JP2018081081A - 実験室機器のための自動スケジューラ - Google Patents

Abstract

【課題】自動実験室機器のための動作のスケジュールの高速かつ柔軟な生成を、生成されるスケジュールの構造に関して事前知識がなくても行なえるようにする。
【解決手段】コンピュータ実装方法は、少なくとも１つの命令を受けるステップと、自動実験室機器の１つ以上のリソース記述、自動実験室機器の１つ以上のプロトコル記述、目的関数、および少なくとも１つの命令を使用して、１つ以上の最適化問題インスタンスを生成するステップとを含む。更に、この方法は、１つ以上の最適化問題インスタンスを、制約最適化ソルバへの入力として供給するステップと、自動実験室機器において少なくとも１つの命令を実行するための動作のスケジュールを生成するために、制約最適化ソルバによって１つ以上の最適化問題インスタンスを処理するステップとを含む。
【選択図】図１

Description

本開示は、自動実験室機器のために動作のスケジュールを組む(provide)方法およびシステムに関する。

今日の実験室環境では、種々のタスクを実行するために自動実験室機器(automated laboratory equipment)を装備することができる。自動実験室機器は、試料および命令(order)を受けることができる。命令は、各試料に対してどのプロトコル（１つまたは複数）を実行すべきか記述する。例えば、スループットを向上させるためまたは結果を得るまでの時間を短縮するために、複数の試料が並列に処理されることも生じる可能性がある。プロトコルを実行するためには、器械リソース（例えば、試料ホルダおよび反応ベッセルのための移送システム、試料および／または試薬液を転送(transfer)ならびに投与する(dose)ためのピペットを有するロボット・アーム、流体ミキサ、培養器の位置、光検出器の位置等）、ならびに消耗品リソース（例えば、試薬、試験管のような使い捨て流体担体、反応ベッセル、マルチウェル・プレート(multi-well plates)、または試料流体および試薬用のその他の流体担体、使い捨てピペット・チップ、更にその他多く）のような、多数のリソースが要求される可能性がある。命令を処理するためにリソースを使用するシーケンスを、プロセスと呼ぶ。各々１つのプロトコルを対象とする(address)複数のプロセスが並行して完全にまたは部分的に処理され、リソースの一部を共有するので、実験室機器のリソース使い回し(activities)のパターンは、非常に複雑となる可能性がある。この複雑さは、例えば、アナライザにおける化学反応のためにタイミング枠(timing window)を要求することにより、更には、例えば、持ち越し(carry over)または命令優先順の要求を回避するために定められる規則によって、一層増大する可能性がある。結果的に、自動実験室機器のための動作のスケジュールの開発および運用は、非常に困難となる可能性がある。

第１の総合的な態様では、自動実験室機器のために動作のスケジュールを組むコンピュータ実装方法は、少なくとも１つの命令を受けるステップであって、各命令が、自動実験室機器上において１つ以上のプロトコルの実行を要求する、ステップと、自動実験室機器の１つ以上のリソース記述、自動実験室機器の１つ以上のプロトコル記述、目的関数、および少なくとも１つの命令を使用して、１つ以上の最適化問題インスタンスを生成するステップとを含む。１つ以上のリソース記述は、自動実験室機器内にあるリソース、ならびにリソースの能力および制約を記述し、各プロトコル記述は、自動実験室機器が実行することができるプロトコルを記述し、各プロトコル記述は、自動実験室機器によって実行される１つ以上のプロトコル・ステップの定義を含み、各プロトコル記述は、実験室機器においてプロトコル・ステップを実行するときに観察すべき１つ以上の制約を含み、目的関数は、自動実験室機器のための動作スケジュールに最適化目標を定める。更に、この方法は、１つ以上の最適化問題インスタンスを、制約最適化ソルバへの入力として供給するステップと、自動実験室機器において少なくとも１つの命令を実行するための動作のスケジュールを生成するために、制約最適化ソルバによって１つ以上の最適化問題インスタンスを処理するステップとを含む。

第２の総合的な態様では、実験室ネットワークは、自動実験室機器と、第１の総合的な態様のステップを実行するように構成されたコンピュータ・システムとを含む。
第１および第２の総合的な態様の特定の実施形態は、以下の利点の１つ以上を実現するように実施することができる。

第１に、本開示の技法は、ある例において、自動実験室機器のための動作のスケジュールの高速かつ柔軟な生成に対処することができる。
例えば、自動実験室機器をモデル化する最適化問題インスタンスと（潜在的に汎用の）制約最適化ソルバとを使用することにより、生成されるスケジュールの構造に関して事前知識がなくても、または殆どなくても、スケジュールを生成することができる。

ある先行技術のスケジューラでは、既定の動作のテンプレートが使用される（例えば、いつ特定の動作を実行することができるか定めるテンプレート）。プロトコルは、この既定のテンプレートにこれらを嵌め込むことができるように定められる。ランタイム（例えば、１つ以上の命令の到達時）の間、スケジューラは、命令に要求されるそれぞれのプロトコルを、既定のテンプレートに当てはめる。これらのスケジューラのスケジュールの品質は、既定のテンプレートに強く依存する可能性がある。更に、例えば、新たなプロトコルを含ませるため、異なる自動実験室機器において動作させるため、または自動実験室機器のパラメータ（例えば、ピペット時間または培養期間）を変更するために、スケジューラを変更することは、単純ではない場合もある。このプロセスは、それぞれの自動実験室機器、または新たなテンプレートを準備するための実質的な試行錯誤作業について深い知識を有する熟練ユーザの関与を必要とする場合もある。

本発明の技法は、いくつかの例におけるこれらの問題を改善すること、または克服することもできる。リソースおよびプロトコル記述は、異なる実験室機器、自動実験室機器の設計変更、またはプロトコル変更に対して比較的単純な方法で補正し適合させることができる。スケジューリング・プロセスにおける潜在的に可能な解(solution)に関する情報を提供しなくてもよい場合もある。加えて、以上で述べた変更の内１つが発生した後に、制約最適化ソルバ(constraint optimization solver)を再実行することができ、このソルバに対する（実質的な）変更を必要としない。

例えば、前述のソルバの第１の実行（または複数回の実行）において、高スループットを得るように最適化されたスケジュールを生成するとしてもよい。後の時点において、優先順位が高い命令が実験室に到達するかもしれない。この状況において、スケジュールを新しい状況に適合させるために、制約最適化ソルバの再実行を誘起することができる。更新されたスケジュールは、優先順位が高い試料をできるだけ素早く処理することができる。

この例におけるように、本開示の技法は、いくつかの例における多数の他の状況に対する適合に対処することができる。最適化問題インスタンス生成プロセスの基礎構造は（実質的に）不変のままであってもよい。更に、設計者は、リソース記述、プロトコル記述、および目的関数を、最適化プロセスの解(solution)の構造を考慮することなく、変更または補足することができる。

同様に、複数の自動デバイスを含む複数のデバイスまたは実験室環境を考慮することができる。これは、ある先行技術のスケジューラにおけるように、スケジューリング・プロセスに既定のテンプレートを使用する場合には該当しないこともある。本開示の技法の柔軟性が、どのように実験室機器の動作改善に対処するかについて、更に他の例を以下で論ずる。

第２に、本開示の技法は、ある例において、自動実験室機器の実行を高速化し、スループット向上を達成し、より多くのリソースを効率的に（またはこれらの２つ以上の組み合わせ）実行するスケジュールを生成するために使用することができる。

第３に、本開示の技法は、自動実験室機器のスケジュール設定動作をシミュレートするために使用することができる。このように、本開示の技法は、自動実験室機器の開発において有用となることができる。例えば、自動デバイスのコンポーネントの配置およびレイアウト(placement and layout)は、本開示の技法によるシミュレーションの発見(finding)に基づいて、選択および変更することができる。同様に、自動実験室機器の動作のプロトコル、ワークフローまたはテンプレートを、本開示の技法を使用することによって開発することができる。更に、本開示によるシミュレーションを使用することによって、自動実験室機器ならびにプロトコルおよびワークフローの設計を検査することができる。

