Oggi
erano
andando
A
Essere
parlando
Di
usando
JMP,
Nostro
preferito
software
E applicazione Esso A a vero- mondo problema In Nostro analitico scienze dipartimento
A Amyris Quale È a Symbio azienda.
Prima Noi salto in Quello, I ricercato A introdurre me stessa COME BENE COME
Scott, Chi aiutato Me lungo Questo viaggio.
Io sono Stefano, Io sono UN socio direttore Di R& D dati analisi A mirto.
I Avere dodici anni Di industria esperienza,
a quantità Di diversi sfondo, Io ho lavorato In vari laboratori
da analitico chimica A fermentazione scienza E In Di più recente anni
concentrato Di più SU IL qualità E dati scienza lato Di cose.
Scott ha aiutato io dentro a quantità Di IL contenuto Qui
E ha stato lavorando con Amyris per a numero Di anni
E Lui È uno Di IL JMP professionisti lavorando per JMP.
Id Piace A inizio spento di Appena detto Grazie Voi A Scott per aiutare noi fuori Qui.
Erano andando A diviso IL parlare Oggi in tre parti.
Io sono andando A Dare a morso Di sfondo E contesto Entrambi SU sintetico biologia,
Se Voi non ho sentito Di Quello Prima, E analitico chimica.
IL principale parte Di IL parlare È Veramente andando A Essere concentrato SU Poi applicazione JMP
A a specifico domanda Noi avevo E Poi Finalmente BENE avvolgere Esso su
brevemente toccante SU automazione E Poi IL impatto
Di IL analisi E Questo caso studio BENE Aspetto A insieme.
S alcuni Di Voi Maggio non Essere familiare con sintetico biologia
O analitico chimica E I Veramente Piace A capire
contesto E sfondo E È andando A Essere relativamente importante
per IL caso studio Noi Aspetto A, BENE messa a fuoco SU Quello Oggi E inizio Là.
S sintetico biologia Veramente leve microrganismi,
COME Noi Piace A chiamata loro, COME vita fabbriche.
Noi utilizzo principalmente lievito In IL caso Di Amyris Quello Noi precisione ingegnere,
E Noi utilizzo IL processo Di fermentazione, Quale È non a nuovo cosa suo qualcosa
persone Avere stato usando per migliaia Di anni, principalmente A Fare alcol
E pane In a quantità Di casi.
In Nostro caso, erano usando IL lievito In fermentazione,
alimentazione Esso zucchero E conversione Quello zucchero in a varietà Di bersaglio
ingredienti E sostanze chimiche.
Quelli ingredienti E prodotti chimici Noi Potere Poi Fare
più alto purezza COSÌ Essi Maggio Essere più alto eseguendo inferiore costi
E In a Di più sostenibile moda.
A Dare UN esempio, Questo non è Appena a fata racconto.
Questo È realtà, suo non UN idea, Noi Avere
18 molecole Oggi Quello Noi produzione A scala E Io sono mostrando
a sottoinsieme Di quelli Qui.
C'è UN esempio SU IL superiore Sinistra Voi Avere Artemisinina.
Questo è UN antimalarico farmaco, Esso era Nostro Primo molecola
E quello è Come Nostro azienda era fondato.
In IL superiore mezzo, Noi Avere Biofene Quale È In realtà a potente
edificio bloccare Quello Noi Poi convertire in altro prodotti chimici E applicazioni.
Uno esempio essendo Squalene Quale È a
molto popolare emolliente usato In IL cosmetici industria
E tradizionalmente È di provenienza da squalo fegati
E uno Quello Potrebbe Essere familiare In IL metter il fondo a mezzo, Noi Avere patchouli.
Alcuni persone socio Quello con IL hippy odore, suo a fragranza,
Ma suo In realtà Veramente onnipresente In IL fragranza industria
COME a base nota, COSÌ Esso va in migliaia Di prodotti.
Cose Piace Marea detergente Avere patchouli In Esso E Noi Potere produzione Questo,
Quale È tradizionalmente estratto da piante
con Nostro sintetico biologia piattaforma.
