JP2005522778A - データ中心の自動化 - Google Patents

Abstract

従来の制御システムの諸々の不利を克服するデータ中心の制御システムであって、その一実施形態においては、データ中心制御システムが（ア）ユーザ入力要素（１０２）と、（イ）制御エンジン（１０４）と、（ハ）データレポジトリ（１０６）と、（ニ）検査・品質確認システム（１０８）と、（ホ）改善又は最適化エンジン（１１０）とを具備している。そのユーザ入力要素はユーザが制御エンジンによって実行されるプロセスと、そのプロセスを実行するときに制御エンジンが使うパラメータとを定義できるようにし、そして制御エンジンは設計的にはモジュラー構成でデータ中心型制御システムに最大限の融通性を付与するようになっている。

Description

優先権

この出願は、米国特許法第１１９条（e）の規定により２００２年４月１０日に出願され、参照用としてその内容を本願に組み入れた米国仮特許出願第６０／３７１，１４２号の優先権を享受するものである。

発明の背景
１．発明の分野
本発明は、全般的には自動化の分野に関し、特にデータ中心の自動化用のシステムと方法とに関するものである。

２．背景技術の記載
自動化の分野は、科学技術の発展に平行して数次の世代的変遷を経過してきた。例えば、初期の自動化では、ある特定の製品デザインに絡んで全体的に開発されていた。そのために、デザインの変更に対し簡単に対応することができなかった。プログラマブルな論理制御装置やロボット技術の導入と受け入れにより、より融通性のある自動化が開発され、それにつれて自動化はもっと簡単に製品特性の段階的な変化にも適応することができるように成っていった。

自動化技術の次の発展は、制御と、情報の処理、すなわち、データを作成し、保存し、究極的に同一のデータを使用してプロセスを改善し、適応化させ、制御するようにすることとを組み合わせることに基づいたものであった。この過程は理論的科学的手法の基本的な前提条件へと引き継がれ、その主要な差異は、同手法が今や充分に発展せしめられてリアルータイムに自動化制御とパラメータ細分システムとを実行するまでに進展してきている。このようなデータ指向ないし中心型制御プラットフォームは産業上の自動化における現行の過程よりももっと進んだ過程に利用できると言う仮説の下に１９９６年から始まった。数年の経過の間にその概念は改善され、熟成されて研究所環境の下で利用された。この種の実験的制御プラットフォームに対する主動源、つまり主ドライバは、自動化イベント期間におけるデータの作成とデータ格納ばかりでなく、そのデータを使用して次に後続の実験的運行を改善する必要性である。

自動化及び情報科学分野における現状は、ある段階での製品の適応性には応ずるものの、プロセス適応性には至っていない。その他の不利益もある。プロセス変化に容易に適応し得ることは、バイオ技術/バイオ薬学マーケットではこれまでもそしてこれからも絶えず重要であり、それはこれらの産業の特性は、そのプロセス条件として機敏であると言う能力如何に掛かっているからである。

本発明は、上記及びその他の従来の制御システムにおける不利な点を克服し得るデータ中心制御システムを提供することである。

本発明の一実施形態によると、データ中心制御システムは、（イ）使用者（以下、ユーザと言う）が入力する要素（以下、コンポーネント）、（ロ）制御エンジン、（ハ）データレポジトリ、（ニ）検査・品質確認システム及び(ホ)改善化又は最適化エンジン等を含んで構成される。
さて、ユーザ入力コンポーネントは、ユーザが制御エンジンによって実行されるべきプロセス（スクリプト）やそのプロセスを実行する際に制御エンジンが使うべきパラメータを定義することができるようにするものである。通常は、制御エンジンが特定の製品パラメータを用いてそのプロセスを実行した結果として「製品」を製造する。

有効的には、制御エンジンはデータ中心制御システムが最大限の融通性（フレキシビリティー）を有するようにする設計のモジュラである。一実施形態では、制御エンジンは自動化機器の各部に対して、その自動化機器の各部を制御する制御モジュールを具備している。制御エンジンは又一以上の制御モジュールを作動させかつスクリプト（例えば、実験パラメータ）をレポジトリから検索してそのスクリプトを実行するためのディレクタを包含、具備している。

改善化エンジンは、次の改良製品のために製品パラメータを改善するものである。例えば、実験用の画面最適化の場合、同エンジンは後続の実験用定義を作成して次の実験が自動化機器を用いた新たな次の実験の運行を改善するための特定な努力を要することなく統計的、発見的（ヒューリスティック）かつ規則に基づくアルゴリズム的手法の助勢の下に次の実験を進捗させることができるのである。

本発明の上述及びその他の特徴点並びに利点、更に又本発明の好ましい実施形態の構成と作用とを以下に添付図面を参照して詳細に説明する。

好ましい実施の形態の詳細な説明
以下、本発明を詳細に説明するが、本発明は種々の形態で実施可能であり、記載する説明は発明の原理の数例を示したものであると言う理解に基づくもので、本発明はこれらの図示実施形態に限定されるもので無いことは言うまでも無い。
また、本記載に組み入れて本明細書の一部を成す添付図面は、本発明の種々の実施形態を図示すると共に記載文と共に本発明の原理を説明して当業者が同発明を製造、使用し得るようにするものであり、図において、同一または類似の参照番号は同一または機能的に同じ要素を示すものである。加えて参照番号の左端の数字は最初に参照番号が現れる図面を識別、表示するものである。

更に、自動化システムのあらゆる面（産業的なものから実験研究的なものまで）でデータ中心制御システムの実施により利益を享受することができるが、このシステムの好ましい用途としては、実験施設における実験を定義するために使われる等の自動化プロセスないしパラメータが広く変化し、そして自動化ルーチンの間及び検査結果を介してデータを作成する用途であり、そのようなデータは現在または招来の生産パラメータに影響を及ぼし、それらを変化させ或いは変動させるのに用いることができるのである。