本開示では、多数の用語を特別な意味で(particular way)で使用する。
本明細書において使用する場合、「自動実験室機器」(automated laboratory equipment)という用語は、例えば、臨床、化学、生物学、免疫学、または薬学分野等における実験室作業における使用のための任意の種類の自動または半自動技術デバイスを指すことができる。このような実験室デバイスは、流体移送および投与、流体均質化（混合）、温度制御、および化学または物理パラメータの測定を実行するためのコンポーネントを含むことができる。例えば、デバイスは、流体分与コンポーネント（例えば、ピペッタまたはバルブ）、撹拌機(stirrer)、温度調節装置、シェーカ(shaker)、またはアジテータ(agitator)を含むことができる。

他の例では、自動実験室機器は、分析システム、または分析システムのワーク・セル、またはアナライザを含むことができる。例えば、自動実験室機器は、試料の力学、光学、化学、または生物学的特性を分析するアナライザとすることができる。「自動実験室機器」は、必ずしも専用の実験室に配置されなくてもよい。逆に、この用語は、例えば、臨床、化学、生物学、免疫学、または薬学分野における分析手順を実行するための単体実験室機器も含む。例えば、医者の診療所または薬局または家庭用デバイスのような、ポイント・オブ・ケア設定におけるベンチトップ・デバイス(benchtop device)も、本開示による自動実験室機器であることができる。本明細書において使用する場合、「自動実験室機器」は、制御ユニットまたはコントローラを含み、これらは、１つ以上の分析用ワーク・セル、分析前処理および後処理(pre- and post-analytical)ワーク・セルに動作的に結合することができ、制御ユニットはこのワーク・セルを制御するように動作可能である。加えて、制御ユニットは、収集した分析データを評価および／または処理するため、アナライザの内任意の１つへのおよび／またはからの試料の装填、貯蔵、および／または取り出しを制御するため、分析を初期化するため、あるいは前記分析のための試料、試料用試験管、または試薬等を準備するために使用される分析システムのハードウェアまたはソフトウェア動作を初期化するために動作可能であってもよい。

一例では、自動実験室機器は、実験室環境において試料を移送するように構成された移送システムとすることができる。
本明細書において使用する場合、「アナライザ」／「分析ワーク・セル」という用語は、試料の物理または化学特性(characteristic)を測定することができる任意の装置または装置のコンポーネントを包含する。ある例では、このデバイスは、測定値を得るために生物学的試料の試薬との反応を誘導するように構成することができる。

アナライザは、様々な化学的、生物学的、物理的、光学的処理または他の技術的手順を介して、試料またはその成分のパラメータ値を決定するように動作可能である。アナライザは、前述の試料または少なくとも１つの分析物のパラメータを測定し、得られた測定値を返すように動作可能であってもよい。アナライザから返される可能性のある分析結果のリストは、限定ではなく、試料中の分析物濃度、試料中の分析物の存在を示すディジタル（有または無）結果（検出レベルを上回る濃度に対応する）、光学的パラメータ、画像、細胞または粒子計数値、ＤＮＡまたはＲＮＡ配列、タンパク質または代謝物の質量分析から得られたデータ、および様々な種類の物理的、力学的、光学的、電気的、または化学的パラメータを含む。分析ワーク・セルは、試料および／または試薬の移液、投与、および混合を補助するユニットを含んでもよい。アナライザは、アッセイを行うために試薬を保持するための試薬保持ユニットを含んでもよい。試薬は、例えば、個別の試薬または１群の試薬を収容するコンテナまたはカセットの形態で配置され、保管区画またはコンベヤ内の該当する受容部または位置に置かれてもよい。これは、消耗品の供給ユニットを含んでもよい。アナライザは、そのワークフローが特定の分析の種類に対して最適化された処理および検出システムを含んでもよい。このようなアナライザの例には、化学的または生物学的反応の結果を検出するため、または化学的または生物学的反応の進行を監視するために用いられる、臨床化学アナライザ、凝集化学アナライザ、免疫化学アナライザ、尿アナライザ、核酸アナライザがある。

本明細書において使用する場合、「ワークフロー」(workflow)という用語は、システムまたはそのシステム・コンポーネントの１つの維持または動作のためというように、多数のステップを含む任意のタスクを包含する。

本明細書において使用する場合、「ワークフローのステップ」(step of a workflow)または「ワークフローのタスク」(task of a workflow)という用語は、ワークフローに属する任意の活動を包含する。活動は、基礎的な性質のものまたは複雑な性質のものでも可能であり、通例、１つの自動実験室機器において、または１つの自動実験室機器によって実行される。「ワークフロー」は、自動実験室機器において行われる全ての処理ステップを含んでもよく、またはタスクの一部(subset)（例えば、ある状況におけるスケジューリングに関連があるもの）だけを含んでもよい。

本明細書において使用する場合、「通信ネットワーク」(communication network)という語は、ＷＩＦＩ、ＧＳＭ（登録商標）、ＵＭＴＳもしくは他の無線デジタルネットワーク等のあらゆる種類のワイヤレス・ネットワーク、またはイーサネット（登録商標）等のような、ケーブルに基づくネットワークを包含する。具体的には、通信ネットワークはインターネットプロトコル（ＩＰ）を実装することができる。例えば、通信ネットワークは、ケーブルに基づくネットワークと無線ネットワークとの組み合わせを含む。

「制御ユニット」(control unit)または「コントローラ」(controller)は、処理プロトコルのために必要なステップが自動システムによって行われるような方法で、自動または半自動システムを制御する。これは、制御ユニットが、例えば、自動システムに、液体の生物学的試料を試薬と混合するための所定の移液ステップを実行するように命令してもよいし、または制御ユニットが、試料混合物を一定時間の間培養するために自動システムを制御してもよいこと等を意味する。制御ユニットは、特定の試料に実施される必要があるステップに関して、データ管理ユニットから情報を受け取ってもよい。ある実施形態において、制御ユニットは、データ管理ユニットと一体となる場合もあり、または共通のハードウェアによって具体化されてもよい。制御ユニットは、例えば、プロセス処理計画にしたがって動作を実行するための命令が設けられたコンピュータ読み取り可能プログラムを実行するプログラム可能な論理制御装置として具体化されてもよい。制御ユニットは、例えば、キュベットおよび／またはピペット・チップの装填および／または廃棄および／または洗浄、試料管および試薬カセットの移動および／または開放、試料および／または試薬のピペット処理、試料および／または試薬の混合、ピペット針またはチップの洗浄、混合パドルの洗浄、例えば、波長の選択等の光源制御等のいずれか１つまたは複数を制御するために構成されてもよい。詳細には、制御ユニットは、所定のサイクル時間内にステップのシーケンスを実行するために、スケジューラを含んでもよい。更に、制御ユニットは、アッセイの種類、緊急性等にしたがって試料が処理されるべき順序を決定してもよい。

「試料」(sample)という語は、対象となる分析物を含んでいる可能性のある物質のことをいう。試料は、血液、唾液、眼球水晶体液、脳脊髄液、汗、尿、***物、***、母乳、腹水、粘液、滑液、腹膜液、羊水、組織、細胞等を含む、生理液等の、生物学的供給源から得ることができる。生物学的試料は、血液から血漿または血清の調製 するというように、使用前に前処置することができる。処置方法は、対象となる分析物を含む試料成分の、遠心分離、ろ過、蒸留、希釈、濃縮および／または分離、干渉成分の不活性化、および試薬の添加を伴うことができる。試料は、供給源から得られたまま直接使用されてもよいが、試料の特性を変更する前処置の後に使用されてもよい。ある実施形態では、最初は固体または半固体の生物学的物質を、適した液体媒体に溶解または懸濁することによって液体状態にすることができる。ある例では、試料が特定の抗原または核酸を含有すると推察することができる。