I lavoro In IL Ricerca e sviluppo funzione, E COSÌ Nostro obiettivo È Veramente A identificare
IL migliore E tensioni Quello Noi Potere Poi utilizzo A produzione scala,
E Quello richiede ricerca A scala.
Noi correre altamente automatizzato a quantità Di alto- capacità di produzione flussi di lavoro
A Amyris In Emeryville, E COSÌ da IL Sinistra Là Noi inizio screening
Nostro lievito tensioni
A a capacità Di Di 600.000 tensioni per mese.
Noi Prendere quelli superiore esecutori E Noi promuovere loro
A Che cosa Noi chiamata Nostro panca- scala bioreattore fermentazioni,
Quale Voi Potere Vedere nella foto SU IL Giusto Là.
Per tutto Tutto Di Questo, erano creazione a quantità Di tensioni,
Quale significa Noi Anche Bisogno A capire cosa c'è accadendo In quelli tensioni,
Che cosa Sono Essi producendo, Come tanto, E quello è Veramente Dove analisi Venire In.
Quelli analisi Bisogno A Essere correre A a scala A incontro Quello COSÌ Noi Potere Veramente
Ottenere IL dati A capire cosa c'è accadendo.
Con Questo scala Di ricerca, c'è a quantità Di opportunità,
E a quantità Di quelli opportunità Venire da guardare A convenzionale
approcci E riconsiderando Come A Fare quelli.
Io parlerò a poco morso Di analitico chimica.
Ancora, quello è non nulla quello è unico A sintetico biologia.
Suo pervasivo In a quantità Di industrie, petrolio industria,
ambientale scienze, farmaceutica, molto comune modo Appena A misura cose.
Malato parlare Qui Veramente Di cromatografia,
E COME UN esempio, Malato Prendere fermentazione Quello Noi Fare SU IL bioreattivo scala.
Da Questo fermentazione, erano andando A campione Quello Mentre suo corsa.
Erano andando A Ottenere a sporco campione da Quello Quale Noi Poi Potere ulteriore
preparare E diluire.
Noi Avere Questo miscela Di componenti In Questo finale modulo.
BENE Poi Prendere Questo miscela Di componenti,
BENE correre Esso attraverso Alcuni separazione tecniche.
Questo è a cromatografo.
Che cosa quello è andando A Fare È basato SU IL proprietà Di quelli componenti,
Potrebbe Essere misurare, Esso Potrebbe Essere polarità, lo farà permettere noi A separato quelli fuori.
Noi Poi foraggio Quello in Alcuni rilevamento meccanismo.
C'è a varietà Quello Voi Potere utilizzo E Che cosa Quello dà Voi È a separazione
Di questi componenti Sopra tempo E Poi Alcuni intensità Di risposta.
IL scorso pezzo E Dove erano andando A messa a fuoco Oggi
È intensità non è Veramente a utile cosa per Voi O Me A Fare decisioni SU.
Noi Bisogno A tradurre Quello in qualcosa utile Piace a concentrazione.
IL calibrazione curva consente noi A tradurre
Quello intensità in a concentrazione,
E Di corso, Voi Potere immaginare Se Voi Ottenere Quello traduzione sbagliato,
tuo dati È andando A Essere sbagliato E suo andando A indurre in errore Voi.
Calibrazione curve È Dove BENE messa a fuoco Oggi,
E quello è IL cuore Di IL domanda.
A calibrazione curva È creato, di corsa standard con
variabile livelli Di tuo conosciuto componente.
IL esempio Io sono mostrando Qui,
Noi Avere a Basso metà- alto, COSÌ a tre -livello calibrazione.
Noi Sapere Che cosa IL concentrazione È In quelli Perché Noi preparato loro,
E Noi misura IL risposta SU questi strumenti.
Da Là, Noi Potere adatto Alcuni calibrazione curva.
In Questo esempio, Io sono mostrando Appena a semplice lineare adatto,
E Poi Noi Potere correre sconosciuto campioni,
Leggere IL risposta spento Nostro strumento E Fare UN inverso previsione.
