ESTA HISTORIA ESTÁ ESPERANDO LA APROBACIÓN DEL CLIENTE. CONSIDERARLO EMPRESA CONFIDENCIAL. NO REVELAR.
En Novozymes, una evolución en lo que significa hacer ciencia
Cómo la habilitación estadística empresarial condujo a una investigación más reproducible y un mayor impacto frente a un planeta cambiante
______________________________________________________________________________________
Desafío: Los efectos acelerados del cambio climático ahora requieren un cambio fundamental hacia soluciones científicas que sean sustancialmente más innovadoras y lleguen más rápido que nunca. Con líderes creativos y científicamente ágiles a la cabeza, Novozymes está respondiendo a este desafío cada vez mayor dando los pasos difíciles para convertirse en una organización global totalmente capaz desde el punto de vista estadístico.
Solución: Más allá de la licencia de nuevas herramientas, Novozymes se asoció con JMP® para empoderar a los científicos con la plataforma, la capacitación y el apoyo que necesitaban para hacer un uso eficaz de los métodos estadísticos en su práctica científica. En solo un ejemplo, una combinación de la experiencia científica de alto nivel de la compañía y una gama de funcionalidades de JMP permitió a Novozymes pasar de “cero a líder mundial” en levadura para biocombustibles en tan solo unos años.
Resultados: El científico de datos Michael Akerman explica que con los flujos de trabajo de datos empresariales consolidados en JMP, Novozymes está creando productos de forma más rápida, eficaz y con mayor calidad. Además, dice, “el impacto de Novozymes como empresa puede crecer porque estamos utilizando métodos más efectivos para construir el futuro de la biotecnología”.
______________________________________________________________________________________
Reconocida como una de las empresas de biotecnología más innovadoras de Europa, Novozymes, con sede en Copenhague, utiliza ciencia de vanguardia para abordar los desafíos de un planeta cambiante. El trabajo innovador de la compañía en el desarrollo de enzimas y microbios ahora se puede encontrar en todo, desde detergentes biodegradables hasta combustible para aviones a base de plantas.
“Novozymes tiene una actitud muy entusiasta cuando se trata de ir más allá en el funcionamiento de la biotecnología”, dice Michael Akerman, científico de datos que trabaja en la división de biosoluciones agrícolas e industriales de la empresa. Aunque Akerman, que tiene experiencia en ingeniería química, comenzó su carrera en Novozymes en la experimentación con biocombustibles, ahora lidera la implementación estadística en I+D como parte de un impulso patrocinado por el liderazgo para una estrategia de datos más eficaz.
“Quiero que la ciencia se base más en datos”, dice. “Creo que hay mucha ciencia que se hace a nivel de instinto con métodos más antiguos enfocados en un solo factor a la vez, o incluso en la observación. Y simplemente no es suficiente, dadas las complejidades del mundo en el que vivimos”.
Más allá de los límites del laboratorio físico
Con su enfoque de sustentabilidad, Novozymes está mejor posicionada que la mayoría para comprender esas complejidades y la innovación necesaria para superarlas al servicio de un futuro más verde. Ese mismo espíritu ha guiado una transformación analítica profunda que busca aumentar la ciencia con prácticas de datos de vanguardia. Akerman explica que a medida que la empresa buscaba aumentar el rendimiento en áreas centrales como los biocombustibles, el liderazgo reconoció cómo los científicos ya estaban superando los límites de las especificaciones del laboratorio físico y, por lo tanto, requerían un nuevo enfoque para maximizar el valor de su ciencia.
“A medida que el mundo se vuelve más complejo y necesitamos sacar más productos para satisfacer más necesidades y mejorar el mundo para las personas que viven en él, se vuelve cada vez más difícil [satisfacer esas necesidades manteniendo] los estándares de calidad”, Akerman explica.
“Todos los líderes científicos de Novozymes realmente se preocupan por hacer bien la ciencia. Casi todos ellos son ex científicos y han surgido a través de la organización científica. Quieren ver [una evolución] en lo que significa hacer ciencia”. Para Novozymes, esa evolución comenzó con la reinvención de cómo los científicos usan los datos.
Una forma transformadora de pensar la ciencia
Akerman, al igual que sus patrocinadores en el liderazgo de Novozymes, cree firmemente que los enfoques estadísticos tienen el potencial de transformar la investigación científica para mejor. En última instancia, señala, una mejor ciencia significa no solo entregar valor a la empresa, sino también a las personas de todo el mundo. Y las razones son múltiples:
- La estadística mejora la calidad de su ciencia. “Es de vital importancia para la ciencia poder responder preguntas de una manera real y evitar los sesgos que son tan comunes en la experimentación [tradicional]”, dice Akerman.
- Las estadísticas pueden reducir los costos. “Cuesta mucho equivocarse en el diseño de productos”, explica. “Si obtiene algo que sus científicos dicen que definitivamente va a funcionar, y luego resulta que no funciona en el mundo real, ese es un costo enorme para la empresa”.