図１は本発明の一実施形態によるデータ中心制御システム１００の高度の機能的ブロック図で有る。このデータ中心制御システム１００は、通常は次の諸要素から構成されている。つまり、(イ)使用者（ユーザ）入力要素１０２、(ロ)通常はパーソナルコンピュータ（PC）で実行されてあらゆる自動化機器を制御し、中央のデータレポジトリと繋がっているデータアウェア自動化制御ソフトウェア１０４（また「制御エンジン１０４」として周知）、（ハ）データレポジトリ１０６（通常は一以上の関連又は他のデータベース）、（ニ）検査・品質確認システム１０８、改善又は最適化エンジン１１０等である。システム１００の各コンポーネント（要素）は、下記の通りである。

ユーザ入力要素１０２はユーザが製品パラメータを特定できるようにし、かつそのパラメータをデータレポジトリ１０６に格納するソフトウェアを有している。ここでも使用されるが、製品なる用語は、触知可能な物ばかりでなく、実験定義を含めたプロセスをも言及するものである。データレポジトリ１０６は、開発すべき製品の定義を含んでいる。ユーザ入力要素１０２は製品定義をセットアップ（立ち上げる）するためにも使用され、次いで実験（三つのユニーク源の一つから作成したもの）に関連したデータを検索する。ユーザ入力要素１０２は、自動化されたないしはユーザが促したパラメータ改善条件にも責任を有している。

制御エンジン１０４は、データレポジトリ１０６と通話、連絡して製品パラメータを取得し、それからタスク自動化機器１１２と通話、連絡してその製品を「創作（クリエート）」する。製品パラメータを取得することに加えてエンジン１０４は製品追跡情報（トラッキング情報）、製品状態、装置状態、例外事項等々を取得し、レポジトリ１０６に格納することにも責任を有している。

データレポジトリ１０６は、システム１００のデータ貯蔵倉庫である。通常は一以上のデータベース（好ましくは一以上の関連データベース）を用いて実行されるが他の技術、例えばスプレッドシート、テキストファイル又はコンピュータメモリを用いて実行することも可能である。レポジトリ１０６は、三つのデータ創作源によって作成されるデータを格納する責任を有している。

検査・品質確認システム１０８は、製品生産の検査位相を実行するものである。実験結果又は製品品質などの製品特性を決定するために限界データが作成されるのはこの検査位相の間に遂行される。これらの結果は、データレポジトリ１０６に戻して書き込まれ、次いで特定の製品に関して収集したあらゆるデータと共に用いられて製品創作パラメータをシステムの最終位相に記載された次回の自動化運行のために改善し、最適化する。

改善・最適化エンジン１１０は、次の製品の改良用に製品パラメータを改善する。例えば、実験用のスクリーン最適化の場合において、エンジン１１０は、引継ぎ形の実験定義セットを作成して統計的、発見的（ヒューリスティック）かつ規則に基づくアルゴリズム的手法の助勢の下に後続の実験を進捗させ、かつ新たな科学的努力を要することなく自動化機器１１２を使用して後続実験の運用を改善することができるのである。

図２は、一般的なデータ中心制御プロセス２００を示し、同プロセスは全体的に或いは部分的にデータ中心制御システム１００により遂行することができるものである。プロセス２００は情報を創作することも使用することもできるもので、同プロセス２００の目標は、（１）データレポジトリ１０６から次にプロセスパラメータ（すなわち、新たなプロセスまたは実験に適合するもの）を改善するために使用できる知識を掘り出し、また（２）詳細を容易に効率的に掘り起こすことができる容易に取得可能なデータソースを供し、（３）全ての追跡情報、製品又は実験結果、装置例外、プロセスクリエータ等々を含めた製品創作又は実験結果に関連した可及的に全てのデータポイントを収集することに有る。以下、図２に示す各ステップに就いて以下に記載する。

プロセス定義ステップ２０２は、このステップの間に自動化プロセスの駆動に必要な情報が翻訳（コンパイル）される。このような情報としては、（１）製品設計情報、（２）自動化機器に関連した方法開発又は仕事開発、（３）顧客又はビジネスの情報、（４）優先仕事のスケジュール、（５）次のプロセスの改善ルール又は境界条件、（６）製品または実験状態等々の通知ルール等が含まれる。

プロセス遂行ステップ２０４は、このステップの遂行時に制御エンジン１０４が自動化機器の制御、計装（インストルメント）制御、ロボット制御、データ収集・格納、エラー処理又は例外処理、プロセス状態、タスク管理、ユーザ通知等々に連携した仕事（タスク）を遂行し、かつ監視（モニター）する。

知識抽出ステップ２０６においては、製品知識が得られる。製品知識は、プロセス結果（即ち、製品品質或いは像又はPMT分析、質量分光分析、ADMEデータ解析などを介した実験の定量化可能な測定結果等の検査又は品質確認（QA）結果）から直接的に得ることができる。製品知識は又レポジトリ１０６に格納された総合累積製品データを詳細採掘することで得るようにしても良い。ステップ２０６で得られた知識は、前身としてそのプロセスを更なるプロセスへと改良（即ち、順応させる）することに使用しても良く或いはそれ自体が価値を保有する知識であるとしても良い。

改善ステップ２０８においては、ステップ２０６で得られた知識に基づいてプロセスが改善される。自動プロセス改良が、システム１００の狙う目標である。プロセスの改良は、三つの手法、つまり自動、半自動、手動の一つの手法で実現される。