Erano prendendo Nostro risposta da IL Y E predire Che cosa IL la quantità è
In Quello campione.
Suo a molto comune modo A Essere capace A quantificare cose In sconosciuto campioni.
Questo è Nostro sfondo.
Erano andando A salto in IL caso studio guardare A Questo chiave domanda
Noi avevo in giro ottimizzazione a parte Di Nostro processo In Nostro analisi.
Un po Di più sfondo Qui È Quello Quando Noi Fare calibrazione In Nostro laboratori,
c'è a costo associato manutenzione Di questi calibrazioni
E calibrazione curve E calibrazione standard È costoso,
Entrambi dovuto A delle persone tempo, Ma Anche materiali.
Questi materiali Potere Spesso costo migliaia, Anche decine Di migliaia
Di dollari per grammo.
Con IL scala Quello erano facendo Nostro ricerca A, Esso Veramente spinge noi
Ancora A riconsiderare quelli convenzionale approcci.
Erano corsa milioni Di campioni per anno, E Noi Avere a Veramente diversi
impostato Di analitico metodi COSÌ Noi Avere attualmente
In Nostro laboratorio In Emeryville,
Sopra 100 diverso analitico metodi misurazione Tutto componenti.
Uno posto Noi guardato A È convenzionalmente.
Noi Vedere Questo con maggior parte persone Noi assumere, Questo È Dove persone inizio.
Convenzionalmente calibrazione curve Spesso Avere cinque A Sette livelli,
se loro sono lineare O non.
Noi pensare Di Essi Dire, Va bene, cinque A Sette livelli, lineare adatto.
In teoria, IL maggior parte Voi Potrebbe Bisogno È O IL minimo Voi Potrebbe Bisogno È due
E c'è a costo A ogni aggiuntivo livello,
Entrambi In materiali E preparazione costi E manutenzione.
Questo È Dove Noi ricercato A Aspetto E chiedere IL domanda,
Aspetto, Potere Noi In realtà ridurre Questo numero per UN esistente metodo
senza significativo impatto SU Nostro attuale dati qualità?
IL modo Noi quantificare Nostro sconosciuto campioni.
Questo È Dove JMP viene In, erano andando A utilizzo Salto Qui A simulare
Alcuni alternativa calibrazione schemi, In Questo caso,
riducendo IL numero Di livelli Di calibrazioni
E A ribadire Che cosa noi abbiamo camminato Attraverso Nostro problema in definitiva È Quello
calibrazione manutenzione È costoso.
Questo è esasperato di IL scala Noi Fare Esso A.
Nostro generale approccio È Veramente andando A Essere A Aspetto A Come Potere Noi ottimizzare Questo.
Andiamo Aspetto A riducendo IL livelli Di quelli calibrazioni,
E Poi Nostro specifico soluzione È utilizzando JMP Qui
A chiedere IL domanda, Aspetto, Se Noi andato Indietro In tempo
e se teoricamente, Noi avevo correre due calibratori O tre calibratori
Invece Di sei O Sette, Come volevo Quello Avere colpito Nostro dati?
Nostro caso Qui, erano andando A messa a fuoco SU a separare metodo Oggi.
Questo È a vero metodo noi abbiamo stato corsa per Di sei mesi.
Noi Avere 22 lotti Di campioni noi abbiamo correre SU Questo metodo,
COSÌ suo Di 1000 campioni.
Nostro esistente calibrazione I spettacolo Qui SU IL Giusto È a lineare calibrazione.
Esso ha sei livelli E noi abbiamo stimato Se Noi Potere ridurre Questo
A IL minimo Di due livelli, Noi Potevo salva UN stima Di $15.000 a anno.
C'è a vero misurabile motivazione A capire Se Noi Potere perseguire Questo.
Mostrando Qui IL generale flusso di lavoro Quello Noi venni su con.
Io sono andando A andare Attraverso Questo Veramente velocemente Giusto Ora Ma NO preoccupazioni.
Erano andando A camminare Attraverso Esso fare un passo di fare un passo insieme.
Erano Veramente andando A Appena tiro IL storico dati.
