Hoy
eran
yendo
a
ser
hablando
acerca de
usando
JMP,
nuestro
favorito
software
y aplicando él a a real- mundo problema en nuestro analítico ciencias departamento
en Amyris cual es a Simbionte compañía.
Antes nosotros saltar en eso, I buscado a introducir mí mismo como Bueno como
Scott, OMS ayudó a mí a lo largo de este viaje.
Soy Esteban, Soy un asociado director de Investigación y desarrollo D datos análisis A miris.
I tener doce años de industria experiencia,
a lote de diverso fondo, Yo tengo trabajó en varios laboratorios
de analítico química a fermentación ciencia y en más reciente años
centrado más en el calidad y datos ciencia lado de cosas.
Scott tiene ayudó yo en a lote de el contenido aquí
y tiene estado laboral con Amyris para a número de años
y él es uno de el JMP ventajas laboral para JMP.
Identificación como a comenzar apagado por justo dicho agradecer tú a Scott para ración a nosotros afuera aquí.
Eran yendo a dividir el hablar hoy en tres regiones.
Soy yendo a dar a poco de fondo y contexto ambos en sintético biología,
si tú no lo han hecho escuchó de eso antes, y analítico química.
El principal parte de el hablar es en realidad yendo a ser centrado en entonces aplicando JMP
a a específico pregunta nosotros tenía y entonces finalmente Bueno envoltura él arriba
brevemente conmovedor en automatización y entonces el impacto
de el análisis y este caso estudiar Bueno mirar en juntos.
S algunos de tú puede no ser familiar con sintético biología
o analítico química y I en realidad como a entender
contexto y fondo y es yendo a ser relativamente importante
para el caso estudiar nosotros mirar en, Bueno enfocar en eso hoy y comenzar allá.
S sintético biología en realidad apalancamientos microorganismos,
como nosotros como a llamar a ellos, como viviendo fábricas.
Nosotros usar principalmente levadura en el caso de Amyris eso nosotros precisión ingeniero,
y nosotros usar el proceso de fermentación, cual es no a nuevo cosa es algo
gente tener estado usando para miles de años, principalmente a hacer alcohol
y pan en a lote de casos.
En nuestro caso, eran usando el levadura en fermentación,
alimentación él azúcar y mudado eso azúcar en a variedad de objetivo
ingredientes y productos químicos.
Aquellos ingredientes y productos químicos nosotros poder entonces hacer
más alto pureza entonces ellos puede ser más alto amaestrado más bajo costos
y en a más sostenible moda.
A dar un ejemplo, este no es justo a hada cuento.
Este es realidad, es no un idea, nosotros tener
18 moléculas hoy eso nosotros fabricar en escala y Soy demostración
a subconjunto de aquellos aquí.
Hay un ejemplo en el arriba izquierda tú tener Artemisinina.
Eso es un antipalúdico droga, él era nuestro primero molécula
y eso es cómo nuestro compañía era fundado.
En el arriba medio, nosotros tener Biofeno cual es de hecho a poderoso
edificio bloquear eso nosotros entonces convertir en otro productos químicos y aplicaciones.
Uno ejemplo ser Escualeno cual es a
muy popular emoliente usado en el productos cosméticos industria
y tradicionalmente es de origen de tiburón hígados
y uno eso podría ser familiar en el abajo medio, nosotros tener pachulí.
Alguno gente asociado eso con el hippie oler, es a fragancia,
pero es de hecho en realidad ubicuo en el fragancia industria
como a base nota, entonces él va en miles de productos.
Cosas como Marea detergente tener pachulí en él y nosotros poder fabricar este,
cual es tradicionalmente extraído de plantas
con nuestro sintético biología plataforma.
I trabajar en el I+D función, y entonces nuestro meta es en realidad a identificar
el mejor E presiones eso nosotros poder entonces usar en fabricación escala,
y eso requiere investigación en escala.
Nosotros correr muy automatizado a lote de alto- rendimiento flujos de trabajo
en Amyris en Emeryville, y entonces de el izquierda allá nosotros comenzar cribado
nuestro levadura presiones
en a capacidad de acerca de 600.000 presiones por mes.