- La habilitación estadística empodera a los científicos para utilizar su conocimiento de dominio al más alto nivel. Los sistemas biológicos, dice Akerman, son muy complicados desde un punto de vista analítico. “Casi siempre estamos trabajando en un espacio de I+D en el que no estamos sujetos a las restricciones de los problemas de optimización tradicionales que se prestan a diseños que son fáciles de sacar de un libro de texto”.
- Las herramientas estadísticas facilitan una mejor colaboración y promueven el pensamiento innovador. “Hemos automatizado muchos de nuestros procesos de laboratorio, datos e intercambio de conocimientos para capturar los datos de tal manera que sea fácil compartirlos con el resto del equipo. [Una vez que los científicos se acostumbren a un entorno de datos,] no volverán a trabajar en silos porque ahora todo el grupo puede trabajar en conjunto para comprender qué significan los datos”, dice.
En última instancia, estaba claro que Novozymes necesitaba formas más inteligentes de realizar experimentos y una herramienta más eficaz para analizar e individualizar los resultados de esos experimentos, así como para comunicar ideas a las partes interesadas. “Comencé a ayudar a mis colegas a usar un diseño efectivo de experimentos y a realizar análisis y visualizaciones más efectivos. Eso es parte de ampliar los límites de cómo hacemos estadísticas y, eventualmente, ciencia de datos”, agrega Akerman.
“Como cada científico es dueño de sus propios experimentos y de su propia parte del mundo científico, realmente necesitábamos democratizar las estadísticas en Novozymes. No tenemos un estadístico esperando para analizar cada experimento; más bien, confiamos en los científicos para analizar su propio trabajo”.
Democratizar las estadísticas a través de una asociación estratégica
Mientras que muchas empresas se apoyan en un equipo central de estadísticas para apoyar a los científicos, Akerman explica que Novozymes tomó un tacto diferente, abordando la habilitación estadística desde el nivel empresarial. Todos los científicos recibirían las herramientas y la formación necesarias para aplicar métodos estadísticos a su investigación.
“Hay mucho riesgo en tener un equipo de estadísticas separado al que se le entregan los datos para analizarlos y luego simplemente se les devuelve el informe [a los científicos]”, dice. "El conocimiento del dominio es absolutamente vital". Al desarrollar la capacidad estadística de toda la organización de I+D, los científicos pueden usar las estadísticas para aumentar su propia experiencia biológica y, en última instancia, obtener un conocimiento más profundo del producto en el proceso.
Por supuesto, dos grandes desafíos vienen junto con la democratización de las estadísticas. Por un lado, Novozymes tendría que proporcionar a los científicos capacitación y recursos que les permitieran ejecutar enfoques estadísticos correctamente. En segundo lugar, el liderazgo tendría que impulsar la adopción de arriba hacia abajo, persuadiendo a los científicos que aún podrían mostrarse escépticos ante una nueva metodología.
La clave para superar ambos desafíos, dice Akerman, fue la decisión de Novozymes de asociarse con JMP®. Como software de descubrimiento estadístico y líder de la industria en el diseño de experimentos (DOE), JMP ofreció a Novozymes una amplia capacidad estadística, desde la visualización de datos básicos hasta el modelado de datos funcionales avanzados, todo empaquetado en una plataforma fácil de usar que se podía ejecutar sin código en cualquier computadora portátil. .
“JMP es una de las pocas herramientas en las que puedo confiar en que todos los científicos la usarán y trabajarán con valores predeterminados sensatos que se explican bien, que le dicen lo que sucede en la plataforma”, dice Akerman. “Las herramientas de visualización en JMP, por supuesto, hacen que sea muy fácil ver los datos desde diferentes ángulos, incluso cuando tenemos muchas variables diferentes. Nunca he visto a nadie venir a JMP y no amar inmediatamente Graph Builder... Y toda la documentación está fácilmente disponible para cualquier análisis o visualización que [los usuarios] deseen hacer”.
Más que un simple software, en JMP Akerman vio el potencial de una asociación que podría ayudar a Novozymes a impulsar la adopción de análisis a escala. JMP, dice, ha trabajado estratégicamente con Novozymes para evaluar áreas maduras para mejoras en los flujos de trabajo de datos y apoyar a la organización con capacitación, recursos y acceso a expertos de JMP.
Con la cultura de Novozymes muy a bordo con la habilitación estadística, la organización comenzó su implementación con la mejora de las habilidades. “Todos nuestros científicos están interesados en mejorar, quieren hacer [su trabajo científico] bien y mejorar sus metodologías”, dice Akerman. “Pero a pesar de que todos se lanzaron con los pies por delante, venían de un lugar donde el sistema educativo no necesariamente enfatiza las estadísticas al grado que me gustaría ver para los científicos”.
Afortunadamente, JMP fue un socio principal para respaldar la implementación de nueva capacitación a gran escala gracias a recursos como Pensamiento estadístico para la resolución de problemas industriales (STIPS), un curso en línea gratuito de JMP, y acceso a un equipo activo de expertos en la materia de JMP. . Dice Akerman: “El desafío en Novozymes era poner a los científicos al día en estadísticas y darles acceso a los recursos que necesitaban para aprender esas nuevas habilidades, razón por la cual creo que STIPS es tan efectivo. STIPS proporciona una vía de acceso realmente agradable para mejorar sus habilidades de una manera muy concreta en torno a lo que realmente está haciendo”.