Erano andando A ricreare Nostro storico calibrazione In JMP A convalidare Che cosa
erano facendo In JMP fiammiferi Che cosa noi abbiamo Fatto storicamente,
E Poi erano andando A Dire, Va bene, andiamo eliminare Alcuni Di questi livelli,
ricreare IL calibrazione con quelli ridotto livelli,
E Poi valutare Che cosa impatto Quello ha SU Nostro obiettivi.
Ora, I pensare In Questo caso suo Anche Veramente importante A sottolineare Voi Vedere,
Noi Avere due passaggio- fallire forchette In IL strada.
Spesso Quando erano facendo analisi
SU dati In mano, erano guardare per statistico significato
con studi Piace Questo, suo Veramente importante A determinare Che cosa tuo pratico
requisiti Sono.
In Questo caso, Che cosa fa Quello Significare?
Erano parlando Di impatto SU IL misurazione Di sconosciuto campioni.
In definitiva, Noi Volere A Fare Sicuro Quello riducendo IL calibrazione È non andando
A pregiudizio IL misurazione In uno modo O IL altro.
Noi Volere IL misurazione A Essere IL Stesso.
COME molti persone Volere raccontare Voi, IL Stesso È non Veramente a quantificabile cosa,
Esso dipende SU tuo campione misurare, IL rumore In tuo processo.
Noi Bisogno A definire Che cosa È NO diverso, Stesso O NO impatto Significare.
Qui erano andando A impostato Nostro accettazione criteri avanti Di tempo
per Questo Primo fare un passo COME precisione entro metà IL per cento,
E per IL secondo fare un passo COME precisione entro 1%.
BENE Vedere questi Venire Indietro COME Noi camminare Attraverso Questo.
Nostro Primo fare un passo, E ogni pagina Qui, Io sono andando A spettacolo In IL superiore Giusto
Che cosa fare un passo Noi Sono In IL processo,
COME BENE COME evidenziando Che cosa JMP piattaforme erano utilizzando.
Per Nostro Primo fare un passo, erano andando A Essere tirando Nostro storico dati
da a banca dati, In Nostro caso, Noi Avere a banca dati.
Noi Avere a Lin sistema Quello Già ha IL dati In a strutturato formato.
Voi Potevo Anche importare Questo da CSV, Tuttavia, Voi Potere accesso IL dati.
Erano tirando Esso In Nostro caso usando crudo SQL E JSL
E Esso tira In a strutturato formato mostrando a sottoinsieme Di IL colonne Noi Avere,
Ma Che cosa tu sarai avviso È In Questo caso Noi Avere Nostro sei calibratori
COME BENE COME a numero Di sconosciuto campioni.
Erano tirando In IL storico dati COME IL nucleo dati impostato erano lavorando con.
IL Primo fare un passo È ricreare E convalidando IL Stesso calibrazione curva
COSÌ Quello Stesso sei- punto calibrazione In JMP.
Ora, Voi Potrebbe chiedere Perché Noi Avere A Fare Questo.
Ci sono due principale motivi.
Uno È calibrazione curve Potere Avere a quantità Di avvertenze.
Essi Potere Avere ponderazione, Essi Potere Avere ancorare punti,
Essi Potevo Essere costretto Attraverso zero, Essi Potevo Essere non lineare.
Questo È a Bene modo A convalidare Quello tu sei usando IL Giusto
parametri E JMP A ricreare Questo.
IL altro motivo È Quello Noi non aspettarsi questi valori A Essere esattamente IL Stesso.
IL motivo essendo Quello a quantità Di questi analitico software usi Alcuni proprietario
regressione Quello È non esattamente Piace, andiamo Dire, ordinario meno quadrati regressione.
A Fare Questo, erano andando A utilizzo a specializzato modellazione adatto curva parametro
E Veramente Appena ricreare Nostro calibrazione curva.
Appena Piace I ha mostrato prima,
Dove Noi Avere Nostro conosciuto quantità Di Nostro sei standard SU IL X
E Nostro crudo intensità O segnale risposta SU IL E.
