生物製藥的研發和生產涉及許多標準化的實驗和報告。大多數報告包含來自相關實驗方案的資訊、來自實驗室資訊管理系統 (LIMS) 的產品品質數據、實驗室文件資訊以及來自不同設備的性能數據。目前，這些資料來源會透過 JMP、Excel 和其他軟體進行處理，然後匯總到 PowerPoint 簡報和 Word 文件中。
我將示範一個使用 JMP 內部開發的自動化流程。在實驗日誌的引導下，使用者將完成整個自動化工作流程。該流程利用 LIMS 數據和實驗室文檔，自動填充實驗設計 (DoE) 系列的響應數據，並在領域專家 (SME) 構建模型後提供相應的圖示選項。這些圖示、色譜圖和實驗方案資訊隨後將按照預設範本結構匯總到 PowerPoint 簡報和 Word 報告中。
產生這份自動化報告能為中小企業節省大量時間，使其有更多精力專注於解讀結果。此外，由於所有自動化操作都集中在一個軟體中，因此資料完整性得以保證，且每份報告都遵循統一的佈局和評估標準。
大家好，歡迎收看。今天我想向大家展示一個用於收集、分析和報告實驗數據的工作流程。由於我正在探索高峰會上進行演講，所以我選擇以美國能源部（DOE）的報告為例，但當然，這個工具非常通用，可以用於各種類型的報告。
簡單介紹一下我們的業務背景：倫奇勒生物製藥是一家生物製藥合約生產和研發機構。這意味著我們致力於開發各種生物製藥的純化製程。
當然，其中大部分是抗體。我們擁有超過120種抗體，此外，我們也為BioNTech和輝瑞公司生產了新冠病毒mRNA疫苗。我們還有相當龐大的產品組合，包含超過140種治療手段，其中大部分是單株抗體——這些抗體比較簡單，但也包括多標靶抗體、融合蛋白、重組酶以及其他一些更令人興奮的療法。
如果你有140種不同的模式，缺點就是你需要撰寫140份不同的報告；而且，如果你每年都會推出某個產品，那麼你還需要撰寫年度報告。對於我們所做的每一個項目，我們都需要撰寫報告；此外，由於我們是為客戶工作的，我們還會製作PPT演示文稿，有時甚至每週都要製作。
當然，準備這些工作可能需要花費大量時間，所以我們的想法是利用 JMP 自動完成這些工作，從而減少時間。為此，我舉了一個例子，就是 DOE 報告。您可以想像，每當您開發流程時，您都需要進行大量的 DOE 測試，以了解流程的運作方式、其穩健性、如何進行最佳化等等。我們採用 DOE 方法，而每個流程都包含相當多的步驟，因此每個流程可能產生 5 到 10 份報告，這確實是一項相當大的工作量。另一方面，它非常標準化，因此作為利用自動化功能的例子非常合適。
您只需要一個 JMP 表格，一個典型的 DOE 表格，JMP 會在您要求它產生實驗設計時自動產生。您還需要一個實驗方案，這是每個客戶都需要的，而且最終您至少需要 JMP-18。這是因為 JMP-18 整合了優秀的 Python，這讓一切變得更加簡單。因此，您今天看到的許多操作都是用 Python 完成的，但使用者不會感覺到這一點。它的優勢在於，您可以使用 Python 實現一些令人興奮的功能。
我先簡單介紹一下理論上的原理，然後再舉個實際例子。它是怎麼運作的呢？首先，你會看到一個空白的實驗設計表（DOE表），就像左邊這個一樣。表格裡包含一些運行ID、一個模式、不同的因子和回應變量，這些資訊只需在實驗室資訊管理系統（LIMS）中點擊幾下就能自動填入。這樣做的好處是，無需從LIMS中複製貼上數據，避免出錯，電腦可以自動完成這些工作。
它還會自動鎖定列以確保無誤，並追蹤使用者在此過程中執行的每一步操作。這對於確保資料完整性至關重要，因為它可以清晰地顯示資料的來源。數據不會被意外篡改，這讓我們的品質保證團隊非常滿意。
資料複製到 DOE 表後，領域專家需要建立模型。這部分沒有變化，您可以按照自己喜歡的方式進行操作。 JMP 建置工具已經具備您所需的所有功能，這部分也沒有任何改變。您可以儲存此模型，然後返回該工具以產生我們通常需要在報告中使用的各種圖表。
例如，這些圖表包括：重複圖，您可以在其中查看資料在不同運行中的分佈情況；擬合度摘要，您可以在其中估計模型的質量；參數估計，告訴您哪個參數負責特定的響應；以及各種類型的分析圖，讓您了解哪些因素影響哪些響應；最後，如果您有一些二維或三維內線，您還可以使用等高線圖，您可以在單一定位中找到直接的圖線。
