DIESE GESCHICHTE WARTET AUF DIE GENEHMIGUNG DES KUNDEN. BETRACHTEN SIE DAS IT-UNTERNEHMEN VERTRAULICH. NICHT OFFENLEGEN.
Bei Novozymes eine Weiterentwicklung dessen, was es bedeutet, Wissenschaft zu betreiben
Wie Enterprise Statistic Enablement zu besser reproduzierbarer Forschung und größerer Wirkung angesichts eines sich verändernden Planeten führte
_____________________________________________________________________________________
Herausforderung: Die sich beschleunigenden Auswirkungen des Klimawandels erfordern jetzt einen grundlegenden Wandel hin zu wissenschaftlichen Lösungen, die sowohl wesentlich innovativer – als auch schneller – als je zuvor sind. Mit kreativen, wissenschaftlich flinken Führungskräften an der Spitze beantwortet Novozymes diese wachsende Herausforderung, indem es die schwierigen Schritte unternimmt, um eine vollständig statistisch fähige globale Organisation zu werden.
Lösung: Neben der Lizenzierung neuer Tools hat sich Novozymes mit JMP® zusammengetan, um Wissenschaftlern die Plattform, Schulung und Unterstützung zu bieten, die sie benötigen, um statistische Methoden in ihrer wissenschaftlichen Praxis effektiv einzusetzen. Nur ein Beispiel: Eine Kombination aus hochrangiger wissenschaftlicher Expertise des Unternehmens und einer Reihe von JMP-Funktionalitäten ermöglichte es Novozymes, innerhalb weniger Jahre vom „Null- zum Weltmarktführer“ im Bereich Biokraftstoff-Hefe aufzusteigen.
Ergebnisse: Der Datenwissenschaftler Michael Akerman erklärt, dass Novozymes mit in JMP konsolidierten Unternehmensdaten-Workflows Produkte schneller, effektiver und mit höherer Qualität entwickelt. Darüber hinaus, sagt er, „kann der Einfluss von Novozymes als Unternehmen wachsen, weil wir effektivere Methoden anwenden, um die Zukunft der Biotechnologie aufzubauen.“
_____________________________________________________________________________________
Das in Kopenhagen ansässige Novozymes, das als eines der innovativsten Biotechnologieunternehmen Europas anerkannt ist, nutzt modernste Wissenschaft, um die Herausforderungen eines sich verändernden Planeten anzugehen. Die bahnbrechende Arbeit des Unternehmens in der Enzym- und Mikrobenentwicklung findet sich heute in allem, von biologisch abbaubaren Reinigungsmitteln bis hin zu Flugzeugtreibstoff auf pflanzlicher Basis.
„Novozymes hat eine sehr enthusiastische Einstellung, wenn es darum geht, die Grenzen der Funktionsweise der Biotechnologie zu erweitern“, sagt Michael Akerman, ein Datenwissenschaftler, der in der Abteilung für landwirtschaftliche und industrielle Biolösungen des Unternehmens arbeitet. Obwohl Akerman, der über einen Hintergrund in Chemieingenieurwesen verfügt, seine Karriere bei Novozymes mit Biokraftstoffexperimenten begann, leitet er nun die statistische Implementierung in F&E als Teil eines von der Führung geförderten Vorstoßes für eine effektivere Datenstrategie.