In Nostro caso, Noi Avere 22 lotti, Io sono non mostrando Tutto Di loro Qui,
Ma erano riproduzione Questo per 22 diverso sequenze In essenzialmente uno
clic E Che cosa I chiamata IL energia Di IL Controllare chiave Se Voi non Sapere Questo trucco.
Volere salva Voi a tonnellata Di tempo, Se Voi Presa giù IL Controllare chiave,
clic SU IL rosso pulsante, Qualunque cosa Voi Fare È andando A fare domanda a A ogni
analisi In Quello finestra.
Recentemente imparato quello è apparentemente chiamato trasmissione,
COSÌ Voi Potevo utilizzo Quello COME BENE.
Erano ricreare a calibrazione curva per ogni Di Nostro lotti
E Poi In IL Stesso specializzato modellazione piattaforma, erano Poi
risparmio IL inverso previsione formula.
Perché erano predire da Y A X,
Se Voi Ricordare Indietro A Nostro calibrazione introduzione,
A Essere capace A salva IL previsto valori Indietro A Nostro dati tavolo.
Questo Poi sembra Piace Questo Dove SU Nostro dati tavolo
Noi Avere Primo Nostro storico quantità, Che cosa Noi tiro da IL banca dati,
E Ora Noi Avere Nostro crudo quantità Quello Noi generato da
questi recentemente creato calibrazione curve E JMP.
Noi Avere a moltiplicatore Noi Avere A fare domanda a, Fare IL campione preparazione Noi Fare
Quello Noi tiro da IL banca dati COSÌ quello è Già Là
E suo andando A rimanere costante.
Noi semplicemente Bisogno A Appena fare domanda a a calcolato colonna Qui
A Avere a comparativo valore A Nostro storico dati.
Se Voi Aspetto In Questo Primo crudo, Nostro valore È molto vicino A
Ma non esattamente IL Stesso COME Nostro storico dati.
Prossimo su, erano andando A visivamente Fare a confronto, tramando Nostro storico
contro IL JMP ricreazione Di Quello calibrazione,
E Questo È a Bene controllo Ancora, A Aspetto Attraverso tuo dati.
Che cosa Voi volevo aspettarsi O Speranza per È
a linea Quello essenzialmente sembra Piace Y è uguale X.
Ora Noi non Volere A fermare A a visivo analisi.
Noi Di corso, Volere A Portare Alcuni statistiche in Esso.
Questo È Dove Noi introdotto IL passando Bablock regressione.
Suo In realtà qualcosa Quello era Appena aggiunto in IL base salto funzionalità.
I pensare con JMP 17 usato A Essere UN aggiungere- SU per a lungo tempo.
Io sono lieto suo Là Ora.
Questo È a specializzato regressione quello è non- parametrico E robusto valori anomali,
quello è Veramente progettato specificamente per confrontando analitico metodi.
Per molti Di Voi, probabilmente irrilevante tu sei Mai andando A Avere A utilizzo Esso,
Ma Noi Bisogno A utilizzo Esso In IL mondo erano lavorando In.
Che cosa Questo regressione fa, Esso dà Voi due ipotesi test
A test per costante pregiudizio COME BENE COME proporzionale pregiudizio.
S inizio con a costante pregiudizio, Dove erano vedere Se c'è pregiudizio.
Immaginare IL linea in movimento su E giù IL Stesso attraverso IL allineare.
Erano valutare Se IL fiducia intervallo Di Nostro intercettare
fa O fa non includere zero.
Per proporzionale pregiudizio, Dove IL pregiudizio volevo modifica basato SU IL risposta.
Erano valutare Se IL fiducia intervallo Di Nostro pendenza
fa O fa non includere uno.
Ora In Nostro caso, Noi rifiutare IL null ipotesi In Entrambi Di questi casi,
Quale racconta noi Quello Noi Fare Avere statisticamente significativo pregiudizio,
Entrambi costante E proporzionale In Nostro dati impostato.
