生物反应器“云”服务:商业模式及技术支撑(上)

引言
本内容取自2022年3月15日我们与客户的一次线上讨论。在这次会议上,李雪良博士分享了他对生物反应器“云”服务这种商业模式的理解,并结合该商业模式对软、硬件的需求,介绍了迪必尔CloudReady解决方案的设计思想和创新特性,包括高度可扩展的软、硬件架构,丰富的远程监控功能,内置项目和用户管理,工作流程自动化,标准的数据库接口以及数据的可追溯性。
迪必尔CloudReady解决方案中,CloudReady如果直接翻译是“云就位”的意思。我们认为比较合适的翻译是云服务综合解决方案,也是我们对其定位。云反应器究竟有没有内涵?给大家分享一下我们的见解。
“云”反应器是不是只是一个噱头?
它其实是一种商业模式,核心的特点是最终用户不拥有硬件,通过完成租赁的形式获得硬件的使用价值。云服务的提供商拥有硬件并且对硬件进行维护。云的本质,硬件本身并不是云的核心。如果去看国内的阿里云,使用的硬件用户也可以买来放在家里,或者在公司里用,本身并没有本质的区别。但是“云”肯定是需要对外提供使用的,其数量肯定是庞大的、肯定是可扩展的。其核心是量的问题,不是质的问题。
为了支撑这种商业模式,其实软件技术是首要的。因为要对外提供服务,要去管理大量的硬件、管理你客户信息(包括收费、包括任务分配),这些也是云服务,从技术上首先要解决的问题。需要些东西才能为云服务的商业模式服务,具体到生物反应器上,业内之前已经有类似的服务,比如说一些平台的租赁,还有现在非常非常火爆的CRO、CDMO、CXO。
“云”服务和与传统商业模式的区别是什么?
那他们和云反应器服务有没有区别?我们总结了一下,从硬件的所有者来说,最终用户不拥有硬件是核心的差异。这点来说平台租赁还有CXO都是service provider(服务提供商);硬件维护上,CXO还有云服务都是服务提供商来提供,平台租赁会简单地维护用户,但主要还是服务提供商来做,试剂的提供如果是CXO的话就全部都是服务提供商来提供了,如果是平台租赁主要也是服务提供商和客户各提供一部分。
对云服务来说,是不一样的,因为它会涉及到专有的部分,如培养基的配方,客户并不想透露给服务提供商,这些试剂或许会提前配置好寄给服务提供商,比如氯化钠、水、或者是分离提取的一些常用的溶剂服务提供商可以准备。还有菌种、细胞、质粒这些东西,如果是平台租赁的话只出租硬件,这些东西都是客户自己带过去的。如果是CXO、CRO服务提供商有些会负责一部分菌种或细胞增强,甚至设计方面也提供一部分,但主要还是客户来提供。对于反应器云服务来说100%是客户提供,上面这些问题并不决定着云服务的核心,真正有差别的地方是实验设计、数据分析、结果评估、实验迭代。这一部分可能主要是CRO来完成,因为research本身分工了,实验设计、数据分析、结果评估这些属research的一部分,将由CRO来做。
但是云服务,实验设计、数据分析,还有结果评估,是客户自己做的,而不是CRO帮他做,这是云服务和CRO的本质区别在。云服务只提供硬件服务,不替你做研究。当然里面还涉及到实验操作,那么实验操作CXO不用说,肯定是他们自己来帮客户来做;云服务也是服务提供商来做,但是,他不做实验设计和结果分析。实验设计和结果分析的客户,是不需要到现场的,可以远程来进行实验设计和结果分析。如果把实验操作拿掉,客户完全是可以远程做的。
我框起来的一部分是反应器云服务和CXO它的区别点,它们之间是不同的,云服务是有自己的内涵,而不是为了市场营销而创造的东西。
那么回到CloudReady产品来说,我们针对这些特点,对我们系统进行了从头开发,当然硬件很大程度上是基于之前已有的成熟的minibox开发的。
那什么是CloudReady 生物反应器“云”服务解决方案?
1)丰富的远程监控功能 & 标准的数据库接口 & 内置项目管理和用户管理
整个构架我们重新进行了设计,比如说客户的结果、实验设计、数据分析,是可以远程来做的。远程来做就必然要求我们有丰富的远程监控功能,这我们可以通过PC或者是移动端随时查看过程的数据,还有运行的实时视频。如果没有这些过程就很难实现了,当然技术本身并不复杂,IT产业有成熟的技术我们可以拿来用。
标准的数据接口:我们如果看现在其他的产品,国内其他产品他们一般是专有的数据库还有加密,压缩等保护,不能很轻易调取数据进行分析。这样的话,给到第三方给客户进行数据分析和进行结果评估,用到的工具和用到的软件,可能无法进行对接。迪必尔可以实现客户直接访问我们的数据库,用自己已经熟悉的软件,或者已有的workflow automation或者pipeline直接对接,按照自己的习惯去进行分析,再重新设计,再迭代实验,这同时也是云服务解决方案所必须要考虑的问题。
我们的软件系统需要内置项目管理和用户管理,因为我们是要给别人提供服务的,并知道谁是在做哪个实验,在做哪个项目,要用哪个反应器。
2)高度可扩展性 & 工作流程自动化 & 数据可追溯性
我们还需要在硬件和软件构架上实现可扩展。假设一开始有80套或者是100套反应器,后面要扩展到200套或者是500套,我们的软件还有硬件都是可以支持扩展的。这一点更类似于我们现有的IT行业的云服务。可以选择增加他的容量,高度可扩展的同时满足更多客户的需求。
工作流程的自动化:客户自己如果要操作200套反应器,如果没有这些工作流程自动化的工具,就必须全部靠人去做,成本太高,出错的概率也会很高。是不太作为可持续的商业模式的。自动化最好是用脚本的形式,可以远程编脚本,然后下载到我的反应器上去运行,这也是云服务必须提供的工具。
数据可追溯性也是很重要的,对客户来说,可以看到所有的操作。当看结果的时候,可以回去看整个操作过程中的视频录像,例如追溯当时在操作取样步骤做了哪些改变。
CloudReady 生物反应器系统架构是什么呢?有哪些特性呢?
下期我们将继续整理成文字发布。