自動手法は、システム１００が必要知識とルール（又は境界条件）とを包含、具備して自動的に製品パラメータを調節し、自動化機器１１２を継続作動させるかまたは以前の製品データ分析に基づいて以降の製品へ順応させるように利用することを意味するものである。また、半自動化手法は、人間とシステムが推奨したパラメータ変更を相互作用させることを必要とすることを意味するものである。この人間相互作用要素は、パラメータ変更が起こる前に承認手段を設け得ることから、上記の推奨変更に追加のパラメータを加えたり、パラメータ変更前のリソース利用を有効にしたり、パラメータ変更時間枠を計画化する等を可能にするものである。手動手法は、システム１００がユーザに対して、過去の製品結果が適正レベルより劣ることを或いは更にパラメータ変更を加えて製造続行における又は今後の製品を最適化するべく何らかの処置をとるべきことを通知するようにすることを意味するものである。

使用する手法の如何に関わらず、プロセス改善は幾つかの要因の影響を受ける。すなわち、（イ）ビジネスルール２２２：どの程度の努力と時間と資源及び/又は資金が製品又は実験改善に注ぎ込まれたか、（ロ）プロセス知識２２４：プロセスの限界は何か、自動化機器の基準機能は何であるか、(ハ)科学的、工学的または製品知識２２６：プロセス出力を改良するために何が変えられるか又はプロセスパラメータは製品又は実験データを所望のように製造するには何を付与されるべきか等々の要因である。

プロセス２００の最終製品は、市場性のある知識であっても良い。本発明の方法論理は、収集、照合、分析を行うための別プロセスを要することなくデータを自動化運行前、運行中、運行後にデータを収集し、また市場性のある知識としてのデータを掘り起こす能力を付与することである。こうして、データ収集と分析を大幅に簡略化し、又製品最適化のためにデータを再使用することを可能とし、あるいは実験結果等のそのデータに連関した市場性のある知識を有するデータを容易に突き止め、かつ識別することを可能とすることにある。
この目標を達成するために、本発明は収集すべきデータを特定する能力を付与するばかりでなく、製品化運行（例えば実験）の間にもデータを収集する能力を付与し、各要素を、その他の要素とほとんど関連のない唯一の要素として分類する従来手法の代わりにデータ収集と分析、自動制御を一つの密着したシステムに結合させ、作成された全データを分析に利用することができるようにするものである。

データ中心制御システム１００の利点は、データの改善された用途、作成された知識データを容易に利用できる点、フィードバック機構が巧みに確立されている点、知識の製作から知識の使用までに時間が掛からない点等が包含される。加えて、システム１００は、プロセス変更へより順応性に富婿とである。更に、システム１００は、データ掘り出しへの路づけが準備されており、かつ多数のユーザに対して共通データレポジトリへのアクセスを広く利用可能にしている。また、システム１００は、より多くのデータを極めて増大したデータ量の下に作成可能であり、例えばデータ作成率は向上しており、各データ片にも注意が払われており、故に製品からより多くのデータ値を拾い集めることができるのである。その他にも多数の利点が有る。

説明を明瞭にすべく、また本発明をいたずらに限定することがないように、自動化されたタンパク質晶化プロセスに使用されるデータ中心制御システム１００の特定な実施形態について以下に記載するが、以下に記載のシステム及びプロセスは従前に記載の広い範囲の自動化用途に渡って適用可能であることを理解すべきである。

図３を参照すると,同図３は自動化されたタンパク質晶化プロセスにおいて遂行されるフロー図である。図３は、図２に示したフロー図の特定用途であり、従って図２に図示のフロー図同様に図３のフロー図は４つのメイン(主)ステップを包含している。図３に図示のように４つの主ステップは（１）実験設計と、（２）実験実行と、（３）データ分析及び統合と、（４）実験改善とである。

第一のステップの実験設計はユーザインターフェース要素１０２の助勢のもとにシステム１００のユーザにより実行される。一実施形態では、ユーザインターフェース要素１０２はそのユーザのコンピュータに図表的なユーザインターフェース、例えばウェッブ頁又は電子形態或いはその他の図表的なユーザインターフェース等を表示し、これによってユーザが実験を定義することが可能となる。図４〜図６はユーザがタンパク質晶化実験の定義を行うことができるようにする図表的なユーザインターフェースを示している。更に詳細には、図４はユーザが次の実験で使用できる化学的および高分子試薬を定義し得るようにする図表的なインターフェース４００を図示している。図５はユーザが特定の実験で使用される要素を定義するスクリーン上に試薬を集めることができるようにする図表的なユーザインターフェース５００を図示している。図５に図示するように、スクリーン上の定義付けは一セットのウエルコンテンツ、つまり格子レシペと関連させて分配パラメータを特定するステップである。図６は、ユーザが実験を設計できるようにする図表的なユーザインターフェース６００を図示している。すなわち、ユーザインターフェース６００はユーザがプレートID、プレート形式（これはシッティングドロップ、ハンギングドロップ、ミクロバッチ等々にかんする実験方法論をも定義する）、スクリーン、イメージスケジュール、格子寸法、及びドロップ域の詳細等を選択することができるようにしている。

ユーザは図表的ユーザインターフェース４００〜６００を使用して実験を定義後にユーザインターフェース要素１０２がデータレポジトリ１０６にその実験のパラメータを格納する。この例ではパラメータは、とりわけユーザの選定したスクリーン、プレートID、プレート形式、イメージスケジュール及びドロップ域詳細等を包含している。

次のステップである実験の実行は、制御エンジン１０４によって行われる。制御エンジン１０４は自動化システムの迅速な組み込み（インテグレーション）と配備とを可能にする万能ソフトウェアアーキテクチャを用いる。このアーキテクチャ（ソフトウェア設計思想）による設計は、複雑なシステムは複雑度のより低い又信頼度のより高いサブ要素に分解でき、かつまたこれらのサブ要素は組立て、統合することによって複雑なシステムの制御と調整とを行うことができるのである。このようなソフトウェア要素の集合体は単一のコンピュータに搭載させることもできるし、システムモジュラリティ（システムのモジュール化）及び・又は計算機負荷のバランス配分などが得られるように幾つかのネットワークコンピュータへ分配することもできる。このようなモジュラ化構成を採った点は、要素の再利用を可能にし、かつ極めて複雑なソフトウェア制御システムの迅速な組立てと変更とを可能にするのである。