Da Qui Voi Potrebbe Dire, Va bene, erano Fatto c'è pregiudizio Noi non posso mossa SU,
Ma pensiero Indietro, Questo È Perché suo Veramente importante A definire
Che cosa IL pratico significato È Perché
Qualunque statistico Volere raccontare Voi In Nostro dati impostato Noi Avere 1000 campioni,
Voi Avere 1.000 campioni tu sei andando A Essere guardare A
molto stretto fiducia intervalli.
Tu sei andando A Essere capace A rilevare molto piccolo differenze.
Noi Avere a statisticamente significativo differenza Ma fa Esso questione?
Quello porta noi A Nostro scorso fare un passo erano andando A calcolare,
Ancora usando IL colonna formula,
IL parente differenza fra IL due metodi
E Io sono mostrando a distribuzione Di Quello sotto
E Quello distribuzione Poi dà noi accesso A Questo test equivalenza.
Questo consente Voi A test a distribuzione Di valori contro IL costante
Quello Voi definire entro Alcuni fiducia.
Qui In Questo finestra, BENE entrare Nostro bersaglio Significare È zero
Perché Noi ipotizzato Quello loro sono andando A Essere IL Stesso COSÌ NO differenza.
Ora Noi Ottenere A entrare Nostro accettazione criteri, Quale era 0,5%.
Questo dà noi Questo molto Carino produzione con Nostro finale due ipotesi
test Dove Se Noi rifiutare questi, Noi Potere determinare essenzialmente Quello IL Significare
Di Questo dati impostato È equivalente A zero entro più O -0,5%.
Questo uno Voi Potrebbe Dire, EHI Stefano, Questo È facendo a T- test,
tuo distribuzione È non esattamente normale E I pensare tu vorresti Essere Giusto
E Se I andato Indietro I Potrebbe In realtà utilizzo IL test Significare piattaforma
Perché Quello dà Voi accesso A non- parametrico equivalenza test.
Indipendentemente, Questo È a Veramente utile E diretto modo A test
per pratico significato.
Noi abbiamo tirato Nostro storico dati da IL banca dati,
noi abbiamo ricreato E valutato IL calibrazione curva
E noi abbiamo stabilito Quello Esso passa Nostro accettazione criteri.
Se Esso avevo fallito, Esso Potevo Essere un problema con IL dati impostato.
Voi Potrebbe non Essere usando IL Giusto calibrazione parametri.
Ci sono a numero Di motivi, Noi generalmente volevo
bello tanto Sempre aspettarsi Questo A passaggio.
Esso Generalmente Appena richiede Alcuni indagine A cosa c'è in corso
In IL modo Voi ricreato Questo calibrazione.
Nostro Prossimo fare un passo È giù- campionamento O riducendo IL numero Di livelli
Di Nostro calibrazione.
Ora, Se Noi Tentativo A Fare Questo senza JMP, Noi Avere A andare in ogni separare
sequenza In Nostro analitico software manualmente
rimuovere calibratori, ricalcolare cose.
Essere Veramente lungo E noioso cosa.
JMP Questo È COME facile COME Appena usando IL dati filtro.
In Nostro caso con Questo sei- punto calibrazione Noi Avere a lineare uno.
Noi Sapere Quello IL minimo numero Di punti Noi Bisogno per lineare la correzione è due.
Erano raccolta IL più alto E IL più basso calibratori
E Appena filtraggio giù A quelli.
Da Qui Io sono andando A andare bello velocemente, Ma Veramente Tutto erano andando A Fare
È ricreare Questo calibrazione con due punti In JMP.
Ancora, erano usando IL specializzato modellazione piattaforma, facendo a adatto linea.
IL soltanto differenza Ora È Noi Avere due punti Invece Di sei
E erano applicazione Quello inverso previsione formula Indietro A IL dati tavolo,
Quale Ancora È andando A Dare noi Nostro inverso previsione
E Poi Noi fare domanda a IL moltiplicatore
E Perché I Sapere Io sono andando A Fare IL pratico significato,
Io sono Appena andando A preventivamente calcolare a parente differenza fra
IL due- punto calibrazione E Poi IL storico differenza.
Ancora, Noi andare Attraverso IL Passando Babock E non COSÌ sorprendentemente,
Ancora considerando IL misurare Di Nostro dati impostato,
erano andando A rifiutare IL null ipotesi Qui E stabilire Quello Noi Avere
statisticamente significativo pregiudizio, Entrambi proporzionale E costante.