「命令」(order)という用語は、特定のタスクを自動的にまたは半自動的に実行することを自動実験室機器に求める任意の要求を含む。例えば、命令は、１つ以上の生物学的試料において１つ以上のアッセイを実行することの要求とすることができる。

図１は、本開示によるスケジューラの構造の模式図である。 図２は、本開示による自動実験室機器の動作のスケジュールを模式的に示す。 図３は、本開示による自動実験室機器の動作のスケジュールの動的適合化を模式的に示す。 図４は、本開示によるプロトコルのモデリング例を示す。 図５は、本開示による最適化問題インスタンスの生成プロセスの一部を示す。 図６Ａは、本開示にしたがって、目的関数を変更するときに得られる動作のスケジュール例を示す。 図６Ｂは、本開示にしたがって、目的関数を変更するときに得られる動作のスケジュール例を示す。 図６Ｃは、本開示にしたがって、目的関数を変更するときに得られる動作のスケジュール例を示す。 図７は、本開示による自動実験室デバイスの一例の模式図である。

以下に、自動実験室機器の動作にスケジュールを設定する方法およびシステムについて、更に詳しく論ずる。
最初に、図１に関連付けて、スケジューラの構造についての全体像を示す。続いて、図２および図３に関連付けて、本開示の技法の異なる使用態様について論ずる。次に、図４から図６に関連付けて、本開示のスケジューラの構造について更なる詳細を示す。最後に、自動実験室デバイスの例およびそのモデリングについて、図７に関連付けて更に詳しく論ずる。

図１は、自動実験室機器１のモデルを含む、本開示によるスケジューラの構造の模式図を示す。このモデルは、１つ以上のリソース記述４と、１つ以上のプロトコル記述３とを含む。このスケジューラは、更に、目的関数６と、制約最適化ソルバ２（ここでは、制約最適化ソルバ・モジュールとも呼ぶ）とを含む。制約最適化ソルバ２または制約最適化ソルバ・モジュールは、図１に示すように、最適化モジュールの一部とすることができる。更に、スケジューラは、少なくとも１つの命令を、スケジュール生成プロセスの一部として含む命令リスト７を更に受け取る。

リソース記述４およびプロトコル記述３、ならびに命令リスト７および目的関数６を含む数学的モデル１は、１つ以上の最適化問題インスタンスを生成するために使用される。１つ以上の最適化問題インスタンスは、制約最適化ソルバ２に供給され、制約最適化ソルバ２は、１つ以上の最適化問題インスタンスのために動作のスケジュール８を生成する。

スケジューラの異なるコンポーネントは、以下の機能を有する。命令リスト７は、自動実験室機器によって実行する少なくとも１つの命令（例えば、複数の命令）を含み、各命令は、１つ以上のプロトコルの実行を伴う。例えば、命令リストは、試料または試料の一群に対して自動アナライザによって実行する複数のアッセイを定めることができる。

各プロトコル記述３は、自動実験室機器が実行することができるプロトコルを記述する。プロトコル記述３は、自動実験室機器によって実行する１つ以上のプロトコル・ステップの定義と、これらのプロトコル・ステップを自動実験室機器において実行するときに観察すべき１つ以上の制約とを含む。

例えば、プロトコルは、試薬を試料に追加する、混合物を均質化する、混合物を移送する、混合物を培養する、および混合物において光学測定を実行する複数のステップを含む特定のアッセイであってもよい。

制約は、例えば、ステップの順序、ならびにステップおよび２つのステップ間の時間の最短および最長期間を定めることができる。プロトコル記述３は、自動実験室機器が、スケジュールにおいてどのように命令がスケジューリングされるかには関係なく実行することができるプロトコルを記述することができる。言い換えると、プロトコル記述３の定義は、ソルバによって生成されるスケジュールの（潜在的な）解に関する情報を必要としない。

各リソース記述４は、自動実験室機器内に存在する１つ以上のリソースと、これら１つ以上のリソースの能力および制約とを記述する。例えば、リソース記述４は、分与デバイス（例えば、ピペッタ）を記述することができる。この分与デバイスの制約は、これが流体の内特定の一部(subset)にでなければ対応できない、例えば、（一定の）試薬だけ、および／または一部の体積範囲だけ（例えば、５０から１００μｌだけ、または１１０から２００μｌだけ）でないとサンプリングできないということであってもよい。

ある例では、リソース記述４は、特定の自動実験室機器に特有である(specific)。リソース記述４は、スケジュールにおいて命令がどのようにスケジューリングされているかには無関係であることができる。言い換えると、リソース記述４の定義は、ソルバによって生成されるスケジュールの（潜在的な）解に関する情報を必要としない。

目的関数６は、自動実験室機器のための動作のスケジュールによって遂行される最適化目標を定める。
ある例では、本開示の技法は、１つ以上の特殊規則、および自動実験室機器が１つ以上の特定の状況をどのように処理すべきかについて定める例外５（ここでは「例外」と省略することもある）を得ることも含む。また、ある例では、この特殊規則および例外５を、リソース記述４の一部として定めることもできる。例えば、１つ以上の特定の状況とは、第１命令に関連する物質（例えば、試料または試薬）が、他の命令のプロセスに持ち越される状況を含む。一例では、特定のプロセスが、特定の試薬による汚染に過度に敏感であるのでもよい。

他の例では、１つ以上の特定の状況は、他の後続のタスクの処理に影響を及ぼす可能性がある特定のタスクを実行した後に、リソースが一定の状態(certain state)になる状況を含む。例えば、特定のセンサが、第１タイプの測定を実行した後直接第２タイプの測定を実行する状態にはないというのでもよい。図１に示すコンポーネントおよびその実装に関する更なる詳細については、以下で論ずる。

以上で論じたエレメントを使用して生成された１つ以上の最適化問題インスタンスを受けた後、制約最適化ソルバ２は、これら１つ以上の最適化問題インスタンスを処理して、自動実験室機器において複数の命令を実行するために動作のスケジュール８を生成する。図１に示すように、制約最適化ソルバ２は、汎用の(generic)制約最適化ソルバ・モジュールとすることができる。例えば、制約最適化ソルバ・モジュールは、最適化アルゴリズムおよび発見的方法を含む１つのパッケージ、またはパッケージの組み合わせを使用することができる。ソルバ・パッケージの例には、Cplex CP Optimizer（ＩＢＭ社による）、the Cplex Optimizer（ＩＢＭ社による）、Gurobi Optimizer（Gurobi社による）、ＥＣＬｉＰＳｅ、およびＣＢＣがある。最適化アルゴリズムおよび発見的方法の例には、分枝限定、分岐価格および徹底検索(exhaustive search)アルゴリズム、ローカル検索、構成的アルゴリズム、発展的アルゴリズム、アリ・コロニー最適化、ならびに機械学習に基づくアルゴリズムがある。

言い換えると、制約最適化ソルバ・モジュール２は、モデル化される特定の自動実験室機器に関する情報を含まないことが可能である。加えて、制約最適化ソルバ・モジュール２は、動作のスケジュールに対する解または解の一部に関して全くテンプレートを受け取らなくてもよい。

他の例では、モデル１は、反復パターンによって解を検索することを制約最適化ソルバに強制する１つ以上の制約を含む。この場合、検索活動が行われる正確な時点は規定されず、これはソルバによって最適化することができるが、定められるのは、スケジュールが反復パターンに当てはまるということである。その結果、設計時間中にパターンを計算することができる。このパターンは、ランタイムでのリソース制約の解決を必要とせずに、固定アップロードする(fix uploaded)ことができる。ランタイムにおいて、命令されたプロトコルを反復パターンに当てはめることができる（例えば、自動アナライザによって）。命令されたプロトコルを反復パターン上に当てはめることは、（簡略化した）最適化問題となることができる。ある例では、汎用の最適化モジュールを使用することができる。他の例では、命令を反復パターン上に当てはめる専用ソフトウェア・ルーチンを書くことができる。