Nosotros llevar aquellos arriba artistas y nosotros promover a ellos
a qué nosotros llamar nuestro banco- escala biorreactor fermentaciones,
cual tú poder ver en la foto en el bien allá.
A lo largo de todo de este, eran creando a lote de presiones,
cual medio nosotros también necesidad a entender qué acontecimiento en aquellos presiones,
qué son ellos productor, cómo mucho, y eso es en realidad dónde analítica venir en.
Aquellos analítica necesidad a ser correr en a escala a fósforo eso entonces nosotros poder en realidad
conseguir el datos a entender qué acontecimiento.
Con este escala de investigación, Hay a lote de oportunidades,
y a lote de aquellos oportunidades venir de mirando en convencional
aproches y reconsiderando cómo a hacer aquellos.
Voy a hablar a pequeño poco acerca de analítico química.
De nuevo, eso es no cualquier cosa eso es único a sintético biología.
Es penetrante en a lote de industrias, petróleo industria,
ambiental ciencias, farmacéutica, muy común forma justo a medida cosas.
Enfermo hablar aquí en realidad acerca de cromatografía,
y como un ejemplo, Enfermo llevar fermentación eso nosotros hacer en el biorreactivo escala.
De este fermentación, eran yendo a muestra eso mientras es correr.
Eran yendo a conseguir a sucio muestra de eso cual nosotros entonces poder más
preparar y diluido.
Nosotros tener este mezcla de componentes en este final forma.
Bien entonces llevar este mezcla de componentes,
Bueno correr él al otro lado de alguno separación técnicas.
Eso es a cromatógrafo.
Qué eso es yendo a hacer es basado en el propiedad de aquellos componentes,
podría ser tamaño, él podría ser polaridad, lo hará permitir a nosotros a separado aquellos afuera.
Nosotros entonces alimentar eso en alguno detección mecanismo.
Hay a variedad eso tú poder usar y qué eso da tú es a separación
de estos componentes encima tiempo y entonces alguno intensidad de respuesta.
El último pedazo y dónde eran yendo a enfocar hoy
es intensidad no es en realidad a útil cosa para tú o a mí a hacer decisiones en.
Nosotros necesidad a traducir eso en algo útil como a concentración.
El calibración curva permite a nosotros a traducir
eso intensidad en a concentración,
y de curso, tú poder imaginar si tú conseguir eso traducción equivocado,
su datos es yendo a ser equivocado y es yendo a engañar tú.
Calibración curvas es dónde Bueno enfocar hoy,
y eso es el corazón de el pregunta.
A calibración curva es creado, por correr estándares con
diverso niveles de su conocido componente.
El ejemplo Soy demostración aquí,
nosotros tener a bajo medio- alto, entonces a tres -nivel calibración.
Nosotros saber qué el concentración es en aquellos porque nosotros preparado a ellos,
y nosotros medida el respuesta en estos instrumentos.
De allá, nosotros poder adaptar alguno calibración curva.
En este ejemplo, Soy demostración justo a simple lineal adaptar,
y entonces nosotros poder correr desconocido muestras,
leer el respuesta apagado nuestro instrumento y hacer un inverso predicción.
Eran tomando nuestro respuesta de el Y y predecir qué el La cantidad es
en eso muestra.
Es a muy común forma a ser capaz a cuantificar cosas en desconocido muestras.
Eso es nuestro fondo.
Eran yendo a saltar en el caso estudiar mirando en este llave pregunta
nosotros tenía alrededor optimizando a parte de nuestro proceso en nuestro analítica.
Un poco más fondo aquí es eso cuando nosotros hacer calibración en nuestro laboratorios,
Hay a costo asociado mantenimiento de estos calibraciones
y calibración curvas y calibración estándares es caro,
ambos pendiente a de la gente tiempo, pero también materiales.
Estos materiales poder a menudo costo miles, incluso decenas de miles
de dólares por gramo.
Con el escala eso eran haciendo nuestro investigación en, él en realidad empuja a nosotros
de nuevo a reconsiderar aquellos convencional aproches.
