Formularz został pomyślnie przesłany.
Więcej informacji można znaleźć w skrzynce pocztowej.
Firma Innowise dostosowała istniejący internetowy system zarządzania informacjami laboratoryjnymi (LIMS), LabCollector, do skutecznego monitorowania wzrostu i linii glonów wykorzystywanych w produkcji pasz dla zwierząt.
Naszym klientem jest firma specjalizująca się w produkcji pasz dla zwierząt na bazie alg. Szczegółowe informacje o kliencie nie mogą zostać ujawnione zgodnie z warunkami umowy NDA.
Nasz klient wykorzystał plik Excel z oddzielnymi zakładkami dla każdej próbki glonów do monitorowania gęstości komórek i stężenia azotanów (NO3 mM) w czasie. Kluczowe wzory na wzrost i zużycie składników odżywczych zostały zastosowane do oceny replikacji glonów i poboru składników odżywczych po manipulacji.
Główny problem: Zarządzanie danymi laboratoryjnymi stanowi wyzwanie ze względu na ogromną ilość generowanych danych, złożoność procedur eksperymentalnych oraz potrzebę rygorystycznej organizacji, bezpieczeństwa i dostępności.
Drugorzędne wyzwania: Brak metody śledzenia ruchu glonów między naczyniami o różnych rozmiarach utrudnia naszemu klientowi odtworzenie linii w przypadku zanieczyszczenia lub zniszczenia kultury. Aby zapewnić, że krytyczne dane, takie jak gęstość komórek i stężenie azotanów, są dokładnie rejestrowane i łatwo dostępne, rozważano system zarządzania informacjami laboratoryjnymi (LIMS), jednak okazał się on zbyt kosztowny i nie był w pełni zgodny z ich specyficznymi procesami.
W obliczu tych wyzwań nasz klient poszukiwał niedrogiego rozwiązania, które zwiększyłoby identyfikowalność i poprawiło wydajność obsługi zanieczyszczeń lub niszczenia kultur.
Uznając potrzebę specjalistycznego rozwiązania do zarządzania informacjami, firma Innowise skorzystała z możliwości wdrożenia i dostosowania gotowego systemu. Podejście to zostało wybrane w celu zaoszczędzenia pieniędzy klienta, ponieważ rozwiązania oparte na platformie są bardziej przystępne cenowo w porównaniu do opracowywania niestandardowego LIMS od podstaw.
Zintegrowaliśmy LabCollector i skonfigurowaliśmy moduł próbek tak, aby odzwierciedlał kolumny używane w poprzednich arkuszach Excela. Chociaż LabCollector nie obsługuje dokładnej elastyczności formuł Excela, znaleźliśmy obejście. Nasze rozwiązanie pozwala na ponowne obliczenia i aktualizacje bazy danych bezpośrednio, dostosowując się do obliczeń podobnych do Excela. To dostosowanie upraszcza wprowadzanie danych i zarządzanie nimi, zachowując spójność z istniejącymi formatami. Automatyzuje obliczenia w LabCollector, zwiększając wydajność i minimalizując ręczne zadania związane z danymi.
Skonfigurowaliśmy funkcję śledzenia linii w module próbek LabCollector. Funkcja ta umożliwia tworzenie ukierunkowanych wykresów w celu wizualizacji i śledzenia pochodzenia próbek alg w różnych naczyniach lub na różnych etapach eksperymentu. Ułatwia to łatwą identyfikację pochodzenia i ścieżek przemieszczania się próbek, co ma kluczowe znaczenie dla zarządzania i rozwiązywania problemów związanych z zanieczyszczeniem lub zniszczeniem kultury.
Nasz zespół połączył niestandardowy moduł próbek z modułem inwentaryzacji, aby śledzić poszczególne zbiorniki, umożliwiając zarządzanie zapasami. Aby efektywnie zarządzać jednolitym dodawaniem składników odżywczych do wielu zbiorników, wdrożyliśmy funkcję aktualizacji wsadowej w module próbek. Zmniejsza to nakład pracy ręcznej i minimalizuje błędy związane z indywidualnym wprowadzaniem danych, zwiększając wydajność operacyjną w utrzymywaniu kultur alg.