動作のスケジュール８は、更に、複数の方法で処理することができる。一例では、自動実験室機器は、動作のスケジュール８を受け取り、このスケジュールにしたがって動作を実行することができる。例えば、これは、スケジュールが生成された後に、またはユーザが入力するとき（例えば、操作員がスケジュールを発表した後）に自動的に行うことができる。ある例では、自動実験室機器は、動作のスケジュール８にしたがって正確に動作を実行することができる。しかしながら、他の状況では、動作のスケジュール８は、更に、自動実験室機器によって処理される。例えば、自動実験室機器が、動作のスケジュール８に必ずしも正確に従わず、動作のスケジュール８を変更する（故意にまたは事故により）場合もある。例えば、定められたスケジュールを大まかに時間的に従い、逸脱の余裕をいくらか残すように、自動実験室機器を構成することができる。

加えてまたは代わりに、動作のスケジュール８を処理して線図表現(diagrammatic representation)とし、ユーザによる検査のために、ユーザ・インターフェース上に出力することができる。例えば、動作のスケジュール８を、図２または図３に示すように、ガン・チャートとして表すことができる。

本開示のスケジューラのコンポーネントについて手短に紹介した後、本開示の技法を使用する異なる技法について、図２および図３に関連付けて論ずる。
一般に、本開示の技法は、自動実験室機器の挙動をシミュレートするため、そして実際の自動実験室機器のスケジュールを生成するために使用することができる。後者の場合は、スケジュールの生成が、自動実験室機器の設計時間または構成設定時間中（例えば、試料の処理が開始する前）、または自動実験室機器のランタイム中に実行されることを含む。

一例では、動作のスケジュールは、自動実験室機器の器械ソフトウェア(instrument software)の開発または設計時に生成される。他の例では、動作のスケジュールは、自動実験室機器の動作のスケジュールの開発または設計時間中に生成される。例えば、開発または設計時間中に生成されたスケジュールは、自動実験室機器上に、この自動実験室機器のランタイム中に使用される既定のスケジュールとして適用することができる。

図２に見られるように、制約最適化ソルバによって決定されたスケジュール８は、自動実験室機器のリソース９を、特定の時点において特定のタスクに割り当てることができる。図２において、自動実験室機器の例は８つの異なるリソースを含む。異なる命令に属するステップは、異なる陰影の棒グラフで図示されている。例えば、リソース＃１は、４つの異なる命令に属するタスクを実行するようにスケジューリングされている。一例では、リソース＃８は培養器とすることができる。所定の時点において、培養器は、特定の命令の一部として処理される試料に対して培養動作１０を実行するようにスケジューリングされている。図２において見られるように、このスケジュールは自動実験室機器のリソース９の動作の順序およびタイミングを定める。

先に論じたように、本開示の方法は、スケジュール８をユーザに表示する（例えば、グラフィカル・ユーザ・インターフェース上で）ステップを含むことができる。そのようにするために、本開示の技法は、スケジュールにおける情報をグラフ表現に変換するステップを含むことができる（例えば、図２または図３に示すようなガン・チャート、あるいは３Ｄ動画）。しかしながら、異なる他の形態でスケジュールを表現して、動作のシーケンスを定めることもできる。ある例では、スケジュールを自動実験室機器のコントローラまたはそのシミュレーション・バージョンのみに送信し、スケジュールにしたがって動作を制御するように対処するのでもよい。これらの例では、スケジュールの情報のグラフ表現を生成しなくてもよい。スケジュールは、単に、自動実験室機器において複数の命令を実行するための動作のシーケンスに関する情報を、機械読み取り可能なフォーマットで含むだけにすることができる。例えば、スケジュールは、自動実験室機器のリソースの一連の動作を定める表またはリストとすることができる。

ある例では、本開示の技法は、特定のリソースに対して、スケジュールにおいてギャップを残すことを伴うことができる。これは、既存のスケジュールにおいて新たな命令を、到達後に、嵌め込み易くすることができる。

スケジュールの構造について論じた後、本開示の技法の様々な応用例について以下に紹介する。
図３に見られるように、本開示の技法は、スケジュールを更新するために、制約最適化ソルバを複数回実行させるステップを含むことができる。例えば、複数の命令を受けた後（例えば、既定数の命令。ここでは、この技法をバッチ処理とも呼ぶ）、または一定の時間間隔が経過した後に、制約最適化ソルバを１回目に実行し、自動実験室機器のために動作のスケジュール８Ａを生成する。

自動実験室機器は、このスケジュールにしたがって命令を処理し始めることができる。
次いで、後の時点において、１つまたは複数の追加の命令を受ける。追加の命令を受けたことに応答して、制約最適化ソルバを２回目に実行し、自動実験室機器のために動作の更新スケジュール(updated schedule)８Ｂを生成する。図３において見られるように、ある例では、更新スケジュールは、新たに受けた命令の動作を追加するだけでなく、命令の内、先にスケジューリングされていたがそのプロセスが未だ開始されていないものの動作をスケジューリングし直す。このように、本開示の技法は、バッチ状で受け取る命令および連続的に受け取る命令の双方をスケジューリングすることに対処する。

自動実験室機器の後続の動作中に、更に他の命令が到達することもある。これら更に他の命令の１つ以上に応答して、制約最適化ソルバを再実行することによって、スケジュールを更新することができる。一例では、各命令の受信に応答して、制約最適化ソルバを再実行することによって、スケジュールを継続的に更新する。他の例では、所定数の命令（例えば、１つから５０００個の間、または６個から２００個の命令の間）を受けた後にのみ、制約最適化ソルバを再実行する。

バッチ処理の一例では、制約最適化ソルバは第１最適化工程(run)を実行し、その後、計算されたスケジュールのサブセット(subset)が解決される(fixed)か、または計算されたスケジュールが全く解決されないか、またはスケジュール全体が解決される。スケジュールにおける残りのサブセットは解除される(released)。次いで、スケジュールの解除された部分に対応する命令は、全てまたは一部が次の最適化工程に含まれるか、あるいは全く次の最適化工程に含まれず、こうすることによって、第１最適化工程の結果解決されたサブセットは、次の最適化工程に、リソース利用不可(resource non-availability)として取り込まれる。

解決される命令数、または次のバッチのために再度解除される命令数、ならびにバッチ・サイズは、バッチ工程毎に定数または変数とすることができる。ある状況では、例えば、非常に早い誘起のために、命令の全てを新しくスケジューリングすることができる（例えば、エラーの場合、またはスケジューリングされたプロセスが開始される前に、非常に緊急な命令が到達したとき）。

スケジュールの内解決されていない部分からの命令の全てを新たなスケジュールのために取り込まなければならない訳ではない。例えば、新たな１組の優先順位が高い命令が到達したが、ソルバは限られた数の命令（例えば、１０個の命令）だけしか再実行できない場合もある。この場合、新たな優先順位が高い命令を最初に含ませればよく、その１組を古い命令で埋めることができる。

図３の例において、制約最適化ソルバの２回目の実行（または任意のそれ以降の実行）は、１つ以上の新たな命令の受け取りによって誘起される。加えてまたは代わりに、他のイベントが、更新スケジュールを生成するための制約最適化ソルバの再実行を誘起することもできる。

一例では、所定の時間が経過した後、制約最適化ソルバを再実行する。
他の例では、自動実験室機器の１つ以上の外部または内部条件の検出によって、再実行を誘起することができる。例えば、操作員またはシステムがリソースをオフまたはオンに切り替えてもよく、あるいはシステムにサービスを提供する間、システムを変更する間、またはシステムを交換する間にリソースを交換することができる。これらの場合、リソースを削減、追加、または変更して、新たなスケジュールを生成するために、制約最適化ソルバを再実行することができる。他の例では、エラーが発生した場合（例えば、自動実験室機器の特定のリソースの停止）、これを自動的にスケジューラに通知することができ、応答して新たなスケジュールを生成することができる。他の例では、内部条件とは、自動実験室機器の１つ以上のコンポーネントが正しく動作しないこととすることができる。

