Integrar la codificació a la química ajuda a progressar la ciència més ràpidament | Opinió

Els químics d’alt rendiment com el meu equip i jo, en general, notem més la ineficiència. Si un químic de banc pren potser vuit mostres de LC-MS, repartides de manera uniforme durant un dia mitjà, s’acostuma ràpidament a una imperfecció del flux de treball de 20 segons i tendeix a no queixar-se. Però quan un químic d’alt rendiment processa 96 mostres d’una placa de pou alhora, s’acumulen petites limitacions per convertir-se en una molèstia important o fins i tot en un bloquejador desactivador. En un moment de la meva carrera, em van demanar que treballés amb un flux de treball particular per resoldre les meves dades LC-MS. El procés va implicar la connexió remota a diversos ordinadors i la realització de diverses solucions llargues per combinar els nostres fitxers i exportar dades d’alt rendiment per lots. Com que només podíem exportar les nostres dades analítiques lentament, si després vam notar un nou producte secundari, vam haver de sospesar el benefici d’identificar els patrons de rendiment del producte secundari a la placa en comparació amb el valor del nostre temps per tornar a executar el procés d’exportació. Com que els beneficis sovint no són immediats, la informació es perdia regularment. Tots podríem veure que si estiguessis dissenyant programari, no ho faries d’aquesta manera. Però érem químics, no dissenyadors de programari.

Tanmateix, un any abans d’això, havia provat la meva mà en un curs gratuït d’introducció a la codificació. Estava dirigit per un conegut dels meus dies de pregrau, i com a químic en la meva primera feina a la indústria, em va semblar una gran idea per fer al costat de la meva feina. Tot i que no pensava que tingués gaires raons per codificar, semblava que podria ser útil algun dia.

Tenia raó. Quan em van mostrar el flux de treball LC-MS complicat, qualsevol aprenentatge de Python en el meu record immediat era limitat. Però el principal que m’havia ensenyat el curs era que era possible. Sabia que Python podia arreglar la nostra exportació analítica, així que vaig descobrir què volia fer i vaig buscar a Google gairebé totes les línies fins que vaig crear un procés que funcionés. Va ser escrit malament i no va poder aprofitar molts paquets útils de codi obert que encara no coneixia, però era prou bo. El nou guió va significar que el meu equip i jo érem lliures de capturar tota la informació que vam identificar.

Els químics estan en una posició fantàstica per mantenir el peu als dos camps

Des que vaig submergir-me en l’àmplia esfera de dades, codificació i quimioinformàtica del coneixement de la química, he descobert que és un lloc fantàstic, tot i que una comunitat força diferent a la química sintètica. En conjunt, els químics de dades són inflexibles sobre la necessitat d’estar oberts i impulsar el progrés, encara més que la comunitat de química sintètica farmacèutica, ja força oberta i progressiva. En el món de les dades més enllà de la química, hi ha un ampli esforç per distribuir l’aprenentatge de manera gratuïta, ja que dirigir un curs públic gratuït és una insígnia d’honor. Això em va permetre començar a aprendre mentre tenia una feina de química a temps complet. Tanmateix, quan un amic químic orgànic i jo vam assistir a la nostra primera conferència de dades de química, vam trobar una gran diferència cultural: tothom va marxar i se’n va anar a casa a les 5 de la tarda! Vam agafar un dels organitzadors, que definitivament es mereixia una cervesa aleshores, i tots tres vam anar sols al pub. Molt diferent a les típiques nits al bar després de les conferències de química orgànica.

“Tothom sembla estar entrant en els ordinadors aquests dies”, em va comentar recentment un company. Tanmateix, en realitat no cal “anar” enlloc. Els químics estan en una posició fantàstica per mantenir el peu als dos camps, com vaig fer al principi. Vaig fer una enquesta a alguns companys sobre si estarien interessats a fer un curs de Python per a principiants, esperant que les respostes fossin en gran part negatives. En canvi, al voltant del 80% d’ells va dir que sí. M’alegro, ja que això els facilitarà l’ús de scripts que estalvien temps escrits per professionals de la programació. Ara he tingut tantes consultes sobre com entrar en codificació que he creat una pàgina web de recursos en lloc de repetir-me cent vegades.

Però ara és el moment de fer un pas: passar a temps complet a treballar amb l’estratègia de dades, tot i estar molt integrat en la química sintètica. El meu motiu per ser un apassionat de les dades químiques, el codi i els fluxos de treball és “per” més que “malgrat” ser un químic orgànic sintètic. El coneixement de la química també és una fortalesa clau en aquest paper. Molts de nosaltres hem vist eines de laboratori digitals que es van fer clarament sense consultar mai els químics de laboratori; amb una mica de col·laboració podem canviar-ho. El meu objectiu és que una excel·lent química sintètica es pugui fer més ràpid i amb més qualitat, permetent als químics treure més profit dels seus experiments i alliberar el seu temps de les coses que no volen fer. Hauríem d’anar reduint la seva càrrega de treball, no afegir-hi! Els químics de dades estan fent grans avenços en l’objectiu d’aconseguir una ciència més ràpida i millor, i no puc esperar per formar part d’això.

Leave a Comment

Your email address will not be published. Required fields are marked *