每个实验室都有适当的数据管理系统，特别是如果他们在制药行业工作，但对这些系统的需求正在增长。也许一个更好的问题是，当涉及到现在流行的多利益相关者项目时，您的数据管理有多好?你能追踪到谁做了什么，什么时候做的，以及每个贡献者的结果吗?每个人都能有效地获取他们需要的信息，而不需要冗长的搜索吗?
通过几个常见的场景，我们将看到一些次优数据管理实践的例子，以及它们对项目时间表和预算的实际影响。
简单的电子表格
个人或共享的Excel电子表格在整个研究过程中广泛使用。小型团队通常使用基于文件的机制来管理关键试剂和实体，制定标准协议以确保方法统一。常见的应用包括冷冻或试剂管理，以及作为ic50和血液学等结果的“数据库”。然而，记录保留和变更审计可能具有挑战性。很难确定对历史数据点所做的更改是否是故意的，如果是，是谁做的;在没有审计追踪的情况下，确定变更的来源和/或原因几乎是不可能的。
许多实验室仍然依赖的经典论文/Excel组合加剧了这类问题，因为它无法转化为完整的、集中的概述。没有中央信息存储库来搜索，以充分了解所做的工作和生成的结果。这不仅仅是日常的烦恼，特别是在与合作伙伴合作时，例如，当使用三到四个合同研究组织(cro)为一个特定的项目研究不同的分子时。在这种情况下，电子表格可能成为信息流的一部分，不可能进行强有力的管理、审计和询问，从而降低项目效率，减缓进度，并对底线产生不利影响。
重要的电子邮件
当涉及到CRO管理时，使用电子邮件进行工作流管理也会产生问题。合成或生产化合物、引导序列、蛋白质或细胞系的出站请求通过带有多个附件的电子邮件发起。作为回报，一旦开发工作完成，CRO将发送数据包和物理材料。雷竞技网页版收到数据后，对数据进行质量检查并导入内部系统。
以这种方式使用电子邮件，作为优先级或每次实验的通信媒介，将关键数据从记录保存系统中分离出来，并且可能会留下重要的上下文信息。此外，它导致了一种缓慢、低效的线性方法，并最终阻碍了进步。电子邮件驱动的方法意味着在数据导入和导出上投入时间和金钱;质量检查在项目完成后进行，而不是实时进行;而且，当所有工作完成时，这些数据是批量接收的，而不是逐项接收。这些问题阻碍了合作，限制了通过电子邮件和视频/电话会议与团队进行故障排除，考虑到行业的全球化性质，这些团队可能要工作12个小时。
切换到集中实验室数据管理
具有适当权限模型的集中式、基于云的数据管理解决方案是解决这些以及许多其他糟糕数据管理实践示例的现代答案。这些解决方案为来自多个贡献者的所有研究信息提供了单一视图或接口，以改善协作、生产力和决策。从概念到归档，从样本识别、定位和容器管理到实验和结果管理，这些可审计的电子信息中心使研究人员和项目经理能够“跟踪数据”，从第一次实验开始，了解如何以及为什么做出决策。没有数据丢失，并且维护了数据的上下文。
了解更多关于集中式解决方案如何解决数据管理问题，释放团队的全部生产力，并帮助提高每一项研究支出的回报。
Arxspan是布鲁克的一个部门。