„Ich möchte, dass die Wissenschaft stärker datengesteuert wird“, sagt er. „Ich denke, es gibt viel Wissenschaft, die auf der Ebene des Bauchgefühls betrieben wird, mit älteren Methoden, die sich jeweils auf einen einzelnen Faktor konzentrieren – oder sogar auf Beobachtungen. Und das reicht angesichts der Komplexität der Welt, in der wir leben, einfach nicht aus.“
Jenseits der Grenzen des physikalischen Labors
Mit seinem Fokus auf Nachhaltigkeit ist Novozymes besser als die meisten anderen in der Lage, diese Komplexitäten und die Innovation zu verstehen, die erforderlich ist, um sie im Dienste einer grüneren Zukunft zu überwinden. Dasselbe Ethos hat eine tiefgreifende Analyse-Transformation geleitet, die darauf abzielt, die Wissenschaft mit modernsten Datenpraktiken zu erweitern. Akerman erklärt, dass die Führung erkannte, dass Wissenschaftler bereits die Grenzen physikalischer Laborspezifikationen überschritten, als das Unternehmen versuchte, den Durchsatz in Kernbereichen wie Biokraftstoff zu erhöhen, und daher einen neuen Ansatz benötigte, um den Wert ihrer Wissenschaft zu maximieren.
„Da die Welt immer komplexer wird und wir mehr Produkte auf den Markt bringen müssen, um mehr Bedürfnisse zu erfüllen und die Welt für die Menschen, die darin leben, zu verbessern, wird es immer schwieriger, Qualitätsstandards [zu erfüllen und gleichzeitig] Qualitätsstandards zu erfüllen“, sagte Akerman erklärt.
„Jeder wissenschaftliche Leiter bei Novozymes kümmert sich wirklich darum, Wissenschaft gut zu machen. Fast alle sind selbst ehemalige Wissenschaftler und über die Wissenschaftsorganisation hochgekommen. Sie wollen [eine Evolution] darin sehen, was es bedeutet, Wissenschaft zu betreiben.“ Für Novozymes begann diese Entwicklung mit einer Neuinterpretation der Art und Weise, wie Wissenschaftler Daten verwenden.
Eine transformative Art, über Wissenschaft nachzudenken
Akerman ist ebenso wie seine Sponsoren in der Führung von Novozymes fest davon überzeugt, dass statistische Ansätze das Potenzial haben, die wissenschaftliche Forschung zum Besseren zu verändern. Letztendlich, so merkt er an, bedeutet bessere Wissenschaft nicht nur, dem Unternehmen, sondern auch den Menschen auf der ganzen Welt einen Mehrwert zu bieten. Und die Gründe sind vielfältig:
- Statistik verbessert die Qualität Ihrer Wissenschaft. „Für die Wissenschaft ist es von entscheidender Bedeutung, Fragen auf echte Weise beantworten zu können und die Vorurteile zu vermeiden, die bei [traditionellen] Experimenten so häufig vorkommen“, sagt Akerman.
- Statistik kann Kosten senken. „Es kostet viel, beim Produktdesign falsch zu liegen“, erklärt er. „Wenn Sie etwas herausbringen, von dem Ihre Wissenschaftler sagen, dass es definitiv funktionieren wird – und sich dann herausstellt, dass es in der realen Welt nicht funktioniert –, ist das ein enormer Preis für das Unternehmen.“
- Statistical Enablement versetzt Wissenschaftler in die Lage, ihr Domänenwissen auf höchstem Niveau einzusetzen. Biologische Systeme, sagt Akerman, sind vom analytischen Standpunkt aus sehr kompliziert. „Wir arbeiten fast immer in einem Bereich in Forschung und Entwicklung, in dem wir nicht an die traditionellen Beschränkungen von Optimierungsproblemen gebunden sind, die sich für Designs eignen, die sich leicht aus einem Lehrbuch herausziehen lassen.“
- Statistische Tools erleichtern die Zusammenarbeit und fördern das Denken über den Tellerrand hinaus. „Wir haben viele unserer Labor-, Daten- und Wissensaustauschprozesse automatisiert, um die Daten so zu erfassen, dass sie einfach mit dem Rest des Teams geteilt werden können. [Sobald sich Wissenschaftler an eine Datenumgebung gewöhnt haben], werden sie nicht mehr in Silos arbeiten, denn jetzt kann die gesamte Gruppe zusammenarbeiten, um zu verstehen, was Daten bedeuten“, sagt er.