Noi mossa SU A test Nostro accettazione criteri.
Ricordare Indietro Ora Nostro soglia È 1% Invece Di 0,5%
E quello è lavorando con IL parti interessate Di IL dati
A stabilire Che cosa È UN accettabile equivalenza.
Questo è Sempre importante pre- lavoro A Fare
E erano andando A test Quello equivalenza.
Qui Noi Trovare Quello questi due metodi Sono equivalente entro più O meno 1%.
SU IL sconosciuto campioni E quello è Veramente importante.
Erano usando quelli storico vero- mondo campioni
A Veramente chiedere IL domanda Che cosa Se Noi andato Indietro In tempo
E Vedere Tutto questi calibrazioni con due punti
E segnalato IL dati Di questi sconosciuto campioni.
Come volevo quelli valori modifica?
SU media Noi Vedere Quello Essi modifica molto poco,
E COSÌ Esso dà a quantità Di credito A considerando
indurre quelli calibrazione livelli.
Noi abbiamo essenzialmente dimostrato Questo Ora
E COSÌ Questo calibrazione SU IL Sinistra E IL calibrazione SU IL Giusto
erano detto Sono equivalente , non sono andando A fornire equivalente quantificazione
entro 1% E COSÌ Noi Avere essenzialmente IL prova Noi Bisogno A spingere per Questo modifica.
Noi passato Nostro Primo controllo, Noi Vedere IL valutazione con IL due,
Noi passato Quello E Ora erano A Nostro finale fare un passo
Di implementazione quelli cambiamenti In Nostro processo.
Ora suo probabilmente IL maggior parte importante parte,
Se Voi Fare UN analisi, Noi Appena Partire Esso seduta Là, non lo fa Fare tanto Bene.
Questo Potere A volte Essere IL più difficile parte.
Voi Avere A andare fuori, Voi Avere A convincere persone, particolarmente In casi Piace Questo
E Voi Avere A Prendere considerazione Di Forse Sono Là aggiuntivo
cose Quello Questo analisi non l'ho fatto considerare.
Sono felice A parlare A chiunque Di Quello,
Ma erano non andando A andare In profondità Di Che cosa IL altro considerazioni Noi Avere
A pensare Di Prima mettendo Questo in azione,
Ma con Questo esempio, Noi fatto
In realtà FINE su riducendo calibrazione livelli da sei A due
E Quello ridotto IL annuale costo Di corsa Quello metodo di Di 15.000 dollari.
Da Là Noi Potrebbe Dire, Va bene, Che cosa Ora?
Sono Noi Fatto?
Di corso non.
Giusto Ora Noi Bisogno A Aspetto A Noi fatto Esso per uno metodo,
Noi Avere a suite Di un altro 100 più metodi Quello Maggio Anche Avere questi
molti livello calibrazioni Quello Potrebbe Essere esagerazione per Che cosa Noi Bisogno.
Noi Volere A Aspetto A ripetendo IL analisi per altro metodi.
Questo è Dove I pensare automazione viene In.
Esso È a Veramente Grande modo A scala Questo uno- spento analisi per noi stessi,
Ma Anche per altri.
Mio regola Di pollice È Se I Trovare me stessa facendo UN analisi
Di più di due O tre volte.
Andiamo costruire Quello fuori In IL automazione,
Dire futuro Me a quantità Di tempo, trascorrere a poco tempo Ora.
Malato Appena tocco SU Questo molto brevemente E I Volere A gridare fuori Scott Qui
per aiutare Me con a quantità Di IL flusso di lavoro costruttore lavoro E IL sceneggiatura
Ma questi nativo automazione utensili In JMP Sono Veramente potente
E loro sono molto utente- amichevole, c'è a quantità Di codice- gratuito opzioni
E COSÌ c'è Veramente diverso modi Voi Potere Fare Questo.
