Catherine M.; Bai, Yang; Wang, Xiaoyan; Li, Xiaobo; Alston, Ben M.; Li, Buyi; Clowes, Rob; Rankin, Nicola; Harris, Brandon; Sprick, Reiner Sebastian; Cooper, Andrew I. (июль 2020). “A mobile robotic chemist” (PDF). Nature [англ.]. 583 (7815): 237—241. DOI:10.1038/s41586-020-2442-2. PMID 32641813. Дата обращения 2022-08-16. Проверьте дату в
|date=(справка на английском) - ↑ Robots Get Ready to Roam in Clinical Labs. www.aacc.org (октябрь 2020). Дата обращения: 25 мая 2022.
- ↑ Gary A. McClusky, Brian Tobias. "Automation of Structure Analysis in Pharmaceutical R&D." Journal of Management of Information Systems (1996).
- ↑ UC Berkeley scientists spin up a robotic COVID-19 testing lab, Berkeley News (30 марта 2020). Дата обращения: 25 мая 2022.
- ↑ Robot automates COVID-19 testing (англ.). healthcare-in-europe.com. Дата обращения: 25 мая 2022.
- ↑ CDC B-Roll (амер. англ.). www.cdc.gov (30 марта 2022). — «This b-roll depicts the lab work involved in serology testing. This laboratory robot performs all the steps of the SARS-CoV-2 antibody test from sample loading through antibody detection in one workflow, and it can test over 3,600 samples a day. A public health scientist can test about 400 samples a day by hand. The use of automated laboratory robots will improve antibody testing capacity, resulting in more data to help monitor and respond to the COVID-19 pandemic.» Дата обращения: 25 мая 2022.
- ↑ Anderson, Caitlin E.; Huynh, Toan; Gasperino, David J.; Alonzo, Luis F.; Cantera, Jason L.; Harston, Stephen P.; Hsieh, Helen V.; Marzan, Rosemichelle; McGuire, Shawn K.; Williford, John R.; Oncina, Ciela I.; Glukhova, Veronika A.; Bishop, Joshua D.; Cate, David M.; Grant, Benjamin D.; Nichols, Kevin P.; Weigl, Bernhard H. (1 марта 2022). “Automated liquid handling robot for rapid lateral flow assay development”. Analytical and Bioanalytical Chemistry. 414 (8): 2607—2618. DOI:10.1007/s00216-022-03897-9. PMID 35091761.
- ↑ Barsoum, I. S.; Awad, A. Y. (1972). “Microtiter plate agglutination test for Salmonella antibodies”. Applied Microbiology. 23 (2): 425—426. DOI:10.1128/AEM.23.2.425-426.1972. PMID 5017681.
- ↑ "Microplate Standardization, Report 3" / T. Astle // Journal of Biomolecular Screening, 1996, т.1, №4, с.163–168.
- ↑ Nicholas W Hird. Drug Discovery Today, 1999, т.4, №6, с.265–274
- ↑ David Cork, Tohru Sugawara. Laboratory Automation in the Chemical Industries. CRC Press, 2002.
- ↑ Hardin, J.; Smietana, F., Automating combinatorial chemistry: A primer on benchtop robotic systems. Mol Divers 1996, 1 (4), 270-274.
- ↑ H. M. Geysen, R. H. Meloen, S. J. Barteling Proc. Natl. Acad. Sci. USA 1984, 81, 3998.
- ↑ William F. Berry, V. G., Automated simulated distillation using an articulated laboratory robot system. Journal of Automatic Chemistry 1994, 16 (6), 205-209.
- ↑ Paegel, Brian M., Stephanie H. I. Yeung, and Richard A. Mathies. "Microchip Bioprocessor for Integrated Nanovolume Sample Purification and DNA Sequencing." Analytical chemistry 74.19 (2002): 5092-98.
- ↑ Peng, S. X.; Branch, T. M.; King, S. L., Fully Automated 96-Well Liquid−Liquid Extraction for Analysis of Biological Samples by Liquid Chromatography with Tandem Mass Spectrometry. Analytical Chemistry 2000, 73 (3), 708-714.
- ↑ Cargill, J. F.; Lebl, M., New methods in combinatorial chemistry — robotics and parallel synthesis. Current Opinion in Chemical Biology 1997, 1 (1), 67-71.