Eran correr millones de muestras por año, y nosotros tener a en realidad diverso
colocar de analítico métodos entonces nosotros tener actualmente
en nuestro laboratorio en Emeryville,
encima 100 diferente analítico métodos medición todo componentes.
Uno lugar nosotros miró en es convencionalmente.
Nosotros ver este con mayoría gente nosotros contratar, este es dónde gente comenzar.
Convencionalmente calibración curvas a menudo tener cinco a Siete niveles,
si ellos son lineal o no.
Nosotros pensar acerca de ellos decir, bueno, cinco a Siete niveles, lineal adaptar.
En teoría, el mayoría tú podría necesidad es o el mínimo tú podría necesidad es dos
y Hay a costo a cada adicional nivel,
ambos en materiales y preparación costos y mantenimiento.
Este es dónde nosotros buscado a mirar y preguntar el pregunta,
mirar, poder nosotros de hecho reducir este número para un existente método
sin significativo impacto en nuestro actual datos ¿calidad?
El forma nosotros cuantificar nuestro desconocido muestras.
Este es dónde JMP llega en, eran yendo a usar Saltar aquí a simular
alguno alternativa calibración esquemas, en este caso,
reduciendo el número de niveles de calibraciones
y a reiterar qué nosotros tenemos caminó a través de nuestro problema al final es eso
calibración mantenimiento es costoso.
Eso es exasperado por el escala nosotros hacer él en.
Nuestro general acercarse es en realidad yendo a ser a mirar en cómo poder nosotros optimizar este.
Vamos mirar en reduciendo el niveles de aquellos calibraciones,
y entonces nuestro específico solución es usando JMP aquí
a preguntar el pregunta, mirar, si nosotros fue atrás en tiempo
y si teóricamente, nosotros tenía correr dos calibradores o tres calibradores
en cambio de seis o Siete, cómo quería eso tener impactado nuestro ¿datos?
Nuestro caso aquí, eran yendo a enfocar en a soltero método hoy.
Este es a real método nosotros tenemos estado correr para acerca de seis meses.
Nosotros tener 22 lotes de muestras nosotros tenemos correr en este método,
entonces es acerca de 1000 muestras.
Nuestro existente calibración I espectáculo aquí en el bien es a lineal calibración.
Él tiene seis niveles y nosotros tenemos estimado si nosotros poder reducir este
a el mínimo de dos niveles, nosotros podría ahorrar un estimar de $15,000 a año.
Hay a real mensurable motivación a entender si nosotros poder buscar este.
Demostración aquí el general flujo de trabajo eso nosotros vino arriba con.
Soy yendo a ir a través de este en realidad rápidamente bien ahora pero No preocupaciones.
Eran yendo a caminar a través de él paso por paso juntos.
Eran en realidad yendo a justo jalar el histórico datos.
Eran yendo a recrear nuestro histórico calibración en JMP a validar qué
eran haciendo en JMP partidos qué nosotros tenemos hecho históricamente,
y entonces eran yendo a decir, bueno, Vamos eliminar alguno de estos niveles,
recrear el calibración con aquellos reducido niveles,
y entonces evaluar qué impacto eso tiene en nuestro objetivos.
Ahora, I pensar en este caso es también en realidad importante a enfatizar tú ver,
nosotros tener dos aprobar- fallar tenedores en el camino.
A menudo cuando eran haciendo análisis
en datos en mano, eran mirando para estadístico significado
con estudios como este, es en realidad importante a determinar qué su práctico
requisitos son.
En este caso, qué hace eso ¿significar?
Eran hablando acerca de impacto en el medición de desconocido muestras.
Al final, nosotros desear a hacer seguro eso reduciendo el calibración es no yendo
a inclinación el medición en uno forma o el otro.
Nosotros desear el medición a ser el mismo.
Como muchos gente voluntad decir tú, el mismo es no en realidad a cuantificable cosa,
él depende en su muestra tamaño, el ruido en su proceso.
Nosotros necesidad a definir qué es No diferente, mismo o No impacto significar.
Aquí eran yendo a colocar nuestro aceptación criterios adelante de tiempo
para este primero paso como exactitud dentro medio el por ciento,
y para el segundo paso como exactitud dentro 1%.