従って、最低レベルにおける制御エンジン１０４は、制御すべき自動化機器１１２（例えば、ロボット、カメラ等）の各部に対する制御モジュールを包含している。例えば、自動化機器１１２の一実施形態では、制御エンジン１０４は、カメラと協働し、かつカメラを作動させるあらゆる面からの低レベルの制御、すなわちカメラとの連携、像（イメージ）の取り出し、カメラのパラメータの設定等を遂行するカメラ制御モジュールを含んでいる。

好ましくは、制御エンジン１０４の各制御モジュールは、外部インターフェースに露呈しており、そのインターフェースに他の好ましくは高レベルのモジュールが（例えば、DCOMを介して）動的に結合される。このような外部インターフェースは、高次レベルのモジュールが結合されている制御モジュールによって制御される自動化機器を他のモジュールが、作動させかつその装置から情報を受信できるようにさせ得る。例えば、制御エンジン１０４がカメラと協働する制御モジュールを備えている場合には、そのカメラ制御モジュールが外部インターフェースを包含し、この外部インターフェースは、他のモジュールがカメラ制御モジュールとコミュニケーションを持つことを可能にするものである。このコミュニケーション路は他のモジュールがカメラモジュールの外部インターフェースを通してカメラ制御モジュールへ指令を送信することによりカメラを作動させることができるようにする。グラフィックユーザインターフェース（GUI）は、またこの外部インターフェースを通してカメラ制御モジュールとコミュニケーションをとり、ユーザとカメラとの間のインターフェースを形成するのである。

各自動化機器を直接制御する制御モジュールを有していることに加えて制御エンジン１０４は、一以上のディレクタモジュールを包含していても良い。ディレクタモジュールは、一以上の制御モジュールの作用を統括、調整するものである。

例えば、自動化機器１１２が次の諸要素、つまりカメラ、可動化されたレンズ、照明要素、動作台等から成る像システムを包含しているときには、制御エンジン１０４がその像システムの各要素に対する制御モジュールと像システムの全体に対するディレクタモジュールを包含してもよい。像システムのディレクタモジュールは各々の制御モジュールを調整するように機能し、それら各々の制御モジュールは像システムの要素のただ一つを制御し、特定のタスクを遂行するのである。一実施形態では、像システムのディレクタモジュールはプログラム（例えば、スクリプト）を保有し、そのプログラムが特定の方法で像を保存するためには如何に各制御モジュールを作動させるべきかを記載しているのである。このスクリプトに基づいてディレクタは制御モジュールと連絡、つまりコミュニケーションをとって、その制御モジュールを通して所定の方式で夫々の要素を作動させる。

ディレクタは、データレポジトリ１０６に格納されたデータを参照しても良く、レポジトリはスクリプトで使われるパラメータ的な情報を提示する。また、ディレクタは、データレポジトリ２０６からスクリプトを読み込んでそのスクリプトを実行するように構成されても良い。各ディレクタは、予め定義された指令セットを実行することができる。したがってスクリプトは一以上のこれらの予め定義された指令を包含することができる。例えば、像システムディレクタは次のような指令を実行するように構成されても良く、つまり、（１）色彩像（カラーイメージ）を保存し、そして（２）白黒像を保存するものである。像システムディレクタがこれらの指令の一つを実行するように指令されると、同ディレクタはその指令を適切な制御モジュールと連携することにより、かつこれらの制御モジュールに適切な指示（インストラクション）を発することにより実行するのである。このスクリプトの特徴により高度に再構成可能かつ機敏な制御エンジン１０４が構成され、そのエンジン作用をレポジトリ106のスクリプトを変更することにより簡単に変えることができる。

図７は、制御エンジン１０４の一実施形態の構成を示した図である。同図７に図示のように、制御エンジン１０４は、一以上の制御モジュール（CMｓ）と一以上のディレクタ（DIRｓ）を含んでいる。エンジン１０４は又以下に記載のように資源（リソース）マネージャ（RM）を含んでいる。図７に図示するように、制御モジュール７０１は、自動化機器７９０（例えばカメラ）を制御し、ディレクタ７１６は制御モジュール７０１−７０２を調整,制御し、ディレクタ７１８は、制御モジュール７０３−７０４を調整、制御し、ディレクタ７２０は、制御ディレクタ716,718を調整,制御するのである。また、図７に示すように、ディレクタ（例えば、ディレクタ７２0）は、レポジトリ１０６からスクリプトを検索することができる。スクリプト検索後、ディレクタ７２０は、そのスクリプト中の指令を実行し,同スクリプトは通常、ディレクタ７２０がディレクタ７１６及び・又はディレクタ７１８に指令を送ることを要求して逸れにより,順に適切な制御モジュールに指令を送って更に引き続いて関連の自動機器に指令を送るのである。かくして、機器はレポジトリ１０６に格納されたスクリプトを介して制御されるのである。

低レベルの制御モジュールと同様に、ディレクタモジュールは、外部インターフェースを備えて、そのインターフェースに他のモジュールや前述したGUIを接続してディレクタモジュールとコミュニケーションを採るのに用いても良い。

複雑なシステムに関しては、ディレクタの階層を構成して効果的にシステム制御の責任を分担するようにすることもできる。この構成は、幾つかの複雑なサブシステムが単一編成されたシステムに統合されるときに有効である。制御エンジン１０４が一以上のコンピュータにまたがって設けられているような状態の場合には、リソース（資源）マネージャモジュールが各コンピュータには設置されている。そのリソースマネジャはそそのコンピュータのディレクタ及び制御モジュールと接触を保ち、同様にネットワーク上における他のリソースマネジャの全リストと接触を保つ。一つのコンピュータのディレクタが他の一つのコンピュータのリソースマネジャと連携をとることを要するときは、そのディレクタは、同ディレクタとそのコンピュータを互いに分担するリソースマネジャからそのコミュニケーション（連携）を如何に遂行すべきかの情報を得るのである。