Letztendlich war klar, dass Novozymes intelligentere Methoden zur Durchführung von Experimenten brauchte – und ein effektiveres Werkzeug, mit dem die Ergebnisse dieser Experimente analysiert und individualisiert sowie Erkenntnisse mit Interessenvertretern kommuniziert werden können. „Ich habe angefangen, meinen Kollegen dabei zu helfen, ein effektives Design von Experimenten zu verwenden und effektivere Analysen und Visualisierungen durchzuführen. Das ist Teil davon, wie wir Statistiken und schließlich Data Science an die Grenzen bringen“, fügt Akerman hinzu.
„Da jeder Wissenschaftler seine eigenen Experimente und seinen eigenen Teil der wissenschaftlichen Welt besitzt, mussten wir die Statistik bei Novozymes wirklich demokratisieren. Wir haben keinen Statistiker, der darauf wartet, jedes Experiment zu analysieren; Vielmehr verlassen wir uns darauf, dass Wissenschaftler ihre eigene Arbeit analysieren.“
Demokratisierung der Statistik durch eine strategische Partnerschaft
Während sich viele Unternehmen auf ein zentrales Statistikteam verlassen, um Wissenschaftler zu unterstützen, erklärt Akerman, dass Novozymes einen anderen Ansatz verfolgte und sich der statistischen Unterstützung von der Unternehmensebene aus näherte. Alle Wissenschaftler würden die Werkzeuge und die Ausbildung erhalten, die sie benötigen, um statistische Methoden auf ihre Forschung anzuwenden.
„Es ist ein großes Risiko, ein separates Statistikteam zu haben, das Daten zur Analyse erhält und den Bericht dann [an die Wissenschaftler] zurückgibt“, sagt er. „Domänenwissen ist absolut unerlässlich.“ Durch die Entwicklung der statistischen Kapazität der gesamten F&E-Organisation können Wissenschaftler dann Statistiken verwenden, um ihr eigenes biologisches Fachwissen zu erweitern und dabei letztendlich tiefere Produktkenntnisse zu erlangen.
Mit der Demokratisierung der Statistik gehen natürlich zwei große Herausforderungen einher. Zum einen müsste Novozymes Wissenschaftlern Schulungen und Ressourcen zur Verfügung stellen, die sie in die Lage versetzen würden, statistische Ansätze korrekt auszuführen. Zweitens müsste die Führung die Akzeptanz von oben nach unten vorantreiben und Wissenschaftler überzeugen, die einer neuen Methodik möglicherweise noch skeptisch gegenüberstehen.
Der Schlüssel zur Bewältigung beider Herausforderungen war laut Akerman die Entscheidung von Novozymes, eine Partnerschaft mit JMP® einzugehen. Als statistische Entdeckungssoftware und Branchenführer im Design of Experiments (DOE) bot JMP Novozymes weitreichende statistische Fähigkeiten von der einfachen Datenvisualisierung bis hin zur erweiterten funktionalen Datenmodellierung – alles verpackt in einer benutzerfreundlichen Plattform, die ohne Code auf jedem Laptop ausgeführt werden konnte .
„JMP ist eines der wenigen Tools, von denen ich glaube, dass ich jedem Wissenschaftler vertrauen kann, dass sie vernünftige Standardeinstellungen verwenden und mit ihnen arbeiten, die gut erklärt werden – die Ihnen sagen, was auf der Plattform vor sich geht“, sagt Akerman. „Die Visualisierungstools in JMP machen es natürlich sehr einfach, die Daten aus verschiedenen Blickwinkeln zu betrachten, selbst wenn wir viele verschiedene Variablen haben. Ich habe noch nie jemanden gesehen, der zu JMP kam und Graph Builder nicht sofort liebte … Und die gesamte Dokumentation ist für jede Analyse oder Visualisierung, die [Benutzer] möglicherweise durchführen möchten, leicht verfügbar.“
Mehr als nur eine Software, sah Akerman in JMP das Potenzial für eine Partnerschaft, die Novozymes helfen könnte, die Einführung von Analysen in großem Maßstab voranzutreiben. JMP, sagt er, hat strategisch mit Novozymes zusammengearbeitet, um Bereiche zu bewerten, die für Verbesserungen in den Daten-Workflows reif sind – und das Unternehmen mit Schulungen, Ressourcen und Zugang zu JMP-Experten zu unterstützen.