Bien ver estos venir atrás como nosotros caminar a través de este.
Nuestro primero paso, y cada página aquí, Soy yendo a espectáculo en el arriba bien
qué paso nosotros son en el proceso,
como Bueno como destacando qué JMP plataformas eran usando.
Para nuestro primero paso, eran yendo a ser tracción nuestro histórico datos
de a base de datos, en nuestro caso, nosotros tener a base de datos.
Nosotros tener a Lin sistema eso ya tiene el datos en a estructurado formato.
Tú podría también importar este de CSV, sin embargo, tú poder acceso el datos.
Eran tracción él en nuestro caso usando crudo SQL y JSL
y él tirones en a estructurado formato demostración a subconjunto de el columnas nosotros tener,
pero qué tú lo harás aviso es en este caso nosotros tener nuestro seis calibradores
como Bueno como a número de desconocido muestras.
Eran tracción en el histórico datos como el centro datos colocar eran laboral con.
El primero paso es recreando y validando el mismo calibración curva
entonces eso mismo seis- punto calibración en JMP.
Ahora, tú podría preguntar por qué nosotros tener a hacer este.
Hay dos principal razones.
Uno es calibración curvas poder tener a lote de advertencias.
Ellos poder tener ponderación, ellos poder tener ancla agujas,
ellos podría ser forzado a través de cero, ellos podría ser no lineal.
Este es a bien forma a validar eso estás usando el bien
parámetros y JMP a recrear este.
El otro razón es eso nosotros no esperar estos valores a ser exactamente el mismo.
El razón ser eso a lote de estos analítico software usos alguno propiedad
regresión eso es no exactamente como, Vamos decir, común el menos cuadrícula regresión.
A hacer este, eran yendo a usar a especializado modelado adaptar curva parámetro
y en realidad justo recreando nuestro calibración curva.
Justo como I presentado más temprano,
dónde nosotros tener nuestro conocido cantidad de nuestro seis estándares en el X
y nuestro crudo intensidad o señal respuesta en el Y.
En nuestro caso, nosotros tener 22 lotes, Soy no demostración todo de a ellos aquí,
pero eran reproduciéndose este para 22 diferente secuencias en esencialmente uno
hacer clic y qué I llamar el fuerza de el Control llave si tú no saber este truco.
Voluntad ahorrar tú a tonelada de tiempo, si tú sostener abajo el Control llave,
hacer clic en el rojo botón, lo que tú hacer es yendo a aplicar a cada
análisis en eso ventana.
Recientemente aprendió eso es aparentemente llamado radiodifusión,
entonces tú podría usar eso como Bueno.
Eran recreando a calibración curva para cada de nuestro lotes
y entonces en el mismo especializado modelado plataforma, eran entonces
ahorro el inverso predicción fórmula.
Porque eran predecir de Y a INCÓGNITA,
si tú recordar atrás a nuestro calibración Introducción,
a ser capaz a ahorrar el previsto valores atrás a nuestro datos mesa.
Este entonces aspecto como este dónde en nuestro datos mesa
nosotros tener primero nuestro histórico cantidad, qué nosotros jalar de el base de datos,
y ahora nosotros tener nuestro crudo cantidad eso nosotros generado de
estos recién creado calibración curvas y JMP.
Nosotros tener a multiplicador nosotros tener a aplicar, hacer el muestra deberes nosotros hacer
eso nosotros jalar de el base de datos entonces eso es ya allá
y es yendo a permanecer constante.
Nosotros simplemente necesidad a justo aplicar a calculado columna aquí
a tener a comparativo valor a nuestro histórico datos.
Si tú mirar en este primero crudo, nuestro valor es muy cerca a
pero no exactamente el mismo como nuestro histórico datos.
Próximo arriba, eran yendo a visualmente hacer a comparación, conspirando nuestro histórico
contra el JMP recreación de eso calibración,
y este es a bien controlar de nuevo, a mirar a través de su datos.
Qué tú quería esperar o esperanza para es
a línea eso esencialmente aspecto como Y es igual INCÓGNITA.
Ahora nosotros no desear a detener en a visual análisis.
Nosotros de curso, desear a traer alguno estadística en él.