外部条件には、他の自動実験室機器、または自動実験室機器が位置する実験室環境の作業負荷またはステータスを含むことができる（例えば、ある数の実験室要員が所定の時点において存在する）。

これらの誘起条件に応答して、リソース記述（またはモデルの他の部分）および／または目的関数を変更することができる。例えば、故障したリソース（例えば、ピペット・ヘッド）を考慮するために、自動実験室機器のリソース記述を変更することができる。更に、目的関数を変更することができ、スループットを「最大化する」という初期目的を、「できるだけ多くの命令を保存する」に変更してもよい。ある場合には、例えば、エラーが発生した場合、全ての命令の処理に成功するとは限らない。この場合、一部の命令を犠牲にして（終了させて）、他の、恐らくは、もっと重要な命令を処理するために、リソースを解放して(free)もよい。

更に他の例では、目的関数を変更した後に、制約最適化ソルバを再実行する。これは、ユーザ入力時に、あるいは自動実験室機器または実験室環境の特定の状態の検出に応答して、起こるのでもよい。

この例の羅列は、本開示の技法が、自動実験室機器の異なる状況に対する柔軟な適合化に対処できることを示す。これは、自動実験室機器の動作の異なる態様（例えば、スループット、結果までの時間、連続稼働時間(walk away time)、およびリソース消費）を改善できることもある。一般に、再実行の誘起は自動的に発生することができる（即ち、自動実験室機器の操作員の関与なく）。

以上の章では、本開示の技法のランタイム実行の例について論じた。他の例では、スケジュールの生成は、自動実験室機器の設計または構成設定時間中に行うことができる。
更に他の例では、動作のスケジュールの生成は、自動実験室機器のシミュレーションにおいて行われる。この場合について、次に論ずる。

既に以上で説明したように、本開示の技法は、自動実験室機器のリソース記述、および動作の（予期されるまたは望まれる）スケジュールに無関係であることができるプロトコルを含む、モデルの使用を含むことができる。このように、ユーザは、モデルの特性（例えば、リソース記述およびプロトコル記述）を修正し、自動実験室機器の挙動をシミュレートするために制約最適化ソルバを実行することができる。つまり、自動機器または実験室ワークフローに新たなプロトコルを開発し、新たに設計された器械だけでなく既存の器械についても検査することができる（例えば、追加のプロトコルまたは変更したプロトコルによる器械更新の後）。

加えてまたは代わりに、新たなおよび／または修正した自動実験室機器をシミュレートすることができる。例えば、ユーザはコンポーネント（例えば、追加のピペッタ）を既存の自動実験室機器のモデルに追加してもよい。修正されたモデルを制約最適化ソルバの入力として使用すると、実験室機器の挙動を研究することができる。

更に他の例では、既存の実験室機器の特性をシミュレーションによって研究することができる。例えば、既存の実験室機器の性能ボトルネックを、本開示の技法によって生成したスケジュールにおいて特定することができる。加えてまたは代わりに、既存の実験室機器のリソース消費（例えば、試薬またはその他の消耗品目）を、本開示の技法によって生成したスケジュールに基づいて推定することができる。

以上の章において、本開示による多数の使用事例を紹介した。次に、図４から図７に関連付けて、モデルの態様について論ずる。
また、これらの章は、例示のためのコード例も含む。コードは、ＩＢＭ ＩＬＯＧ ＣＰＬＥＸ Optimizerによって処理される形態で書かれる。ＩＢＭ ＩＬＯＧ ＣＰＬＥＸ Optimizerは、整数計画問題、単体法またはバリア内点法の主または双対異形(primal or dual variants)のいずれかを使用する大型線形計画問題、凸および非凸二次計画問題、ならびに凸二次制約問題（二次錐計画問題、即ち、ＳＯＣＰによって解く）を解く。しかしながら、本開示の技法は、この特定の（汎用）制約最適化ソルバに限定されるのではない。逆に、モデルおよび目的関数は、他の（汎用）制約最適化ソルバ（先に列挙したような）によって処理されるように実装することができる。

最初にプロトコル記述について論ずる。図４は、本開示によるプロトコル記述の例を示す。プロトコル記述によって記述されるプロトコルは、自動実験室機器が試料上において実行することができる任意のアッセイまたは他の検査に関係することができる。他の例では、プロトコルは、試料の準備または操作に関係することができる。更に他の例では、プロトコルは、自動実験室機器の清浄化、検査、または保守作業に関係することができる。

図４に見られるように、プロトコル記述は、プロトコルに含まれる複数のプロトコル・ステップ３１Ａ〜３１Ｄの記述と、自動実験室機器上でプロトコル・ステップを実行する時に観察すべき１つ以上の制約３２Ａ〜３２Ｇとを含む。

プロトコル・ステップ３１Ａ〜３１Ｄは、自動実験室機器が実行することができる任意の動作を含むことができる。これらの動作は、試料、試薬、または消耗品目（例えば、反応ベッセルまたは器械先端(instrument tip)）の移送、試料または試薬の操作（例えば、所定量の試薬または試料のサンプリング）、流体混合物の均質化、流体の培養、試料のパラメータ測定、反応ベッセルまたは器械コンポーネントの洗浄動作、および再生不可能なリソース（例えば、流体および消耗品）の廃棄動作(disposal operations)を含む。

プロトコル・ステップの一例を図５に示す。ステップ＃２ ３１Ｅは、１０μｌの試薬Ａを反応ベッセルに移液することを伴う。他の例では、プロトコル・ステップの記述は、他のおよび／または更に他の情報（例えば、１つ以上のプロトコル・ステップの継続期間、または特定のプロトコル・ステップを飛ばせることを示す選択性フラグ(optionality flag)）を含むことができる。

プロトコル・ステップ３１Ａ〜３１Ｄは、自動実験室機器の複数の動作を組み合わせることができる。例えば、ステップ＃１は、所定量の試料および試薬を反応ベッセルに追加することを含んでもよい。

プロトコル記述に含まれる制約３２Ａ〜３２Ｇは、プロトコル・ステップ３１Ａ〜３１Ｇのシーケンスの定義、プロトコル・ステップ３２Ｃ、３２Ｄの最短および／または最長継続期間の定義、あるいは２つの後続のプロトコル・ステップ３１Ａ〜３１Ｄ間の最短および／または最長時間の定義の内１つ以上を含むことができる。これらの後続のプロトコル・ステップは、直接互いの後ろに置くことができるが、必ずしもそうする必要はない。例えば、図５の例では、ステップ＃２は、遅くともステップ＃１が完了して１分後には開始しなければならない。プロトロンビン時間アッセイについてのプロトコル記述のコード例を、以下の表１の左側の列に示す。右側の列は、プロトコル記述の種々の特徴の説明を含む。以上のように、プロトコル記述は、プロトコル識別子（即ち、例における「ＰＴ」）を含む。更に、プロトコル記述は、ステップのシーケンス、および観察すべき種々の制約を定める。

次に、リソース記述について論ずる。一般に、リソース記述は、自動実験室機器内にあるリソース、ならびにこれらのリソースの能力および制約について記述する。
実験室機器のリソースは、例えば、試料および試薬のサンプラおよびディスペンサ（例えば、ピペッタ）、ベッセルの操作のためのグリッパまたはその他のムーバ、培養器、測定ユニット、洗浄場、および消耗品目用供給デバイス（例えば、反応ベッセル、試料・ベッセル、または器械の部品）の内１つ以上を含むことができる。