Da die Kultur bei Novozymes mit statistischer Unterstützung sehr an Bord war, begann die Organisation ihre Implementierung mit Upskilling. „Alle unsere Wissenschaftler sind an Verbesserungen interessiert – sie wollen [ihre wissenschaftliche Arbeit] gut machen und ihre Methoden verbessern“, sagt Akerman. „Aber obwohl alle mit den Füßen voran sprangen, kamen sie von einem Ort, an dem das Bildungssystem Statistiken nicht unbedingt in dem Maße betont, wie ich es gerne für Wissenschaftler sehen würde.“
Glücklicherweise war JMP dank Ressourcen wie Statistical Thinking for Industrial Problem Solving (STIS) – einem kostenlosen Online-Kurs von JMP – und dem Zugang zu einem aktiven Team von JMP-Fachexperten ein erstklassiger Partner, um die Einführung neuer Schulungen auf breiter Ebene zu unterstützen . Akerman sagt: „Die Herausforderung bei Novozymes bestand darin, Wissenschaftler auf den neuesten Stand der Statistik zu bringen und ihnen Zugang zu den Ressourcen zu verschaffen, die sie zum Erlernen dieser neuen Fähigkeiten benötigen, weshalb ich denke, dass STIPS so effektiv ist. STIPS bietet einen wirklich schönen Einstieg in die Verbesserung Ihrer Fähigkeiten auf sehr konkrete Weise rund um das, was Sie tatsächlich tun.“
Von Null zum Weltmarktführer
Signifikante Gewinne haben die Nachfrage nach statistischem Training nur weiter gestärkt und das Tempo beschleunigt, mit dem sich datengesteuerte Wissenschaft verbreitet. Unter diesen Siegen war der vielleicht dramatischste Erfolg bei Biokraftstoffhefe. Novozymes, ein relativer Nachzügler auf dem Gebiet der Enzym-exprimierenden Hefen, versuchte, die statistische Transformation zu nutzen, um das Tempo von Forschung und Entwicklung zu beschleunigen.
In der Anfangsphase der Abteilung war das Team von Akerman aufgefordert worden, ein System zu entwickeln, das den reibungslosen Datenaustausch, die mühelose Kommunikation und die reibungslose laufende Arbeit ermöglichen würde. „Die Wissenschaftler haben viel Energie, Fokus und Mühe darauf verwendet, mit meinem Team zusammenzuarbeiten, in JMP zu arbeiten und Datenpraktiken zu verstehen, um ihre Daten effektiver zu machen, als es sonst der Fall gewesen wäre“, erklärt er. Ein Hauptziel war die Rationalisierung ganzer Datenworkflows mit relativ minimalem Scripting. Diese Automatisierung fügte nicht nur eine Ebene der Reproduzierbarkeit hinzu, sondern beschleunigte auch das Experimentiertempo und machte die Bemühungen kollaborativer.
Das resultierende System, MissionControl for Biofuel, verfügt über eine JMP-Tabelle, die Event-Handler verwendet, um Assay-Daten von der Stammkonstruktion und dem Design bis hin zu Tests in Anwendungsforschungslabors und Scale-up zu ziehen. Diese Datenströme werden dann durch eine Kombination aus JMP- und Python-Skripten gesammelt und in einem Format bereitgestellt, das es Wissenschaftlern ermöglicht, die Daten unabhängig vom Komplexitätsgrad sehr einfach zu durchqueren und abzufragen. Beispielsweise zeigen die dynamischen Interface-Panels von MissionControl die genetische Abstammung, den gemessenen Genotyp, eine Zusammenfassung der Herstellbarkeit und den Versuchsverlauf an, sodass Wissenschaftler die traditionellen Herausforderungen beim Datenzugriff umgehen können. Das System, so Akerman, bietet eine reichhaltige Benutzeroberfläche für die Datenexploration und den Aufbau von Ebenen des Produktverständnisses, die zuvor nicht möglich waren.