Este es dónde nosotros introducido el paso Bloque de Ba regresión.
Es de hecho algo eso era justo agregado en el base saltar funcionalidad.
I pensar con JMP 17 usado a ser un agregar- en para a largo tiempo.
Soy contento es allá ahora.
Este es a especializado regresión eso es no- paramétrico y robusto valores atípicos,
eso es en realidad diseñado específicamente para comparando analítico métodos.
Para muchos de tú, probablemente irrelevante estás nunca yendo a tener a usar él,
pero nosotros necesidad a usar él en el mundo eran laboral en.
Qué este regresión hace, él da tú dos hipótesis pruebas
a prueba para constante inclinación como Bueno como proporcional inclinación.
S inicio con a constante inclinación, dónde eran vidente si Hay inclinación.
Imaginar el línea emocionante arriba y abajo el mismo al otro lado de el rango.
Eran evaluando si el confianza intervalo de nuestro interceptar
hace o hace no incluir cero.
Para proporcional inclinación, dónde el inclinación quería cambiar basado en el respuesta.
Eran evaluando si el confianza intervalo de nuestro pendiente
hace o hace no incluir uno.
Ahora en nuestro caso, nosotros rechazar el nulo hipótesis en ambos de estos casos,
cual dice a nosotros eso nosotros hacer tener estadísticamente significativo inclinación,
ambos constante y proporcional en nuestro datos colocar.
De aquí tú podría decir, bueno, eran hecho Hay inclinación nosotros no poder mover en,
pero pensamiento atrás, este es por qué es en realidad importante a definir
qué el práctico significado es porque
cualquier estadístico voluntad decir tú en nuestro datos colocar nosotros tener 1000 muestras,
tú tener 1.000 muestras estás yendo a ser mirando en
muy ajustado confianza intervalos.
Estás yendo a ser capaz a detectar muy pequeño diferencias.
Nosotros tener a estadísticamente significativo diferencia pero hace él ¿asunto?
Eso trae a nosotros a nuestro último paso eran yendo a calcular,
de nuevo usando el columna fórmula,
el relativo diferencia entre el dos métodos
y Soy demostración a distribución de eso abajo
y eso distribución entonces da a nosotros acceso a este prueba equivalencia.
Este permite tú a prueba a distribución de valores contra el constante
eso tú definir dentro alguno confianza.
Aquí en este ventana, Bueno ingresar nuestro objetivo significar es cero
porque nosotros hipotetizado eso ellos son yendo a ser el mismo entonces No diferencia.
Ahora nosotros conseguir a ingresar nuestro aceptación criterios, cual era 0,5%.
Este da a nosotros este muy lindo producción con nuestro final dos hipótesis
pruebas dónde si nosotros rechazar estos, nosotros poder determinar esencialmente eso el significar
de este datos colocar es equivalente a cero dentro más o -0,5%.
Este uno tú podría decir, ey Esteban, este es haciendo a t- prueba,
su distribución es no exactamente normal y I pensar tú lo harías ser bien
y si I fue atrás I podría de hecho usar el prueba significar plataforma
porque eso da tú acceso a no- paramétrico equivalencia pruebas.
A pesar de todo, este es a en realidad útil y directo forma a prueba
para práctico significado.
Nosotros tenemos tirado nuestro histórico datos de el base de datos,
nosotros tenemos recreado y evaluado el calibración curva
y nosotros tenemos establecido eso él pases nuestro aceptación criterios.
Si él tenía fallido, él podría ser un problema con el datos colocar.
Tú podría no ser usando el bien calibración parámetros.
Hay a número de razones, nosotros generalmente quería
bonito mucho siempre esperar este a aprobar.
Él generalmente justo requiere alguno investigación a qué pasando
en el forma tú recreado este calibración.
Nuestro próximo paso es abajo- muestreo o reduciendo el número de niveles
de nuestro calibración.
Ahora, si nosotros intentar a hacer este sin JMP, nosotros tener a ir en cada soltero
secuencia en nuestro analítico software a mano
eliminar calibradores, recalcular cosas.
Ser en realidad largo y tedioso cosa.