接下來，我們會將這些資料整理成簡報，或者說，可以整理成簡報。這樣做的目的是為了讓客戶了解我們的進展，而所有產生的圖表都可以輕鬆地整合到 PowerPoint 簡報中。這意味著所有資料都會被添加進去，標題也會自動添加，然後領域專家只需撰寫解釋說明。
第二點，也就是我馬上要展示的，就是所有數據都會彙整成一份報告。這份報告會包含來自實驗室資訊管理系統（LIMS，也就是SQL資料庫）的數據，以及我們實驗室電子文件中的數據，例如保持時間等等。它還會包含設備導出的數據，例如色譜圖或過濾圖，以及實驗方案中的數據。實驗方案包括一些實驗計畫、命名規則等等。
您可以在右側看到一些範例。您可以添加來自協議或 LIMS 的表格，以及來自設備的圖表，這些圖表還可以根據需要進行著色，例如泵浦性能、色譜圖和分析圖。
這一切的目的是讓您從必須手動完成所有這些事情（因此當然容易出錯）的狀態，轉變為中小企業只需構建模型，JMP 生成報告草稿，然後由中小企業進行解讀和審查的目標狀態，從而節省大量時間，當然也避免了很多挫敗感。
希望您會喜歡，我想展示一下它在實際應用中的效果。您在這裡看到的是典型的 JMP 日誌，所以我在進行自動化任務時通常會使用日誌。它們包含簡短的介紹和鏈接，以及許多指導您完成整個流程的大綱條目。
從頭開始，它會告訴你該做什麼，你需要載入 LIMS 數據，這當然是必須的，然後你總是可以找到一個按鈕。我們點擊它，它會要求你創建一個空白的 DOE 表格。試試看，把它準備好。它看起來是這樣的。
這是你通常會看到的表格。裡麵包含了所有因子和一些運行資料。 JMP 會自動添加一些腳本，當然，回應資料目前還是空的。然後它會要求你從 LIMS 獲取數據。我無法直接向你展示，因為我必須使用隨機數據。
然而，效果是一樣的，您會看到回覆內容自動填寫，並且顯示為綠色。這表示該資料已通過驗證。首先，這表示資料已被鎖定，您無法意外變更。其次，數據也已保存，因此即使您現在保存或修改數據，系統之後也會檢測到差異，並提示您驗證存在問題。
它還會保存所有資料提取步驟，也就是您在這裡看到的表格變數。之後，您就可以開始繪製各種圖表了。例如，複製圖就非常實用。您只需點擊“生成複製圖”即可。
它首先要求你提供一個表格，該表格在每次會話中只會要求一次。實際上，這種資料驗證不僅基於表格，還基於各種類型的圖表。我們還沒有創建任何圖表，所以先取消它。然後它會建立一個新的圖表。現在它產生的是這個漂亮的複製圖，我們可以在這裡看到所有回應以及複製過程中的變化情況，藍色部分是中心點。
網站上還有一個功能，就是產生一個漂亮的表格或圖表驗證表。使用者可以直接看到表格裡包含哪些數據，例如文件名稱、執行的步驟，以及一些手動驗證資訊（因為數據是我自己編造的，只是現在才產生的）。
然後是 MD5 雜湊值，本質上你可以為每個檔案計算出一個值。透過這種方式，你可以查看你正在使用的檔案不僅名稱相同，而且是否真的是同一個檔案。這樣可以確保不會有人保存了同名的類似文件，然後誤以為是同一個文件。正如我所提到的，這是隨機數據，所以來源未經驗證，它會告訴你這是一個問題，但對於本次演示來說並不重要。
您已經看到可以關閉它了。所有這些圖表都會自動儲存到資料夾中。接下來您需要建立一個模型。您可以隨意使用它。我們點擊“運行”，然後您可以移除一些因子。我們可以忽略這一點。我總是很驚訝，您竟然能如此輕鬆地產生如此出色的隨機模型。
你也可以在這裡移除一些因素。它看起來有點隨機。看看有什麼不同，當然，你可以隨意操作。我們就先到這裡吧。如果你願意，可以把結果存到資料表中。
然後你就可以開始畫一些圖表了。例如，你可以繪製一個類似這樣的擬合度總和圖。這可以讓你大致了解模型的適配效果如何。當然，如果資料模型非常糟糕，至少你可以清楚地了解模型的缺陷程度。此外，你還可以從中了解哪些參數對模型起著作用。
你只需再次點擊即可。它會自動對每個回應進行處理。之後，這些資訊也會被保存，因此所有這些因素都會影響該回應。接下來是預測圖。預測圖可以讓你清楚了解結果。
點擊“生成圖表”，就能得到很多圖表。根據你所設定的因子，你可以得到每個個體、每個反應與每個因子之間的關係圖。你可能會喜歡這個功能。例如，如果回應 D 有三個因子影響，那麼你就能得到一個概覽圖，把所有因子都顯示出來。這是一個很好的概覽。