制御エンジン１０４の作用は、全てデータレジストリ１０６に格納されるこのできるパラメータ、構成データ、スクリプト、プロセスステップ及びその他の種々の情報に大きく依存している。レポジトリ１０６は又システム１００の作用中に収集される全てのデータに対するレポジトリとして作用する。レポジトリ１０６への接近、接続は好ましくはデータ抽象化層（データアブストラクションレーヤ：DAL）によって処理される。このDALは、掩蔽されたデータベースエンジンが透明のままシステムの残余に変更されるようにする。換言すれば、例えば、制御エンジン１０４がDALと連携を採り、データベースから情報を得るもので、ベンダ１のデータベースエンジンがベンダ２のデータベースエンジンに交換されると、DAL内の構成パラメータ以外は何らの変更も要しないのである。

制御エンジン１０４は、適用スケジュール要素（図示なし）を更に包含してもよい。一連の複雑な自動化タスクを効率的に管理するには、スケジュール要素が有益である。静的スケジューラは事象が設定パターンに従うように指令し、この固定されたパターンに固執することである程度のシステム最適化を果たす。しかしながら、システム故障や高優先度のタスクの導入等といった非計画事象が発生すると、最適化パターンは先取りされ、結果的にやや低い適正パターンとなる。適用スケジュール要素が、衝突解決ルールセットを使用し、このルールセットが自動化タンパク質晶化システム等の動的事象システムに対する長期的な良策を付与するような筋書きと成っているのである。このスケジュール要素はスケジュール用アルゴリズムを備え、このアルゴリズムがユーザによる静的なスケジュールの入力能力を付与するばかりでなくシステムがそのスケジュールセットと相互作用して非計画事象の展開に適したパターンを開発する。一実施形態においては、スケジュール要素の夫々の要素は、１）一組の像事象と、２）各独特事象と関連した時間余裕と、３）システム内における各実験に対する優先順位付け計画（スキーム）、及び４）要求に対するサービス動作を遂行可能な多数の資源（リソース）を備えている。これらの要素からシステム時間に関連した動的なスケジュール（すなわち、計画）を作成することができ、また一定の期間にわたり改善が成されるのである。この形式のシステムは、複数の同種リソース（資源）、例えば複数の画像装置等間で複雑なシステムをバランスさせ、かつまたそれらリソースを調整し計画的な保守を行う能力を保有するができる。スケジューラは、システム利用を決定し、かつ最適の負荷拘束を定義することができる。

図３に戻ると、次のステップ、つまりデータ分析と統合が検査・品質確認システム１０８と関連して制御エンジン１０４によって遂行される。このステップで自動化結果のデータが作成され、レポジトリ１０６に格納される。自動化結果のデータは、共通プレートバーコードを介して特定の実験セットの関連付けられる。自動化結果のデータは二つの形式のデータから構成されている。すなわち、1) は像処理結果のデータなどの分析的データ、２）は前の実験からモデル化された同じような特徴を示す静的なデータである。各形式のデータは、自動化とその後の分析計装との副産物であり、共通のデータ要素を使用することを通して基本実験へ回帰関連している。タンパク質の結晶学の場合には共通データ要素は独特のプレートバーコードである。この連合はデータレポジトリにおいて成される。

分析データは、例えばタンパク質結晶学の場合には、像処理、光散乱、ＮＭＲ（核磁気共鳴）、質量スペック、Ｘ線回折データ等を使用した実験の分析段階で作成される。これらのデータ要素は、結晶検出、沈殿検出、又はタンパク質凝集の早期段階等に関する情報を提供する。各データセットは、量ることのできる親事象を有する。すなわち、データはある特定の分析事象である。

静的データは普通、単一の目立たない事象から形成されないで、一般的には或る一定長期間におけるそのような目立たない事象のコンパイルから導出される。この種のデータの例はタンパク質結晶学実験における特別のウェルに関する光散乱分析に関連した経時データがある。この場合における一時的なデータシリーズは、ろ過されて澄んだ粒子状タンパク質凝縮の早期段階を報じることができる。これは、時間枠に渡って収集された静的データを趨勢（トレンド）することにより、かつ将来の値をニューラルネットワーク又はその他の評価に関する適応ろ過技術を用いて予測することにより達成される。

再び図３を参照すると、次のステップ、すなわち実験改善は改善・最適化エンジン１０４によって行われるが、システム１００のユーザはこのステップで参加することもできる。上述のように、システム１００は、ユーザ（例えば、科学者）が、タンパク質晶化実験（これはあるタンパク質分子構造を見つけるクリティカル部分）を計画し、定義し、実行し、分析することができるようにする。このような実験は、二つの一般的なカテゴリ、すなわち、広域スクリーン及び最適化したスクリーン実験に属する。広域スクリーン実験は、実験法の第一通過点で、大きな実験空間における概略ランダムな条件を拾い上げるものであり、他方、最適化実験は、精密ながら生産的条件セットを探索するように設計されている。最適化は大切であり、その理由は、タンパク質晶化の初期段階（つまり、成功裏な広域スクリーン結果）は、通常は少量及び・又は構造的に不均一な結晶を収穫になるからである。このような結晶は、目標タンパク質が実際に結晶化されることを示す一方で、全般的には構造検出プロセスの結晶成長相に続く必要な構造分析には不適当である。

システム１００の一つの特徴は、それが従前の（つまり、広域スクリーンの）実験の結果に基づいて最適化された実験を自動的に作成できる能力の点にある。改善・最適化エンジン１１０を介してシステム１００は科学者が迅速にかつ効果的に実験条件に同期調整（ゼロイン）し、大きくかつ良好に形成された最適化状態の結晶を得るように導き、高品質の結晶収穫に必要とされる限界資源量（例えば、原料タンパク質の量）を低減するのである。