リソース記述の一例を図５に示す。例示の目的で、４つのリソース記述４１〜４４を示す。一方で、実験室機器の例は３つのピペットを含む。これらのピペットの各々について、リソース記述４１〜４３は、それぞれのピペットが扱うことができる体積の範囲、ピペットの精度、およびピペットが対応できる(address)１組の試薬を定める。同様に、試薬Ａのリソース記述は制約を定める。他の既定の試薬が、試薬Ａの前に所定数の工程(run)で使用された場合、特殊洗浄ステップが要求される。

加えて、ある例では、リソース記述は、リソースがなる可能性がある状態、１つの状態（レベル）から次の状態への遷移を起こすプロセス、最終的にリソースの状態間遷移に必要な遷移時間、所定のプロトコル・ステップを実行するためのリソースの状態の要件、およびリソースの異なる状態間における不和合性(incompatibility)の内１つ以上を定めることができる。

一例では、リソース記述は異なるコンポーネントを含む。例えば、リソース記述は、それぞれのリソースの容量(capacity)を定めるリソース定義コンポーネント、所定のプロトコル・ステップによってリソースをどのように占有および解除することができるか記述するコンポーネント、それぞれのリソースの動的挙動を定めるリソース状態コンポーネント、および特定の状況において従うべき規則を定めるコンポーネントを含むことができる。

一例では、リソース定義コンポーネントは、リソース識別子と、リソースの能力とを定める。例えば、器械において入手可能な特定のタイプのリソースの数を定めることができる。リソースは、１の容量を有するというように、または１つのユニットにおける１組の複合(joint)リソースとして（例えば、複数のキュベット(cuvette)位置の容量を有する培養器）、別個に定めることができる（例えば、図５におけるピペット）。図５に示すように、リソース定義コンポーネントは、それぞれのリソースの更に他の特性を指定することができる。リソース定義コンポーネントのコード例を以下の表２に示す。

所定のプロトコル・ステップによってリソースをどのように占有および解除することができるか記述するコンポーネントは、特定のプロトコル・ステップに必要なそれぞれのリソース、特定のプロトコル・ステップにおいて使用された後にリソースを解除するために必要な処置、および使用することができる最大数のリソースに関する制約の内１つ以上を定めることができる。このコンポーネントのコード例を以下の表３に示す。

リソース状態コンポーネントは、それぞれのリソースがなる可能性がある状態、異なる状態間の遷移に必要な時間、特定のプロトコル・ステップに必要な状態、および異なる状態間の不和合性に関する情報の内１つ以上を定めることができる。このコンポーネントのコード例を以下の表４に示す。

最後に、特定の(certain)状況において従うべき規則を定めるコンポーネントは、特定の(particular)状況において適用される異なる例外を定めることができる。例えば、このコンポーネントは、自動実験室機器の動作中に持ち越しを回避するための規則を定めることができる（例えば、試料または試薬の他の試料、試薬、またはアッセイによる汚染）。

一例では、持ち越しは、以下の内１つ以上を実施することによって回避することができる。持ち越しが発生するおそれがある２つのステップ間に、１つ以上の特殊洗浄ステップをスケジュールに追加する（例えば、特殊洗浄剤による）。持ち越しが発生するおそれがある２つ以上のタスクの処理順序を変更する（汚染タスクの前に敏感なタスク）。持ち越しを発生する２つのタスク間に所定数のステップを実行する（例えば、特殊洗浄ステップではなく、通常の水洗(rinsing)）。

このコンポーネントのコード例を以下の表５に示す。

モデルのリソース記述の異なる態様について論じた後、以下の章では、命令リストおよび目的関数について更に詳しく扱う。
命令リストは、自動実験室機器によって実行する少なくとも１つの命令（例えば、複数の命令）に関する情報を含み、各命令は、１つ以上のプロトコルの実行を伴う。例えば、各命令は、１つの試料または試料の一群(batch)に対して実行するアッセイを指定することができる。他の例では、各命令は、１つの試料または試料の一群に対して実行する複数のアッセイを指定することができる。

一例では、命令リストは、命令毎に、試料または試料の一群を識別する試料識別子（例えば、試料コンテナに付着されるバーコード）、試料または試料の一群に適用される１つ以上のプロトコルを識別するプロトコル識別子、および命令をシステムに入力した時刻を示す入力時刻の内１つ以上を含む。

加えてまたは代わりに、命令リストは、命令毎に、試料または試料の一群を処理しなければならない時刻または期間を示す有効期限を含むことができる。あるいはまたは加えて、命令リストは、命令毎に、試料または試料の一群の優先順位値を示す優先順位インディケータを含むことができる。後者の２つの情報は、ソルバに対して制約を形成することができ、特定の試料または試料の一群の優先順位を決めるために使用することができる。３つの命令を含む命令リストのコード例を以下の表６に示す。

以下の章では、目的関数について更に詳しく論ずる。一般に、目的関数は、自動実験室機器のための動作のスケジュールに、最適化目標を定める。
目的関数は目的を定め、生成されたスケジュールの品質を、目的に達した度合いにしたがって判断することができる。目的関数は目的を定量化するので、場合によっては、目的関数の極小値または極大値を、制約最適化ソルバによって求めなければならない。ある種のスケジュールは、目的関数の絶対極大値または極小値ではないが、それでも有用な結果となる場合もある。加えて、制約最適化ソルバは、求められた解を改良するために複数回(multiple runs)実行することができる。

異なる最適化目標を達成するために、目的関数を調節することができる。最適化目標は、１つまたは複数の命令を処理するための総時間または期間（例えば、命令の一群、または複数群の命令）の内１つ以上を最小化すること、自動実験室機器のスループットを最大化すること、自動実験室機器のリソース消費（例えば、試薬、洗浄剤、またはその他の消耗品目、エネルギ、あるいは再生可能リソース（器械リソース））を最小化すること、作業負荷を均一に、自動実験室機器の異なるコンポーネント、または異なる自動実験室機器に配分すること、および自動実験室機器においてエラーが発生した場合に失われる（優先順位が高い）命令の数を最小化することを含むことができる。

このように、スケジュールを柔軟に異なる最適化目標に適合させることができる（以上でも論じたように）。異なる目標関数を使用することによって生成されるスケジュールの例を図６Ａから図６Ｃに示す。全ての例において、３つまたは４つの命令７１〜７４の一群がスケジューリングされることになっている。命令毎のプロセスの総期間を示す。図６Ａの最初の例では、最良の長期スループットが得られるが、短い工程(run)では図６Ｂのスループットの方が高い。図６Ｃのスケジュールは、命令毎に最短の処理時間をもたらす(yield to)が、短期スループットは低くなる。

一例では、目的関数は２つ以上の係数の加重和を含み、各係数が最適化目標を定量化する。例えば、加重関数が、自動実験室機器の総合スループットを定量化する第１項と、リソース消費を定量化する第２項とを含むことができる。この例では、まず第一にスループットを最適化することを保証するために、第１項には大きい重み係数が重み付けされる。第２項には、非常に高いリソース消費を回避することを保証するために、もっと小さい負の重み係数を重み付けすることができる。スケジュールを生成するために、制約最適化ソルバによって全体的な目的関数を最大化することができる。

目的関数のコード例を以下の表７に示す。

スケジュールを生成するプロセスの一部として、モデルのリソース記述およびプロトコル記述をリンクすることができる。これは、自動的にまたはユーザの介入によって行われてもよい。前の章で説明したように、モデルの異なる部分および命令リストは、自動実験室機器が実行することができる異なるステップの識別子を含むことができる（例えば、先に出てきた「WashNeedle」ステップ）。ある例では、これらの識別子を使用して、モデルのそれぞれの部分を、スケジュール生成プロセスの一部としてリンクすることができる。