Voi Potere Fare Esso SU IL Sinistra lato, Giusto In a classico modo facendo Tutto IL sceneggiatura
Anche consente Voi A salva questi globale variabili
COSÌ Esso Potevo Dare noi posto per Voi A Avere utenti entrare loro
accettazione criteri Quale Potrebbe modifica
E O Voi Potere leva IL flusso di lavoro costruttore Quale È a morso Di a più recente caratteristica
Ma Veramente lascia Voi costruire fuori Questo automazione.
Anche Se Voi Appena Volere A sceneggiatura Esso crudo,
Voi Potere costruire IL struttura Quello Voi Potere Poi carne fuori.
IL due cose I Volere Dire Di Questo È
Come tanto Voi Potere automatizzare O Forse Come tanto sforzo Voi Avere A Mettere in Esso
È andando A Essere limitato A Alcuni estensione di Come rigido Quello flusso di lavoro È.
Se utenti Bisogno Esso A Essere Veramente flessibile, Bisogno A interagire con Esso,
Esso Potevo diventare molto stimolante A automatizzare,
E Di corso IL dati coerenza È chiave COME BENE.
Questo È Veramente a Grande attrezzo A aiuto altri riprodurre IL analisi,
Ma Voi Veramente Fare Avere A Anche treno loro E documento IL lavoro,
Fare Sicuro Essi Sapere Che cosa suo In realtà facendo.
COME Noi Tutto Sapere, ogni analisi ha suo avvertenze.
Voi Bisogno persone non Appena A clic E Avere a rapporto,
Ma Anche capire a poco morso Piace Che cosa Sono Alcuni
potenziale cose Quello Potevo Venire su, particolarmente Se tu sei provando
A futuro- prova di lavoro.
I Piace A Portare Esso Indietro insieme E avvolgere Esso su Là
E Speranza Oggi Quello Io ho ha mostrato Voi Quello JMP
Voi non Avere A Fare Piace pazzo complesso O sofisticato cose In JMP
Voi Potevo pezzo insieme a quantità Di semplice funzionalità
A creare Veramente impattante flussi di lavoro.
Se tu sei lavorando In a laboratorio A tuo organizzazione, ovunque Esso È,
Aspetto A identificare questi miglioramenti In esistente flussi di lavoro.
I Piace A pensare Di Se Voi Tutto Sono In IL esperienza
maggior parte Di noi Sono In, c'è Di più dati di Che cosa Noi Sapere Che cosa A Fare con.
Aspetto A IL dati Quello NO uno È guardare A
E Poi sfida IL convenzionale pensiero.
IL modo erano lavorando È Sempre cambiando, chiedere Perché Fare Noi Fare Esso Questo modo.
In Nostro caso, per a lungo tempo, Questo È IL modo Noi Fare Esso.
Cinque, sei- punto calibrazione.
Chiedere Perché, Che cosa Se Noi non l'ha fatto, Che cosa volevo IL impatto Essere.
Di corso, non Avere A raccontare chiunque ascolto Qui.
Utilizzo JMP per IL scalabile analisi E Poi utilizzo automazione A Fare Esso facile,
E Esso Veramente non lo fa Avere A Essere fantasia.
Esso Appena ha A lavoro per Che cosa Voi Bisogno Esso A Fare.
Finalmente, Voi Potere utilizzo Quello A impatto questi di impatto, attrezzo impattante modifica
E utilizzo dati A guidare quelli decisioni.
Suo probabilmente uno Di IL maggior parte convincente utensili Quello Noi Avere Oggi.
Se tu sei parlando A gestione,
Fare Esso In unità Di dollari Perché Essi Amore Quello.
Malato avvolgere Esso su Là
I pensare scorso cosa Id Piace A Dire È Appena a Grazie Voi A IL
JMP Scoperta Vertice Comitato,
Tutto IL persone organizzazione speciale Grazie Voi A Scott per Tutto IL aiuto
Lui ha dato Me In IL passato con Amyris, Ma Anche con Questo parlare E Questo analisi,
E Poi a numero Di persone in A miriade Chi erano coinvolto in con Questo
E con Quello, I Volere avvolgere Esso su.
Grazie Voi. Ciao.