JMP este es como fácil como justo usando el datos filtrar.
En nuestro caso con este seis- punto calibración nosotros tener a lineal uno.
Nosotros saber eso el mínimo número de agujas nosotros necesidad para lineal La solución es dos.
Eran cosecha el más alto y el más bajo calibradores
y justo filtración abajo a aquellos.
De aquí Soy yendo a ir bonito rápidamente, pero en realidad todo eran yendo a hacer
es recrear este calibración con dos agujas en JMP.
De nuevo, eran usando el especializado modelado plataforma, haciendo a adaptar línea.
El solo diferencia ahora es nosotros tener dos agujas en cambio de seis
y eran aplicando eso inverso predicción fórmula atrás a el datos mesa,
cual de nuevo es yendo a dar a nosotros nuestro inverso predicción
y entonces nosotros aplicar el multiplicador
y porque I saber Soy yendo a hacer el práctico significado,
Soy justo yendo a preventivamente calcular a relativo diferencia entre
el dos- punto calibración y entonces el histórico diferencia.
De nuevo, nosotros ir a través de el Paso Babock y no entonces asombrosamente,
de nuevo en vista de el tamaño de nuestro datos colocar,
eran yendo a rechazar el nulo hipótesis aquí y establecer eso nosotros tener
estadísticamente significativo inclinación, ambos proporcional y constante.
Nosotros mover en a prueba nuestro aceptación criterios.
Recordar atrás ahora nuestro límite es 1% en cambio de 0,5%
y eso es laboral con el partes interesadas de el datos
a establecer qué es un aceptable equivalencia.
Eso es siempre importante pre- trabajar a hacer
y eran yendo a prueba eso equivalencia.
Aquí nosotros encontrar eso estos dos métodos son equivalente dentro más o menos 1%.
En el desconocido muestras y eso es en realidad importante.
Eran usando aquellos histórico real- mundo muestras
a en realidad preguntar el pregunta qué si nosotros fue atrás en tiempo
y ver todo estos calibraciones con dos agujas
y reportado el datos de estos desconocido muestras.
Cómo quería aquellos valores ¿cambiar?
En promedio nosotros ver eso ellos cambiar muy pequeño,
y entonces él da a lote de crédito a en vista de
induciendo aquellos calibración niveles.
Nosotros tenemos esencialmente demostrado este ahora
y entonces este calibración en el izquierda y el calibración en el bien
eran dicho son equivalente , no son yendo a proporcionar equivalente cuantificación
dentro 1% y entonces nosotros tener esencialmente el evidencia nosotros necesidad a empujar para este cambiar.
Nosotros aprobado nuestro primero controlar, nosotros ver el evaluación con el dos,
nosotros aprobado eso y ahora eran en nuestro final paso
de Implementando aquellos cambios en nuestro proceso.
Ahora es Podría decirse que el mayoría importante parte,
si tú hacer un análisis, nosotros justo dejar él sesión allá, no hacer mucho bien.
Este poder a veces ser el más difícil parte.
Tú tener a ir afuera, tú tener a convencer gente, especialmente en casos como este
y tú tener a llevar consideración de tal vez son allá adicional
cosas eso este análisis no considerar.
Estoy feliz a hablar a alguien acerca de eso,
pero eran no yendo a ir en profundidad de qué el otro Consideraciones nosotros tener
a pensar acerca de antes puesta este en acción,
pero con este ejemplo, nosotros hizo
de hecho fin arriba reduciendo calibración niveles de seis a dos
y eso reducido el anual costo de correr eso método por acerca de $15,000.
De allá nosotros podría decir, bueno, qué ¿ahora?
Son nosotros ¿hecho?
De curso no.
Bien ahora nosotros necesidad a mirar en nosotros hizo él para uno método,
nosotros tener a suite de otro 100 más métodos eso puede también tener estos
muchos nivel calibraciones eso podría ser exageración para qué nosotros necesidad.
Nosotros desear a mirar en repitiendo el análisis para otro métodos.
Eso es dónde I pensar automatización llega en.
Él es a en realidad excelente forma a escala este uno- apagado análisis para nosotros mismos,
pero también para otros.
