物联网如何帮助合成生物学实现标准化。
每个工程规程都依赖于可重复的度量和一致的方法来编目和传递信息。例如，它是标准化的部件，使电气工程师能够阅读图纸，并通过必要的电源、电线和开关，构建产生可预测行为的电路。随着合成生物学发展成为一门成熟的工程学科，它必须解决目前测量中的不一致性，并设计出新的方法来提高实验的可重复性。
也许是时候向外寻找答案了。
再现性的一个(并非如此)新解决方案:物联网
生物学已经很难设计了——数据应该不难收集和解释。在像合成生物学这样的数据驱动领域，人们对测试、记录和标准化数据的欲望与日俱增。但是，尽管不断努力使生物工程更加一致，新的“部件”不断被创造，令人兴奋的新方法不断被开发，甚至最好的实验实践也被忽视。研究实验室通常按照自己的方式行事，因此，更好的解决方案可能是改进数据收集和分析的方式，而不是依赖个人的遵从。
实现这些目标的关键是:物联网(IoT)。
物联网背后的概念很简单:从自动售货机到汽车装配机器人，几乎任何设备都可以集成或连接互联网传感器，以收集大量数据并自动存储在云计算中。在合成生物学中，这意味着可以监控实验室设备，以确保运行之间的实验参数是一致的。实验室成员也可以方便地访问这些数字数据，或者与外部合作者共享这些数据。通过将实验室设备无缝连接，并将数据汇集到单个在线数据库中，用户总是可以在实验结束后返回并仔细查看数据，以确定测量中不一致的来源。
但是将物联网带到实验室并非没有挑战。首先，使用支持iot的设备来排除实验不一致的故障需要许多机器连接到云。这就产生了大量的数据，除非有相应的分析工具来加速对所有数据的解码，否则数据不一定会更好。使用支持iot的传感器来增强现有设备可能也很困难，因为科学制造商并不一定要在构建冰箱、孵化器和平板阅读器时考虑到这种功能。
缩小差距:向配备了iot的实验室迈进
许多公司都在追求将物联网引入研究实验室的宏伟目标，但有两家公司在应对现有挑战方面走得更远。
位于波士顿的“物联网科学平台”(IoT platform for science)提供了一项一体式的服务，可以监控实验室中所有支持物联网的设备，将它们的实验数据和相关参数全天候流媒体化，然后无缝地在线存储数据。公司还提供实验室监控，可以对重要设备进行持续监控，并在出现意外偏差时提醒用户。但是他们最有用的产品可能是他们的数据集成平台，该平台集中和标准化了整个实验室的数据，并将其与可视化工具结合起来，这样任何人都可以轻松地访问和分析信息。
马萨诸塞州剑桥市的创业公司Elemental Machines也在改写合成生物学家收集和分析数据的方式。Element-D是他们的标志性产品之一，是一种“物联网数据收集设备”，可以从设备中提取信息、聚合数据，并将其存储在一个基于云的仪表盘上。这些即插即用传感器还可以连续传输数据，几乎可以连接到任何东西上。输出数据包括设备设置或参数的波动和每次使用机器的实验结果。Elemental Machines还提供设备监控，它可以跟踪仪器随时间的性能，并可以预测何时需要修理或更换机器。
Elemental MachinesSridhar Iyengar, Elemental Machines首席执行官兼创始人，SynBioBeta SF 2017。
重要的是，这两家公司都开发了集成的平台，这些平台有可能极大地提高测量的可重复性。它们还以独特的方式应对与碘有关的共同挑战;通过增加实验过程中监控的参数数量——包括温度、氧气和任何与预期设置相关的偏差——研究人员将能够更好地理解数据异常并标准化实验协议。
基本的机器
Elemental Machines平台提供强大的洞察力，帮助客户优化流程和最大化利用。
四科学和基本机器也明白，除非平台内置强大的分析工具，否则更多的数据不一定更好。为了解决这个困境,他们开发了分析解决方案,帮助用户收集尽可能多的信息从一个给定的数据集。每个公司销售的物理传感器也相对不可知论者——可以翻新Element-D几乎任何的设备,是完全无线的,虽然TetraScience作品直接与设备制造商提供集成的、物联网解决方案商业支持。传感器可以连接的设备范围广泛，再加上强大的将所有数据存储在一个地方的能力，意味着可以更快、更一致地分析实验。
生物学并不简单，细胞也不那么容易泄露秘密。在一个基因相同的生物体可以产生不同表型的学科中，即使是拥有最严格文档的科学论文也不能保证实验的重现性。幸运的是，公司正在设计和实现新的工具，使生物学即使不容易设计，也更容易理解。要使该领域取得进展，生物测量必须是一致的。多亏了互联网(所有的东西)，我们正在前进的路上。
——文章发布于2019年1月7日