科学者は、システム１００を用いて最適化された実験を創作する４つの方法、すなわち、全く手操作による１つの方法と三つの自動方法である（なお、上記の手操作による方法に付いては詳述しない）。自動方法は全て改善・最適化エンジン１１０に依存しており、同エンジンは一実施形態であるが、次の諸要素（図８参照）、つまり来歴的実験データベース８０２、質問（クエリー）・改善モジュール８０４、規則基準の実験設計エンジン８０６、実験設計（ＤＯＥ）エンジン８０８、実験生成モジュール８１０及び実験編集部８１２等を包含している。

来歴的実験データベース８０２は、好ましくはレジストリ１０６の一要素であり、システム１００が行った従前の全ての実験の完全な記録を格納している。これは、タンパク質に関する関連データ（例えば、対象形式、濃度、緩衝液、全ての化学添加剤）及び実験で使用される沈殿剤（化学的形式、カテゴリ、濃度、ＰＨ、滴定板を過る分散パターン等）である。データベース８０２に格納されることとしては、各実験環境条件並びに実験過程の結晶成長域の時系列撮像、さらに実験結果（すなわち、形式、色、形、形成された何らかの結晶の質）等である。その内容は、実験の初期条件、挙行パラメータ、時系列結果及び解析等を充分に立証するので、データベース８０２は特定規準で一度解析すると、更なる調査研究を案内し、かつ自動的に将来の実験（すなわち、最適化実験）を生成するために使用できる。

上記のように、データベース８０２には各実験に関する多数のパラメータが格納される。しかしながら、それらのデータが迅速かつ有意義な方法で引き出すことができれば、科学者はデータベース８０２に格納されたデータを利用することができるだけである。これが質問（クエリー）・改善（Ｑ＆Ｒ）モジュール８０４の機能である。Ｑ＆Ｒモジュール８０４は、繰り返し性のデータベース質問ツールであり、入力キュー（すなわち、質問・改善作用中に更に考慮すべく、どのデータに焦点を当てまた排除すべきかの表示）を、かつ又ユーザによって付与される色々な改善パラメータをろ過、探索によりユーザから取得し、それらをデータベース８０２からのデータに適用し、改善実験の創作に使用する実験データの統計学的に重要な部分集合を作成するのである。

上記のＱ＆Ｒモジュール８０４は、幾つかの特徴を有している。第一に、このモジュールは、ユーザがデータベースの特定な質問言語（例えば、構文化された質問言語又はＳＱＬの何らかの変形体など）を学ぶ必要がなく、むしろユーザが表意的かつ図表的方法で質問を建設して行くことができるようにしている。また、他のソフトウェアパケージも図表的質問を許容することを表明している間は、これらは、ユーザがＳＱＬ質問を組み立てるのを助勢する（基本的にはＳＱＬ書きこみ助勢）連結された原文フィールド以上の何物でもない。つまり、Ｑ＆Ｒモジュールは、データフィールドのアイコン表示間における直列的また並列的構成を介してユーザが所望のデータ関係を図表的に記載することができるようにしている点で全く異なるのである。

この点は図９を参照すれば明瞭に表示されており、同図はＱ＆Ｒモジュール８０４によって付与される図表的なユーザインターフェース９００を図示している。更に特定すれば、ＧＵＩ９００の上部パネル９０２はデータフィールドのアイコン表示間における直列及び並列構造を示し、同構造はデータベース質問に対応するものである。単純な直列（「アンド」）接続と並列（「オア」）接続とを使用することにより、ユーザは極めて複雑なデータ質問関係を簡単にかつ迅速に形成することができるのである。データフィールドを表すアイコン（ＧＵＩ９００の左パネル９０４からドラッグアンドドロップした）はユーザが特定なデータ値に言及することをできるようにしている。例として、（再度、上部パネル９０２を参照して）左から第二番目のアイコン（アイコン９１０）はタンパク質情報を含んだデータベースフィールドを表している。このアイコンの名前を変更して（これはＱ＆Ｒ編集部によって許可される）、問題とする特定タンパク質を反映させれば、ユーザはデータベース８０２からくるデータをその形式のタンパク質に関連する記録にだけに限定することができる。

左パネル９０４からアイコンをドラッグアンドドロップしてユーザが質問を作成すると、その質問自体は名前を付けられ、アイコンとして保存され、データベースから更なるデータを検索すべく後に編集及び又は再利用されるのである。こうして保存された質問は、性質上は階層的であり、ユーザが適合を見るにつれて新たなより複雑な質問内に包含されても良い。この手法はデータベース質問技術における一大進展であり、ユーザにとって直感的かつ迅速に学習可能な重点的、強力かつ複雑な質問機構を呈しながら高柔軟性を付与するのである。

Ｑ＆Ｒモジュール８０４のもう一つの特徴は、ユーザの問い合わせ（質問）作成につれて発生する結果のデータをデュアルモードで表すことである。すなわち、質問が作成されるにつれてユーザはその質問の結果を管状形式（コラム状）と図表形式（二次元及び三次元図表規準の）とで見ることができる。そのとき、ユーザはテーブルの特定行列位置からデータを選択するか又は継続中の改善プロセスにおいてどのデータを保持しどのデータを破棄すべきかを指示する棒グラフから直接的にデータを選択することができる。この点は、ユーザが迅速に実験結果空間（例えば、従前に実行された実験が最良結果をもたらした空間）における所望部分に到達可能にしたり、又は或る特定形式の実験結果には好ましかった（例えば、色々な温度条件下で或る種の化学添加剤が如何に良く効いたかを示す）条件を分離可能にしたりする。

