Laboratorieinformation
Ett LIMS är ett verktyg för att hantera ”laboratorieinformation”. Huvudsyftet med ett LIMS-system är att samla in alla typer av vetenskapliga data som produceras eller används av ett laboratorium. De flesta laboratorier behöver hantera tre kategorier av data: inventarier, prover och testresultat. Vissa laboratorier som arbetar med djur eller växter har särskilda behov av datahantering.
Lagerhantering
Dålig hantering av laboratorieförnödenheter kan vara ett kostsamt misstag. Att inte ha tillräckligt med förnödenheter till hands kan försena experiment. Att beställa mer än de nödvändiga förnödenheterna leder till slöseri med kostnader eftersom förnödenheter med begränsad hållbarhetstid måste kasseras. Att beställa fel förnödenheter kan leda till reproducerbarhetsproblem.
Lagerhantering är därför en nyckelkomponent i ett LIMS-system. Det bör förse laboratoriemedlemmarna med en lista över standardförnödenheter, hålla reda på de tillgängliga kvantiteterna av förnödenheter i laboratoriet tillsammans med utgångsdatumet. Slutligen bör det underlätta beställning av förnödenheter och hålla reda på processen för upphandling av förnödenheter.
Spårning av prover
En annan viktig funktion för laboratorieinformationssystem (LIS) är att hålla reda på prover. Provspårning innebär att man känner till innehållet i och platsen för varje provrör och andra behållare i laboratoriet. Detta kan vara en skrämmande uppgift, eftersom även ett medelstort laboratorium kan behandla tusentals prover per månad.
Ett robust provspårningssystem bygger på två komponenter: definitionen av provtyper och en solid lösning för provmärkning.
Definition av olika typer av prover gör det möjligt att specificera vilka data som måste associeras med proverna för att beskriva provet korrekt. Man bör förvänta sig att olika laboratorier kommer att definiera provtyper utifrån den typ av experiment som de utför.
Ett robust system för märkning av prover gör det möjligt att enkelt skriva ut etiketter som kan fästas på alla typer av prover som används i laboratoriet. Etiketterna bör åtminstone innehålla ett tydligt tryckt provnamn och en 1D- eller 2D-streckkod (även känd som DataMatrix) som kodar en unik identifierare. Laboratoriepersonalen bör kunna skanna streckkoden och hämta den detaljerade provbeskrivningen från laboratorieinformationssystemet.
Många laboratorier arbetar med försöksdjur. Andra arbetar med växter. Även om dessa ”objekt” i allmänhet inte betraktas som ”prover” kan de bli det när LIMS är tillräckligt flexibelt för att möjliggöra en definition av ett brett spektrum av provtyper. För försöksdjur krävs dock särskilda identifieringslösningar.
Lagringsplatser
För att hantera prover måste man associera prover med platser så att laboratoriepersonalen vet var de finns. Ett laboratorieinformationssystem måste göra det möjligt för laboratorieansvariga att definiera lagringsplatser. Detta bör åtminstone omfatta laboratoriefrysar eftersom de tenderar att ha komplexa strukturer med flera lager från fack, hyllor, lådor, lådor och hela vägen till celler som möjliggör lagring av ett enda rör.
Idealt bör lagringshanteringssystemet vara tillräckligt flexibelt för att användarna ska kunna definiera andra lagringsplatser. Varje plats som kan förvara ett prov permanent eller tillfälligt bör ingå i lagringsmodellen. Detta inkluderar kylskåp, kylrum, inkubatorer, hyllor i skåp och till och med bänkar.
Testresultat
En av de viktigaste funktionerna i ett laboratorieinformationssystem är slutligen att koppla testresultat till prover. När resultatet av ett test är en enkel datapunkt, t.ex. en koncentration, är det möjligt att registrera testresultatet direkt i provregistret. Det blir dock allt vanligare att testresultaten till en början kommer i form av stora datamängder som samlats in för ett enskilt prov eller ett parti av prover. Ett mikroskopiexperiment som producerar en serie bilder eller en film är ett exempel på ett dataset som är kopplat till ett enskilt prov. Resultat från ett sekvenseringsexperiment innehåller sannolikt rådata från flera prover. I dessa situationer måste LIMS säkerställa dataintegritet genom relationer mellan prover, rådataset och bearbetade data.