Aby zachować cenne dane z przeszłości i zapewnić ciągłość, dokonaliśmy migracji danych historycznych do nowego systemu. Uwzględniając rygorystyczne standardy organizacyjne, stworzyliśmy solidny system autoryzacji i uprawnień, aby bezpiecznie kontrolować dostęp. Wreszcie, aby płynnie zintegrować się z istniejącymi operacjami, nasz zespół wdrożył rozwiązanie w infrastrukturze klienta (IWS). Podejście to nie tylko pozwoliło zachować kompleksowe odniesienie historyczne, ale także zagwarantowało bezpieczną kontrolę dostępu.
Back-end
PHP, MySQL
DevOps/Cloud
AWS, Docker
Środowisko
Visual Studio Code
Systemy zarządzania informacjami laboratoryjnymi (LIMS)
Lab Collector
W naszym procesie projektowym wybraliśmy metodologię opartą na frameworku SCRUM the Scrum, aby podzielić proces na możliwe do zarządzania sprinty, pozwalając na ciągłe informacje zwrotne i ulepszenia. Nasz zespół korzystał z Google Meet do skutecznej interakcji w czasie rzeczywistym między członkami zespołu i interesariuszami, dzięki czemu wszyscy byli na bieżąco informowani o postępach projektu. Używaliśmy JIRA jako naszego systemu zarządzania backlogami do śledzenia sprintów, backlogów i zagadnień, zapewniając wysoką organizację i przejrzystość przepływu projektu.
Ponadto nasz analityk biznesowy zagłębił się we wszystkie procesy klienta, rozumiejąc, jak wszystko było zorganizowane i identyfikując najlepszy sposób na zintegrowanie tych procesów z nowym rozwiązaniem. To zaangażowane podejście pomogło naszemu zespołowi zrealizować projekt dostosowany do potrzeb klienta, zapewniając płynne i wydajne przejście na nowy system.
1
Analityk biznesowy
1
Programista PHP
1
Analityk ds. rozwoju baz danych
1
Specjalista ds. dostosowywania platformy
1
Specjalista ds. kontroli jakości
1
Koordynator projektu
1
Inżynier DevOps
Naszym celem była optymalizacja wzrostu i zdrowia kultur alg poprzez śledzenie i dostosowywanie składników odżywczych i warunków. Kierując się tym celem, nasz zespół wdrożył LIMS, umożliwiając płynne śledzenie linii glonów i zarządzanie zapasami, jednocześnie dostarczając klientowi opłacalne rozwiązanie.
Wpływ jest widoczny w kilku kluczowych wskaźnikach wydajności:
Strategiczne przyjęcie przez Innowise niestandardowego, gotowego systemu zarządzania informacjami nie tylko spełniło specjalistyczne potrzeby naszego klienta, ale także obniżyło koszty w porównaniu do opracowywania niestandardowego rozwiązania od podstaw. Takie podejście ułatwiło usprawnione zarządzanie danymi i zwiększyło wgląd w wykorzystanie składników odżywczych w różnych szczepach glonów, co ma kluczowe znaczenie dla optymalizacji warunków produkcji pasz dla zwierząt.
20%
wzrost wydajności zespołu
99%
redukcja błędów danych dotyczących glonów
Po otrzymaniu i przetworzeniu Twojego zgłoszenia skontaktujemy się z Tobą wkrótce, aby wyszczególnić potrzeby projektu i podpisać umowę o zachowaniu poufności, aby zapewnić poufność informacji.
Po przeanalizowaniu wymagań, nasi analitycy i programiści opracowują projekt z zakresem prac, wielkością zespołu, czasem i kosztami szacunki.
Umówimy się z Tobą na spotkanie, aby omówić ofertę i dojść do porozumienia porozumienia.
Podpisujemy umowę i rozpoczynamy pracę nad projektem tak szybko, jak to możliwe.
© 2007-2024 Innowise. Wszelkie prawa zastrzeżone.
Polityka prywatności. Polityka dotycząca plików cookie.
Innowise Sp. z o.o Ul. Rondo Ignacego Daszyńskiego, 2B-22P, 00-843 Warszawa, Polska
Rejestrując się, wyrażasz zgodę na naszą Politykę Prywatności, w tym korzystanie z plików cookie i przekazywanie Twoich danych osobowych.
Dziękuję!
Wiadomość została wysłana.
Przetworzymy Twoją prośbę i skontaktujemy się z Tobą tak szybko, jak to możliwe.
Dziękuję!
Wiadomość została wysłana.
Przetworzymy Twoją prośbę i skontaktujemy się z Tobą tak szybko, jak to możliwe.