図５は、このようなリンク形成プロセスを例証する。プロトコル記述３Ａは３つのステップを定めることができる。これらのステップの１つ（ステップ＃２）３１Ｅは、既定の精度である量の試薬を移液することを伴う。ここで、モデルのリソース記述において、３つのピペット４ｌの内１つだけが、要求された移液ステップを実行することができ、必要な試薬のインスタンスは１つしかないことを認めることができる。したがって、プロトコルのステップは、自動的に、ユーザによるスケジュール生成の間に、リソースにリンクされる。他の例では、プロトコル・ステップを実行するために、１つよりも多いリソースが適用可能なこともある。この場合、ソルバは、目的関数を最大化または最小化するためには、適用可能なリソースのグループの内どれが最も適しているか発見する。

前の章において、本発明によるスケジュール生成プロセスにおいて使用されるエレメントについて論じた。以下の章では、図７に関連付けて、スケジュールを生成することができる自動実験室機器の例について論ずる。

図７において見られるように、自動実験室機器の例は自動アナライザ１０１である。この自動アナライザは、複数の試薬１０４（例えば、複数のリザーバを有する標準的な検査特定カセット内に装填される(packed)）を含む試薬貯蔵所１０２と、複数の試料１０５を含む試料貯蔵所１０３（例えば、試料収集管における）とを含む。自動アナライザ１０１は、更に、１組の複数のピペット１０６（例えば、３つのピペット）を含む。ピペット１０６を３つの空間方向全てに移動させることができる。更に、自動アナライザ１０１は、複数の培養位置１０９と、複数の測定チャネル１１０とを含む。培養および測定動作は、使い捨て反応ベッセル（「キュベット」と呼ぶ）において行われ、使い捨て反応ベッセルは、キュベット供給源１１１を介して供給され、キュベット廃棄所１１３において廃棄される。キュベットの操作は、２つのグリッパ１１２、１１４によって行うことができ、グリップ１１２の内１つは、キュベットを振る(shaking)ことによるミキサ機能も有する。最後に、自動アナライザ１０１は、ピペット１０６を洗浄するように構成された１つまたは２つの洗浄場１０７、１０８を含む。試料管の一群は、関係付けられた命令と共に自動アナライザに到達し、命令は、各々、キュベット品質を測定するためおよび／または空測定（プロトコルの第１ステップ）のためにキュベットを測定位置１１０に供給し、ある量の試料１０５をキュベットに移液し（プロトコルの第２ステップ）、所定の試薬１０４を追加する（プロトコルの第３ステップ）ことを含むことができ、その後ミキサ−グリッパによって混合液を均質化する。次いで、キュベットを培養器１０９内に入れて、試料／試薬混合液を所定の時間期間培養する（プロトコルの第４ステップ）。次に、開始試薬を移液するため、そして測定位置１１０に入れるために、キュベットを転送し(transfer)（プロトコルの第５ステップ）、ここで測定が行われる（プロトコルの第６および第７ステップ）。最後に、ピペットを廃棄する（プロトコルの最後のステップ）。以上のように、ここで説明したプロトコルは、既に比較的簡単であり、自動アナライザの複数のリソースの処理(operations)をスケジューリングするだけでよい。これは、本開示による技法を使用することによって行うことができる。

特定の自動アナライザを図７に示すが、本開示の技法は、この特定のアナライザに限定されるのでは決してない。逆に、以上で論じたエレメント（例えば、モデル、命令リスト、および目的関数、ならびに用途例）の態様は、他の自動実験室機器（例えば、摘要の章において論じた自動実験室機器）にも使用することができる。

加えて、本開示の技法は１つの自動実験室デバイスに限定されるのではない。逆に、複数の自動デバイスのためのスケジュールも、１つの自動実験室デバイスについて本明細書において説明したのと同様に生成することもできる。例えば、この場合、モデルは、複数の自動実験室デバイスの各々のリソースについてのリソース記述を含むことができる。

更に他の例では、自動実験室機器を含む実験室環境のためのスケジュールも、１つの自動実験室デバイスについて本明細書において説明したのと同様に生成することもできる。例えば、この場合、モデルは、実験室環境のリソースについてのリソース記述と、実験室環境におけるワークフローを記述するプロトコル記述とを含むことができる。

以下の章では、本発明にしたがってスケジュールを生成するハードウェアの様々な態様について論ずる。一般に、スケジュールを生成する動作は、適した各コンピュータ・システム（例えば、１つまたは複数のコンピュータを含む）上、または通信ネットワークによってリンクされた複数のコンピュータ・システム上で実行することができる。

一例では、コンピュータ・システムを自動実験室機器内に統合することができる（例えば、自動実験室デバイスのコントローラの一部として）。この例では、自動実験室機器においてスケジュールをローカルに生成することができる。

他の例では、スケジュールが生成される自動実験室機器から離れて、コンピュータ・システムを配置することができる。例えば、コンピュータ・システムは、実験室環境の一部となり、実験室ネットワークを通じて自動アナライザにネットワーク接続することができる。

更に他の例では、コンピュータ・システムは実験室環境から離れていることも可能である。例えば、自動実験室機器、またはインターネットを通じてスケジュールが生成される自動実験室機器を含む実験室環境に接続されたコンピュータ・システム上で、制約最適化ソルバを実行することができる。加えてまたは代わりに、制約最適化ソルバは、分散型コンピュータ・システム（例えば、クラウド・ベースのコンピュータ・システム）上で実行することができる。

自動実験室機器のためのスケジュールの生成がシミュレートされる場合、シミュレーションを実行するコンピュータ・システムと自動実験室機器を実際にネットワーク接続する必要はない。実際、先に論じたように、本開示の技法は、自動実験室機器の設計フェーズにおいて使用することができるので、この機器は存在しなくてもよい。