Mi regla de pulgar es si I encontrar mí mismo haciendo un análisis
más que dos o tres veces.
Vamos construir eso afuera en el automatización,
decir futuro a mí a lote de tiempo, gastar a pequeño tiempo ahora.
Enfermo justo tocar en este muy brevemente y I desear a gritar afuera Scott aquí
para ración a mí con a lote de el flujo de trabajo constructor trabajar y el secuencias de comandos
pero estos nativo automatización herramientas en JMP son en realidad poderoso
y ellos son muy usuario- amigable, Hay a lote de código- gratis opciones
y entonces Hay en realidad diferente maneras tú poder hacer este.
Tú poder hacer él en el izquierda lado, bien en a clásico forma haciendo todo el secuencias de comandos
incluso permite tú a ahorrar estos global variables
entonces él podría dar a nosotros lugar para tú a tener usuarios ingresar su
aceptación criterios cual podría cambiar
y o tú poder aprovechar el flujo de trabajo constructor cual es a poco de a más nuevo característica
pero en realidad permite tú construir afuera este automatización.
Incluso si tú justo desear a guion él crudo,
tú poder construir el estructura eso tú poder entonces carne afuera.
El dos cosas I voluntad decir acerca de este es
cómo mucho tú poder automatizar o tal vez cómo mucho esfuerzo tú tener a poner en él
es yendo a ser limitado a alguno medida por cómo rígido eso flujo de trabajo es.
Si usuarios necesidad él a ser en realidad flexible, necesidad a interactuar con él,
él podría convertirse muy desafiante a automatizar,
y de curso el datos consistencia es llave como Bueno.
Este es en realidad a excelente herramienta a ayuda otros reproducir el análisis,
pero tú en realidad hacer tener a también tren a ellos y documento el trabajar,
hacer seguro ellos saber qué es de hecho haciendo.
Como nosotros todo saber, cada análisis tiene es advertencias.
Tú necesidad gente no justo a hacer clic y tener a informe,
pero también entender a pequeño poco como qué son alguno
potencial cosas eso podría venir arriba, especialmente si estás intentando
a futuro- prueba de trabajar.
I como a traer él atrás juntos y envoltura él arriba allá
y esperanza hoy eso Yo tengo presentado tú eso JMP
tú no tener a hacer como loco complejo o sofisticado cosas en JMP
tú podría pedazo juntos a lote de simple funcionalidad
a crear en realidad impactante flujos de trabajo.
Si estás laboral en a laboratorio en su organización, lo que sea él es,
mirar a identificar estos mejoras en existente flujos de trabajo.
I como a pensar acerca de si tú todo son en el experiencia
mayoría de a nosotros son en, Hay más datos que qué nosotros saber qué a hacer con.
Mirar en el datos eso No uno es mirando en
y entonces desafío el convencional pensamiento.
El forma eran laboral es siempre cambio, preguntar por qué hacer nosotros hacer él este forma.
En nuestro caso, para a largo tiempo, este es el forma nosotros hacer él.
Cinco, seis- punto calibración.
Preguntar por qué, qué si nosotros no, qué quería el impacto ser.
De curso, no tener a decir alguien escuchando aquí.
Usar JMP para el escalable análisis y entonces usar automatización a hacer él fácil,
y él en realidad no tener a ser elegante.
Él justo tiene a trabajar para qué tú necesidad él a hacer.
Finalmente, tú poder usar eso a impacto estos impactante, implementar impactante cambiar
y usar datos a conducir aquellos decisiones.
Es probablemente uno de el mayoría convincente herramientas eso nosotros tener hoy.
Si estás hablando a gestión,
hacer él en unidades de dólares porque ellos amar eso.
Enfermo envoltura él arriba allá
I pensar último cosa Identificación como a decir es justo a agradecer tú a el
JMP Descubrimiento Cumbre Comité,
todo el gente organizando especial agradecer tú a Scott para todo el ayuda
él dio a mí en el pasado con Amyris, pero también con este hablar y este análisis,
y entonces a número de gente en A miríada OMS eran involucrado en con este
y con eso, I voluntad envoltura él arriba.
Agradecer tú. Adiós.