當然，你也可以把它關掉。最後，如果你願意的話，我們可以畫等高線圖。預測因子，計算向量 1 或向量 3 的預測公式。你可以選擇你喜歡的配色方案，或者就保持原樣，這樣就能得到漂亮的等高線圖，清晰地展示它們的分佈情況以及它們之間的相互影響。
基本上就是這樣了，當然，當你有更多數據時，可以產生更多這樣的記錄，但我們先到此為止，可以關閉並保存了。也許我稍後會示範一下。對於我們記錄的所有這些數據，它產生了最後一行，你可以看到我們執行了哪些資料提取步驟，檔案名稱以及這個雜湊值。我們保存了這些資訊。
好了，現在你已經收集了大量數據點。接下來你只需要把它們加到報表中。當然，你可以複製貼上所有數據，因為它們都已經保存了，但如果你只需要點擊幾下，讓 JMP 來完成剩下的工作，那就方便多了。所以你需要找到你的資料夾。正如我所說，這是一個適用於所有類型報表的工具。
所以每種類型的報告都需要一個單獨的表格。我稍後會演示。您可以看到這裡有不同的資料來源。這個表格指示 JMP 後續產生報告時從哪個資料來源取得哪些資料點。例如，它會從協定中複製一些表格，包括中間步驟程式碼、運行方案、一些參數、批次概覽、所有篩選條件等等。
然後，它會從DOE繪圖工具複製殘差圖、參數估計值、預測值和等高線圖；也會從LIMS資料（這是另一個工具）中取得所用分析方法的清單。當然，您還需要一個模板。每份報告都有自己的範本。出於隱私考慮，我準備了Q1模板。我需要一個資料夾，當然，您還需要一份協議。
您可以修改流程步驟。如果您需要這樣做，可以進行一些設定。我們需要知道哪些是 DOE 表格。您只需點擊“確定”，稍等片刻，就會看到已新增了 22 個項目。就這麼簡單，您無需花費任何時間。
然後你可以直接看到它產生了這個資料來源表，它會告訴你它做了什麼。它複製了協議中的中間編碼和步驟編碼。這就是文件。它用這個文件做了處理，等等。它用協議中的一系列表格做了處理，然後還有一些數據，現在已經被另一個工具使用。
它會將數據寫入這個數據源表，並告訴你，是的，這些數據未經驗證，因為它們是隨機數據，但總體上你會看到一個完整的列表，了解數據的樣子。當然，你也會收到一份完整的報告。這就是你現在看到的草稿。報告包含相當多的信息，當然需要填寫。出於隱私原因，我不得不稍微精簡一下，但我可以向你展示它的大致樣子。
當然，你需要寫一份摘要副本，但你可以先概述預測結果，也就是哪些因素會影響哪些回應。如果是綠色的，就表示它具有顯著性；如果不是，則表示它不顯著。這取決於你的模型，我們已經建立了這樣的模型。然後，當然，我刪除了一些資料。
然後，你會看到一些從實驗方案中提取出來的緩衝區。方案中還包含一些過濾器，步驟編碼也包含在整個實驗方案中，之後是分析方法清單以及每次運行所使用的版本。這些資訊直接來自實驗室資訊管理系統（LIMS）。運行方案也來自實驗方案，還有一些來自實驗方案的其他數據，以及之後的結果，也就是我們剛才製作的表格，當然還有我們剛才繪製的所有圖表。這是一個白名單，包含殘差圖。
然後你會得到摘要，對於每個單獨的回應，你會得到風險、參數估計值以及顯著的預測圖，如果有對照圖，也會得到。然後，對於每個單獨的回應，你可以想像，它總是自動完成這些操作，最終你會得到一個完整的表格。當然，評估和結論也需要你自己填寫。最後，它會自動添加縮寫。如果報告中使用了縮寫，它就會被加入到這個清單中。
所以，現在這份報告非常簡短，大概只有30頁，20個要素，當然，它也適用於包含更多要素的大型報告。特別是像資料來源概覽這樣的報告，可以節省大量時間，否則就需要有人去核對。
最後我想說的是，我希望我已經說服您，使用 Python 中的 JMP 函式庫來自動化工作流程可以節省大量時間。它還能最大限度地減少錯誤，因為無需複製貼上或其他任何操作，同時還能記錄每個步驟，包括執行者、執行時間、使用的工具等等。
最後一個模組提供了標準化的報告格式，這非常重要。例如，我在下游淨化部門工作，負責淨化我們從上游部門收到的原料。當然，客戶收到的報告必須格式一致，顏色等都相同，這一點至關重要。
我的演講到此結束。我非常期待在柏林探索高峰會上見到各位，如有任何疑問，歡迎隨時給我留言。非常感謝。