ユーザが所望の来歴的実験結果を分離するや、新規の改善された実験が作成され、実行される。従来、改善実験を作成するプロセスは時間が掛かりかつ幾分当たり外れが有った。改善実験を作成し、実行する能力は幾つかのファクター（例えば、タンパク質溶液、化学薬品、時間、機器利用度合いなどを含めた利用し得るリソース及び利用可能な科学的知識）によって制限される。科学的発見は、その直接的な性質から実験を行う研究者に個性化され、一人の研究者の方法が急速な成功に導かれることもあり、また他の一人の研究者の方法が好結果を生むまでに数年間を要する等のこともある。

改善・最適化エンジン１１０がもたらすものは実験改善プロセスを、ゴールを目指した方向へ仕向け、将来の全実験が解決に向かわされて、解決から逸らされることがないようにすることを確実化するメカニズムである。エンジン１１０は、この助勢を二つの方法で提供するものであり、つまり、（１）ルールに基づく手法であって前に把握した「最善挙行」の知識を将来の実験の設計に応用する方法と、（２）来歴的なヒストリカルデータを統計的に分析して科学者に次にどの形式の実験を遂行すべきかを助言する方法である。エンジン１１０は、後述するルール準拠設計エンジン８０６と実験の設計エンジン８０８とを使用して実験設計時に上述した二つの方法の両者を辿らせるようにする。

上記のルール準拠設計エンジン８０６（又はルールエンジン８０６）は、ユーザが他のユーザによって作成されたルールを自動的に使いながらタンパク質結晶学実験を作成し得るようにする。ルール準拠システムは何年も既存して来たが、本システムは、それらを新たな独特な方法で使用するもので、自動化された実験創生環境において実験情報を捕捉するものである。このような手法は、ビジネス企業が重要な実験室を維持し、法準拠の知的財産（ＩＰ）を維持することができるようにし、またその知的財産を実験の将来的な創作による用途のために利用し得るようにする。

ルールエンジン８０６は、研究室科学者の科学的思考過程を把握し、その情報を際限無く保持し、同情報を現在の実験条件に組み込んで目標指向の改善された実験を作製して科学者が以前に成功した実験的結晶学者の「最善の実行慣習」を基礎にすることができるようにする。

上述した特徴を備えるために、ルールエンジン８０６は、ルールを必要とし、そのルールは好ましくは、タンパク質結晶学に見識のある人間（例えば、その種の実験を行う研究所の科学者）により作成され、ルールデータベース８１６に入力される。従来、この「情報捕捉フェーズ」はルール準拠システムにとっては不安定なブロックであった。これは、同ルール準拠システムはドメイン専門家（この場合には科学者）が、不可解なコンピュータ準拠言語を親しみのない構文（シンタックス）と意味論（セマンテックス）とによって学習することを要求するからである。システム１００はこの点をタンパク質結晶学者に特定的に絞った言語を設けることで改良している。すなわち、科学者が自身の実験パラメータや解析過程を記載する方法に極めて似通った自然の言語でルール（規則）を表現することができる（例えば、「アンモニア硫酸塩を沈殿剤として用い、少なくとも７５ミクロンの結晶を生じると、そのアンモニア硫酸塩濃度を改善実験では０．０２モル刻みで六段階に増加させる」）。言語を容易に理解可能にかつ応用可能にすることで科学者は自身の最良の実行慣習を迅速にかつ正確に記録することができ、しかも記録過程そのものでなく、実行した科学に焦点を当てて記録することができるのである。

科学者の固有言語を使用して開発されたルールを捕捉し解釈するためには、翻訳モジュール（図示なし）が用いられる。この翻訳モジュールはルールエンジン８０６の一要素であり、ルール中のキーワードを同じくルールエンジン８０６の一要素である専門化システムインターフェースモジュールと関連づける。

一度ルールが把握されると、ルールエンジン８０６は、それをＱ＆Ｒモジュール８０４が作成した来歴実験データセットに適用する。エンジン８０６の専門家システムインターフェースモジュールは、使用しルールデータベース８１６から使用する適当なルールサブセットを選択し、これらルールをデータベースセットに適用し、そして実験作成モジュール８１０に対して実験データの改善セットを作成する（下記参照）。ルールデータベース８１６にルールセットが存在すると、ルールを選択し、そのルールを新しいデータセットに適用するプロセスは完全に自動化され、故にユーザから更なる入力を行うことは要しない。

新たな改善実験を直接、作成するためのルールセットを用いることに加えて、ルールエンジン８０６はＤＯＥエンジン８０８（後述する）に必要な必要限界条件パラメータを自動的に作成するために用いることができる。このことによってＤＯＥエンジン８０８のプロセスは、極めて自動的に遂行されることが可能となる。ＤＯＥエンジン８０８をルールエンジン８０６により作成したパラメータで駆動する方法が既存の技術には無かったシステム１００の革新点であることを表している。

ＤＯＥエンジン８０８は、前述したＱ＆Ｒプロセスの結果の改善実験データに基づいて作動する。来歴的データに加えてＤＯＥエンジン８０８はユーザが設けたパラメータ形式の「案内（ガイダンス）」データ、すなわち最終Ｑ＆Ｒデータセットにおけるどの変数を改善実験において変更すべきか、そしてどれを一定に保持すべきかを記載したデータに基づいて作動する。適正に機能すべく、ＤＯＥエンジン８０８は、必要とされる実験変更量及び既存リソース束縛（例えば、実行すべき有効実験数、限界化学溶剤及び・又は利用し得るタンパク質溶剤の量）に関するデータを必要とする。これらの所謂、境界条件パラメータは一般的にはユーザによって与えられるが、前述に記載のごとく、予め定義されたルールセット、特に境界条件パラメータ作成に着目したルールセットから自動的に作成されるようにしても良い。この全情報セットからＤＯＥエンジン８０８は改善実験条件のマトリックスを作成し、その改善実験条件のマトリックスが実験空間を充分に網羅することを保証すると共に次の改善（すなわち、改善実験の改善）が成功見込みのある成果を含んだ実験空間に向けて進捗することを確証するものである。

