アッセイ開発のための高次元実験

高次元実験 (HDE)

HDE は、OFAT 手法を構造化された多変量ワークフローに置き換える、実験計画への次世代のアプローチです。 HDE を使用すると、科学者は個々のパラメーターを個別に変更するのではなく、多くの実験要素を調査できるようになります。 系統的に、同時に、大規模に。 DOE の数学、自動化、およびソフトウェアを活用した HDE は、要素がどのように相互作用するかをマッピングする包括的なデータセットを生成し、開発のはるか早い段階で最適な条件と故障モードを明らかにします。

HDE は、このより広範な設計領域を 1 回の綿密に計画された実行で捉えることにより、反復を削減し、再現性を強化し、より信頼性の高いアッセイを生成します。

図1. OFAT と HDE のワークフローの比較。従来の OFAT は段階的に処理を進めますが、HDE は液体処理の自動化と多変量設計を使用して、一度に何百もの条件をスクリーニングします。 クレジット: Microsoft Copilot (2026) を使用して作成された AI 生成画像。

Synthace と Charles River のコラボレーションが創薬にとってタイムリーである理由

Synthace と Charles River の協力により、CRL のディスカバリークライアントはアッセイの開発、自動化、転送のための Synthace のアプローチにアクセスできるようになります。 PoC では、CRL は Synthace を使用して、700 を超える条件を調査する 1536 ウェル アッセイを開発しました。この方法はその後、さまざまな機器や現場に適用され、同等の結果が得られました。ドメインの場合、 研究者の72%が再現性の危機を認めているGershater は、コストのかかる反復と遅延を削減する方法としてこれを枠組み化しています。

「私たちはアッセイ開発のような難しい問題に高次元の実験を導入しているので、チームは膨大な数の条件を並行してテストし、スケジュールを短縮し、品質を大幅に向上させることができます。」 — マルクス・ガーシェイター博士

Synthace と CRL のコラボレーションがラボにとって何を意味するか:

• このコラボレーションにより、DOE、自動化、CRL プログラム用のソフトウェアが運用可能になります。
• 自動化に対応した設計により、開発サイクルが短縮され、移行の信頼性が向上します。

OFAT から HDE へ: 実際には何が変わりますか?

ほとんどの科学者は、因果関係を推測するために OFAT を変化させることを学びました。 HDE は厳密さを保ちながら、構造化設計で複数の要素を同時に変更し、適切な分析で影響をデコンボリューションします。これは小型化と自動化によって可能になります。

「これは確立された数学の分野です…これを特別なものにしているのは、それを小型化して自動化しているため、手作業では決して試すことのできない何百ものユニークな条件で設計を実行できることです。」 — マルクス・ガーシェイター博士

CRL PoC では、1536 ウェル形式での 1 回の実行で、700 を超える固有の条件にわたって約 7 つの要素が調査されました。チームは、数週間にわたる連続的な反復の代わりに、単なる「最良の」レシピではなく、設計空間の明示的なマップ、つまり後のアッセイの移行をスムーズにする知識を取得しました。

HDE がアッセイ開発の成果をどのように向上させるか:

• OFAT が通常見逃してしまうインタラクションを捕捉し、堅牢性を向上させます。
• ソフトウェアと自動化により、大規模な設計を実行して監査できるようになります。
• 信頼性の高い転送を支える設計空間の理解を提供します。

アッセイ開発スケジュールの圧縮

ガーシェイター氏は、非常に複雑なアッセイの開発には、従来の方法では最大 9 か月かかる可能性があると指摘しています。 HDE は一部のプログラムで最大 6 か月のコスト削減を実現しました。より単純な生化学アッセイの場合、チームは初期の選択が幸運であることを期待するのではなく、事前にその分野を探索するため、開発は多くの場合、数日から 2 週間程度の 1 つの実験にまとめられます。

「アッセイを立ち上げて実行する方法があるなら、事前に設計領域全体をテストすればすぐに見つかります。」 — マルクス・ガーシェイター博士

HDE は、アッセイ開発のタイムラインに次のような影響を与える可能性があります。

• 複雑なアッセイ: 場合によっては最大 6 か月節約できます。
• よりシンプルなアッセイ: 384/1536 フォーマットでの単一実験の開発。
• 並行探索により、「幸運に恵まれた」リスクとやり直しループが軽減されます。

サイト、機器、人を超えて結果を複製する

ガーシェイター氏の診断はシンプルです。異動の問題は理解のギャップを反映していることが多いからです。空間マップを設計し、さらに各ステップの詳細なデジタル記録を作成することで、これらのギャップを埋めます。

ガーシェイターは、再現性の失敗を、結果を形作る文書化されていない非公式の選択という形での実験コンテキストの喪失と結び付けています。 Synthace のワークフローでは、科学者が因子を宣言します。このプラットフォームは実験を設計し、自動化を推進し、すべてのストックからすべてのウェルへのすべての液体の移送を記録します。それぞれの結果はその完全な来歴に関連付けられており、トラブルシューティング、メソッドの転送、監査にとって重要になります。

「あなたは、1536 個の井戸のすべてについて、驚くほど詳細な実験マップを持っています。そのデータ ポイントがどのように生成されたかを正確に知っています。」 — マルクス・ガーシェイター博士

HDE の次なる方向: 複雑な生物学、3D モデル、スケールアップ

HDE はより単純なアッセイを「強力に実行」しますが、Gershater 氏は、細胞ベースのアッセイや、マルチパラメータ相互作用が OFAT を打ち破る 3D システムやオルガノイドで最大の成果が得られると予想しています。 Charles River は、ディスカバリー機能全体で HDE を標準化することを計画しており、これによりクライアントはプログラム全体でより高速で高品質な結果が得られるようになり、検証が律速ステップとなるためウェット ラボの設計を AI 駆動のループに接続する予定です。

Gershater の最終的な考察は、最新のディスカバリー ワークフローに対する HDE の潜在的な広範な影響を観察するためのレンズを提供します。

「生物学には多変量の考え方が必要です…私の個人的な希望と野望は、このテクノロジーがこれまで以上に洗練された進歩を可能にすることです インビトロ システム。そこに私たちは天井を引き上げるチャンスがあるのです。」 — マルクス・ガーシェイター博士

重要なポイント:

• HDE (DOE、自動化、およびソフトウェア) はタイムラインを圧縮し、OFAT と比較して堅牢性を向上させます。
• CRL PoC では、部位/機器間で移行する 700 を超える条件を調査して同等の結果を得ることができる 1536 ウェル アッセイの設計を実証しました。
• ウェルごとの出所をデジタル化することで、再現性、転送、監査の準備が強化され、創薬において広く認識されている問題点に直接対処できます。

このコンテンツには、生成 AI の支援を受けて作成され、公開前に編集レビューを受けたテキストが含まれています。 Technology Networks の AI ポリシーはここでご覧いただけます。

#アッセイ開発のための高次元実験