„[MissionControl] hat die Art und Weise, wie Hefewissenschaft durchgeführt wird, grundlegend verändert – ein Wendepunkt in einer Reihe von vielen Wendepunkten – und es unserem Team letztendlich ermöglicht, in nur wenigen Jahren von Null zum Weltmarktführer für Biokraftstoffhefe aufzusteigen“, sagte Akerman sagt.
Die Skalierung mit JMP-Automatisierung liefert einen exponentiellen Wert
Mit Wissenschaftlern, die individuell befugt sind, statistische Methoden anzuwenden – ergänzt durch ihren Zugang zu standardisierten automatisierten Dashboards – hat sich die Wette von Novozymes auf die Demokratisierung von Statistiken um ein Vielfaches ausgezahlt. Selbst ein kleiner Grad an Automatisierung, erklärt Akerman, war entscheidend, um die Vorteile zu vergrößern, die sich ergeben, wenn man ein statistisches Tool in die Hände von Wissenschaftlern gibt.
„Alle Leute, die Analysen durchführen, versuchen jetzt auch, immer schneller zu werden, versuchen, sie zu automatisieren, versuchen, Analysen wiederzuverwenden, die sie zuvor durchgeführt haben“, sagt er. „Deshalb konzentriert sich mein Team jetzt darauf, Werkzeuge zu entwickeln, die Wissenschaftlern dabei helfen, effizienter und effektiver [durch Automatisierung] mit Daten zu arbeiten.“ Die JMP-Skriptsprache (JSL), fügt er hinzu, macht es einfach, eine bestimmte Methode zu paketieren und sie mehreren Wissenschaftlern bereitzustellen, die dann dieselbe Methode entsprechend reproduzieren können. Reproduzierbarkeit, sagt er, stärkt das Vertrauen in die Genauigkeit der experimentellen Ergebnisse.
Novozymes hat das Erstellen und Teilen von JMP-Add-Ins weiter gefördert, indem es ein internes Tool entwickelt hat, um die gemeinsame Nutzung und Versionierung zu erleichtern. Benutzer können jetzt ein JSL-Skript von einer beliebigen Plattform in JMP speichern und es in das Intranet des Unternehmens hochladen, wo es Benutzern im gesamten Unternehmen innerhalb von Sekunden zur Verfügung steht. Außerdem aktualisiert es sich automatisch.
Aufbau der Zukunft der Biotechnologie
Wenn man über diese und andere Erfolge nachdenkt, ist Akerman von der Aussicht auf sinnvolle Innovationen nicht nur in der Wissenschaft von Novozymes, sondern im breiteren wissenschaftlichen Prozess getrieben. „Es begeistert mich, Leben materiell verbessern zu können, sowohl im Sinne meiner Kollegen, die Wissenschaft betreiben – indem sie ihre Wissenschaft effektiver und einfacher machen – als auch im Hinblick darauf, ihren Einfluss auf die Welt zu vergrößern, indem sie ihre Daten im Laufe der Zeit widerspiegeln auf eine aussagekräftigere Weise als nur ein einziges Experiment“, sagt er.
„Ob es um Enzyme oder mikrobielle Produkte geht, wenn wir Dinge schneller, effektiver und mit höherer Qualität herstellen können, erhöht das die Wirkung. [Mit Enterprise Analytics] kann der Einfluss von Novozymes als Unternehmen wachsen, weil wir effektivere Methoden einsetzen, um die Zukunft der Biotechnologie aufzubauen.“