ＤＯＥエンジン８０８によって作成された改善実験条件は、実験生成モジュール８１０（後述）に与えられ、そこで実際の改善実験が自動的に作成され、かつユーザによる最終の見直しをされるように実験編集部８１２へ搭載される。

システム１００が（ルールエンジン８０６及び・又はＤＯＥエンジン８０８を介して）適正に改善された実験データセットを作成すると、そのデータは、自動的に実験作成モジュール８１０へ移送され、同モジュールが必要なタンパク質結晶学の完全なデータ表示を作成する。ここで注意を要する点は、この表示は直ちに自動化ランタイムデータベース（図示なし）に格納されて制御エンジン１０４（すなわち、実際の実験を組立て、実行する）によって遂行される。しかしながら、科学者がしばしば要請する「人的介入のあるループ」作動を確実なものとするために、新たに作成された改善実験は先ず、実験編集部８１２に搭載されて科学者が参照し、かつ編集し得るようにする。実験に満足が行けば、その科学者がその実験を遂行すべく提示する。

総括すると、システム１００を使用する科学者は、従前には不可能であったような迅速性とゴール指向方法とでタンパク質晶化実験を計画し、定義し、実行し、解析を行うことができるのである。記載の如く、本システムは前に実行した実験（すなわち、広域スクリーン）の結果に基づいて自動的に最適化された実験を作成することが可能である。科学者に実験空間の領域に適合する能力を付与し、そのことが最善の結果を生むこととなり、多くの科学者がその成功率を増大させることができると共にタンパク質晶化実験に要する時間を低減させかつリソースを低減させることができるのであり、結果的に低価格でより高品質の結晶収率を得ることができるのである。

上述に本発明を詳述したが、勿論、記載した実施の形態に限定されるものではない。当業者であれば発明の思想を逸脱することなく、既述の特定実施形態の数限りない用途を見出し、変形を構成し、或いはそれら実施形態に発したものを想起、構成し得ることは明らかである。

本発明の一実施形態に係るデータ中心制御システムの高レベルの機能ブロック図。 本発明の実施形態に係る全般的な的データ中心制御システムプロセスを示すブロック図。 自動化されたタンパク質（プロテイン）晶化プロセスにおいて実行されるステップを示すフローチャート。 〜 ユーザがプロテイン晶化実験を定義し得るようにする図表的なユーザインターフェースの例を示す略示図。 制御エンジンの一実施形態によるアーキテクチャを図示した構成図。 本発明の一実施形態に係る改善エンジンの機能ブロック図。 Q＆Rモジュールによって提供される図表的に示すユーザインターフェース。

符号の説明

１００ データ中心制御システム
１０２ ユーザ入力要素（Ｉ／Ｏ）
１０４ データウェア制御エンジン
１０６ セントラルデータレポジトリ
１０８ 検査又は品質確認システム
１１０ 改善又は最適化エンジン
１１２ 自動化機器

Claims (10)

1. 実験を行うデータ中心制御システムであって、
   実験を定義する実験パラメータをユーザから受承しかつ実験で実行されるステップを識別する情報を包含したその実験パラメータをデータレポジトリに格納するユーザ入力要素と、
   そのデータレポジトリから実験パラメータを検索し、かつ該検索した実験パラメータに基づいて定義した実験を遂行するように自動装置を制御するための制御エンジンと、
   次の実験への改善のためにその実験パラメータを自動的に改善する改善エンジンとを、具備して構成されるデータ中心制御システム。
2. 前記改善エンジンは、
   前記データ中心制御システムによって行われた前の実験に関する情報を格納する来歴性の実験データベースと、
   ユーザが記述的,図表的方法で問い合せを構築できるようにするユーザインターフェースを有したデータベース質問ツールとを、具備してなる請求項１に記載のデータ中心制御システム。
3. 前記データベース質問ツールの前記ユーザインターフェースは、
   複数のアイコンが表示され、該複数のアイコンの各々が前記実験データベースに格納されたデータフィールドと連携されている第一のパネルと、
   第二のパネルとを、具備してなり、
   前記ユーザインターフェースは前記第一のパネルから前記第二のパネルへユーザがアイコンをドラッグアンドドロップし得るようにし、かつ該第二パネル内においたアイコン間の直列的又は並列的結合を構築できるようにし、その構築したものがデータベース問い合せに相当する、請求項２に記載のデータ中心制御システム。
4. 前記データベース質問ツールのユーザインターフェースは、テーブルと棒グラフとに同時にデータベース問い合せの結果を表示する、請求項３に記載のデータ中心制御システム。
5. 前記データベース質問ツールのユーザインターフェースは、ユーザが前記テーブルの或る行列位置から及び・又は前記棒グラフから直接的にデータを選択して、どのデータが持続中の改善プロセスにおいて保持すべきか破棄すべきかを指示できるようにする、請求項３に記載のデータ中心制御システム。
6. 前記改善エンジンは、さらにユーザが他のユーザの作成したルールを使用して実験を作成することができるようにするルールエンジンを具備している請求項１に記載のデータ中心制御システム。
7. 前記制御エンジンは、複数の制御モジュールを具備し、各制御モジュールは自動装置の各ことなる一機を制御するためのものである請求項１に記載のデータ中心制御システム。
8. 前記制御エンジンは、少なくとも一つのディレクタモジュールを備え、該ディレクタモジュールは一機の自動装置と連携した制御モジュールを作動させてその一機の自動装置を作動させるように構成された請求項７に記載のデータ中心制御システム。
9. 前記ディレクタモジュールは、データリポジトリから実験パラメータを検索する請求項８に記載のデータ中心制御システム。
10. 前記ディレクタモジュールは、一以上の自動装置を作動させる一以上の制御モジュールと連絡することにより実験パラメータによって識別されたステップを遂行する請求項８に記載のデータ中心制御システム。
    
    

Images