De cero a líder mundial
Las victorias significativas solo impulsaron aún más la demanda de capacitación estadística y aceleraron el ritmo al que se difunde la ciencia basada en datos. Entre estas victorias, quizás el éxito más espectacular se produjo en la levadura para biocombustibles. Relativamente recién llegado al campo de las levaduras que expresan enzimas, Novozymes buscó aprovechar la transformación estadística para acelerar el ritmo de I+D.
En las etapas incipientes de la división, se pidió al equipo de Akerman que desarrollara un sistema que facilitara el intercambio de datos, la comunicación sin esfuerzo y el trabajo continuo. “Los científicos gastaron mucha energía, enfoque y esfuerzo trabajando con mi equipo, trabajando en JMP y comprendiendo las prácticas de datos para hacer que sus datos sean más efectivos de lo que hubieran sido de otra manera”, explica. Un objetivo clave era optimizar los flujos de trabajo de datos completos con una secuencia de comandos relativamente mínima. Esta automatización no solo agregó una capa de reproducibilidad, sino que también aceleró el ritmo de experimentación e hizo que el esfuerzo fuera más colaborativo.
El sistema resultante, MissionControl for Biofuel, cuenta con una tabla JMP que utiliza controladores de eventos para extraer datos de ensayo de la construcción y el diseño de cepas a través de pruebas en laboratorios de investigación de aplicaciones y escalamiento. Luego, estos flujos de datos se recopilan a través de una combinación de secuencias de comandos JMP y Python y se implementan en un formato que permite a los científicos atravesar e interrogar fácilmente los datos, independientemente del nivel de complejidad. Por ejemplo, los paneles de interfaz dinámicos de MissionControl muestran el linaje genético, el genotipo medido, el resumen de la capacidad de fabricación y el historial de experimentos, lo que permite a los científicos sortear los desafíos tradicionales de acceso a los datos. El sistema, dice Akerman, proporciona una rica experiencia de interfaz de usuario para la exploración de datos y la creación de capas de comprensión del producto que antes no eran posibles.
“[MissionControl] ha cambiado las reglas del juego sobre cómo se hace la ciencia de la levadura, un cambio de juego en una secuencia de muchos cambios de juego, lo que finalmente permitió que nuestro equipo pasara de cero a líder mundial en levadura para biocombustibles en solo un par de años”, Akerman dice.
La ampliación con la automatización de JMP ofrece un valor exponencial
Con científicos facultados individualmente para utilizar métodos estadísticos, aumentados por su acceso a paneles automatizados estandarizados, la apuesta de Novozymes por la democratización de las estadísticas ha valido la pena muchas veces. Incluso una pequeña cantidad de automatización, explica Akerman, ha sido fundamental para aumentar los beneficios de poner una herramienta estadística en manos de los científicos.
“Todas las personas que hacen análisis ahora también están tratando de hacerlo cada vez más rápido, tratando de automatizarlo, tratando de reutilizar el análisis que han hecho anteriormente”, dice. “Es por eso que mi equipo ahora se enfoca en crear herramientas para ayudar a los científicos a trabajar con datos de manera más eficiente y efectiva [a través de la automatización]”. El lenguaje de secuencias de comandos JMP (JSL), agrega, facilita el empaquetamiento de una metodología particular y la implementa en múltiples científicos que luego pueden reproducir el mismo método en consecuencia. La reproducibilidad, dice, genera confianza en la precisión de los resultados experimentales.
Novozymes ha fomentado aún más la creación y el uso compartido de complementos JMP mediante el desarrollo de una herramienta interna para facilitar el uso compartido y el control de versiones. Los usuarios ahora pueden guardar un script JSL desde cualquier plataforma en JMP y cargarlo en la intranet de la empresa, donde está disponible en segundos para los usuarios de toda la empresa. Además, se actualiza automáticamente.
Construyendo el futuro de la biotecnología
Reflexionando sobre estos y otros éxitos, Akerman está claramente motivado por la perspectiva de una innovación significativa no solo en la ciencia de Novozymes sino en el proceso científico más amplio. “Me emociona poder mejorar vidas materialmente, tanto en el sentido de mis colegas que están haciendo ciencia, haciendo que su ciencia sea más efectiva y fácil de hacer, como en hacer que su impacto en el mundo sea mayor al hacer que sus datos resuenen a través del tiempo. de una manera más significativa más allá de un solo experimento”, dice.
“Ya sea que se trate de enzimas o productos microbianos, si podemos construir cosas más rápido, de manera más efectiva y con mayor calidad, eso aumenta el impacto. [Con el análisis empresarial,] el impacto de Novozymes como empresa puede crecer porque estamos utilizando métodos más efectivos para construir el futuro de la biotecnología”.
