Raccolta di grandi quantità di dati su ogni scala - METTLER TOLEDO
Seminario

Raccolta di grandi quantità di dati su ogni scala

Progettazione affidabile dei processi grazie ai reattori automatici e alle tecnologie analitiche di processo (PAT)

La raccolta di grandi quantità di dati dalle sperimentazioni (Data-rich experimentation o DRE) assume valenze diverse a seconda di ciò che i ricercatori sono chiamati a compiere ogni giorno. L'obiettivo di fondo, tuttavia, è sempre trarre il massimo valore da ciascun esperimento. Nel settore farmaceutico, la crescente complessità dei processi e le tempistiche sempre più strette impongono ai ricercatori di acquisire una più profonda comprensione dei processi in tutte le fasi di sviluppo e su ogni scala. I recenti progressi nel campo della biocatalisi hanno aperto nuovi orizzonti all'adozione di strumenti per la raccolta di grandi quantità di dati, rendendo evidente l'importanza di delineare una strategia unitaria.

In questo seminario online, Keith Mattern illustra gli enormi passi compiuti da Merck per assicurare ai ricercatori l'accesso a strumenti per la raccolta di grandi quantità di dati, tanto in laboratorio per le verifiche preventive su piccola scala, quanto per la produzione di lotti in ambito clinico e su scala commerciale. Mattern esamina anche come le strategie per la raccolta di grandi quantità di dati debbano andare oltre il semplice acquisto e installazione di nuovi strumenti, prevedendo anche:

  • Come saranno messe in campo le tecnologie
  • Come ne sarà ottimizzata l'utilità
  • Come ne sarà assicurata l'adozione nel lungo termine all'interno di organizzazioni diversificate e su tutte le scale e chimiche di reazione

Unitevi alle centinaia di ricercatori che hanno già visto questa presentazione.

Keith Mattern

Merck & Co, Inc.

Keith Mattern è un ricercatore senior del gruppo Enabling Technologies nei laboratori di ricerca Merck a Rahway, NJ. Fa inoltre parte del team dedicato al DRE e si impegna tanto nello sviluppo di nuovi strumenti e tecniche per la raccolta di grandi quantità di dati, quanto nello sfruttamento ottimale delle tecnologie esistenti per risolvere problemi complessi nell'ambito degli studi su ricerca e sviluppo e sull'organizzazione della produzione in ambito clinico. Prima di entrare a far parte di Merck, Keith ha conseguito la laurea triennale e specialistica in ingegneria chimica presso la Bucknell University.