以上の詳細な説明では、本開示の自動実験室機器のために動作のスケジュールを組む方法およびシステムの複数の例について論じた。しかしながら、本開示の自動実験室機器のために動作のスケジュールを組むための方法およびシステムは、以下の態様において提示するように構成することもできる。
１．自動実験室機器のために動作のスケジュールを組むコンピュータ実装方法であって、
少なくとも１つの命令を受けるステップと、
各命令が前記自動実験室機器上における１つ以上のプロトコルの実行を要求し、
前記自動実験室機器の１つ以上のリソース記述、前記自動実験室機器の１つ以上の１つ以上のプロトコル記述、目的関数、および前記少なくとも１つの命令を使用して１つ以上の最適化問題インスタンスを生成するステップと、
を含み、
前記１つ以上のリソース記述が、前記自動実験室機器内にあるリソース、ならびに前記リソースの能力および制約を記述し、
各プロトコル記述が、前記自動実験室機器が実行することができるプロトコルを記述し、
各プロトコル記述が、前記自動実験室機器によって実行される１つ以上のプロトコル・ステップの定義を含み、
各プロトコル記述が、前記実験室機器において前記プロトコル・ステップを実行するときに観察すべき１つ以上の制約を含み、
前記目的関数が、前記自動実験室機器のための動作のスケジュールに最適化目標を定め、
前記方法が、更に、
前記１つ以上の最適化問題インスタンスを、制約最適化ソルバへの入力として供給するステップと、
前記自動実験室機器において前記少なくとも１つの命令を実行するための動作のスケジュールを生成するために、前記制約最適化ソルバによって前記１つ以上の最適化問題インスタンスを処理するステップと、
を含む、方法。
２．態様１の方法において、前記制約最適化ソルバによって前記１つ以上の最適化問題インスタンスを処理するステップが、前記自動実験室機器のランタイム中に行われる、方法。
３．態様２の方法において、前記制約最適化ソルバによって前記１つ以上の最適化問題インスタンスを処理するステップが、誘起イベントに応答して、前記自動実験室機器のランタイム中に行われる、方法。
４．態様３の方法において、前記誘起イベントが、
１つ以上の新たな命令の到達、前記自動実験室機器のリソース変更、ユーザ入力、命令予想の修正、所定の時間期間の経過、エラー、例外状況、またはこれらのイベントの２つ以上の組み合わせの内１つである、方法。
５．態様４の方法において、前記誘起イベントが、高い優先順位を有する命令の到達である、方法。
６．態様４の方法において、ユーザ入力が、ユーザが定める動作の変更であり、例えば、特定のリソースを停止させること、ユーザが定める命令の優先順位付け、特定のプロトコルまたは命令のために特定のリソースを使用することについてユーザが定める割り当てまたは禁止、ユーザが定めるプロトコルの適用、あるいはプロトコルまたはリソース・パラメータのユーザによる変更である、方法。
７．態様３から６のいずれか１つの方法において、前記制約最適化ソルバによる前記１つ以上の最適化問題インスタンスの処理が、それぞれの誘起イベントの発生に応答して自動的に繰り返される、方法。
８．前出の態様のいずれか１つの方法であって、更に、動作の更新スケジュールを生成するために、前記自動実験室機器のランタイム中に、前記制約最適化ソルバを再実行するステップを含む、方法。
９．前出の態様のいずれか１つの方法であって、更に、
前記自動実験室機器に対する複数の命令の一群を収集するステップと、
前記複数の命令の一群に対して動作のスケジュールを同時に生成するために、前記制約最適化ソルバによって前記最適化問題インスタンスを処理するステップと、
を含む、方法。
１０．態様９の方法において、前記一群における命令の数が、１および５０００の間、任意に６および２０００の間である、方法。
１１．態様１の方法において、前記制約最適化ソルバによって前記１つ以上の最適化問題インスタンスを処理するステップが、前記自動実験室機器の器械ソフトウェアの開発または設計時間中に行われる、方法。
１２．態様１の方法において、前記制約最適化ソルバによって前記１つ以上の最適化問題インスタンスを処理するステップが、前記自動実験室機器の動作のスケジュールの開発または設計時間中に行われる、方法。
１３．前出の態様１１または１２のいずれかの方法であって、更に、開発または設計時間中に生成されたスケジュールを、前記自動実験室機器において、前記自動実験室機器のランタイム中に使用される既定のスケジュールとして適用するステップを含む、方法。
１４．前出の態様のいずれかの方法において、前記自動実験室機器の挙動をシミュレートするために方法が実行され、前記少なくとも１つの命令が、前記自動実験室機器に対する少なくとも１つの仮説的命令であり、前記動作のスケジュールが、前記少なくとも１つの仮説的命令に対するスケジュールである、方法。
１５．前出の態様のいずれかの方法において、方法が、少なくとも１つの命令に要する時間、結果の到達予想時刻、およびエラー状況を含む実験室処理能力(performance)の内１つ以上を予測するために実行される、方法。
１６．前出の態様のいずれかの方法であって、更に、前記１つ以上のリソース記述、前記１つ以上のプロトコル記述、および／または前記目的関数を、前記自動実験室機器によって動作中に自動的に変更するステップを含む、方法。
１７．態様１６の方法において、前記自動変更が、前記リソースが利用可能でないこと、エラー・モード(error modus)、または前記自動実験室機器の状態変化の検出に応答して発生する、方法。
１８．前出の態様のいずれか１つの方法において、連続的に到達する命令が、順次バッチ型最適化によってスケジューリングされる、方法。
１９．態様１８の方法であって、
第１最適化工程(run)を実行するステップを含み、前記計算されたスケジュールまたは完成したスケジュールのサブセットが解決されるか、あるいは何も解決されず、更に前記スケジュールの残りのサブセットが解除され、
前記スケジュールの解除された部分の対応する命令の全てまたは一部が、次の最適化工程に含まれ、あるいは対応する命令が次の最適化工程に含まれず、これによって前記第１最適化工程の結果解決されたサブセットが、次の最適化工程に、リソース利用不可として取り込まれる、方法。
２０．態様１９の方法において、解決される命令の数、または次の一群に再度解除される命令の数、およびバッチ・サイズが、バッチ工程(batch run)毎に一定であっても、または変化してもよい、方法。
２１．前出の態様のいずれか１つの方法であって、更に、
前記動作のスケジュールを、前記自動実験室機器のコントローラに供給するステップと、
前記コントローラによって、前記スケジュールにしたがって前記動作を実行するように、前記自動実験室機器に命令するステップと、
を含む、方法。
２２．態様２１の方法において、前記供給するステップおよび命令するステップが自動的に行われる、方法。
２３．前出の態様のいずれか１つの方法であって、更に、前記スケジュールを、グラフィカル・ユーザ・インターフェース上における表示のために供給するステップを含む、方法。
２４．前出の態様のいずれか１つの方法において、前記最適化目標が、前記自動実験室機器のスループットを最適化する、１つ以上の特定の命令をできるだけ速く処理する、所定のリソースをできるだけ少なく使用する、２つ以上のリソースの作業負荷を均衡させる、またはこれらの目標の組み合わせからなるリストの内の１つである、方法。
２５．態様２４の方法において、前記目的関数が、異なる最適化目標を重み付けした組み合わせまたは優先順位を付けた組み合わせを含む、方法。
２６．前出の態様のいずれか１つの方法において、前記自動実験室機器が、複数の自動実験室デバイスを含み、
前記命令が、複数の自動実験室デバイスによって実行される命令であり、
前記制約最適化ソルバが、前記１つ以上の最適化問題インスタンスを処理して、前記複数の自動実験室デバイスのために動作のスケジュールを生成する、方法。
２７．態様２６の方法において、前記複数の自動実験室デバイスが、同じタイプの２つ以上の自動実験室デバイスを含む、方法。
２８．前出の態様のいずれか１つの方法において、前記自動実験室機器が、実験室環境の一部であり、
前記命令が、前記実験室環境において実行される命令であり、
前記汎用制約最適化ソルバが、前記１つ以上の最適化問題インスタンスを処理して、前記実験室環境におけるワークフローのスケジュールを生成する、方法。
２９．前出の態様のいずれか１つの方法において、前記自動実験室機器が、試料用の自動アナライザを含む、方法。
３０．態様２９の方法において、前記試料用の自動アナライザが、試験管内アナライザである、方法。
３１．態様３０の方法において、前記試験管内アナライザが、臨床化学アナライザ、免疫化学アナライザ、イオン選択分析用アナライザ、血液アナライザ、凝集アナライザ、核酸アナライザ、シーケンサ、血中ガス・アナライザ、質量分析計、血球計算器、またはこれらのアナライザの内２つ以上の組み合わせの内の１つである、方法。
３２．態様１から３１のいずれか１つの方法において、前記自動実験室機器が、試料、試薬、反応ベッセル、マルチウェル・プレート、移液チップ、スライド、消耗品、廃棄物のような再生不可能なリソースを移送するように構成された移送システム、あるいはセンサ、また分析モジュール、または実験室環境において再生不可能なリソースを処理することができるモジュールのような再生可能資源の内１つ以上を含む、方法。
３３．態様１から３２のいずれか１つの方法において、前記自動実験室機器が、１つ以上の分析前処理システム、例えば、等分システム(aliquoting system)、チューブ・キャッピングおよびディキャッピング・システム(tube capping and de-capping system)、チューブまたはウェル・プレート・シーラ(tube or well-plate sealer)およびディシーラ(de-sealer)、試料並び替えシステム、あるいは試料再フォーマッティング・システムを含む、方法。
３４．態様１から３３のいずれか１つの方法において、前記自動実験室機器が、１つ以上の試料分析後処理システム、例えば、試料／検体保管システム、貯蔵用試料／検体調合システム、廃棄物処理システム、または洗浄システムを含む、方法。
３５．前出の態様のいずれかの方法において、１つ以上の最適化問題インスタンスを生成するステップが、自動実験室機器のモデルを使用するステップを含み、前記モデルが、前記自動実験室機器の１つ以上のリソース記述、および前記自動実験室機器の１つ以上のプロトコル記述によって指定される、方法。
３６．前出の態様のいずれか１つの方法において、前記リソース記述が、前記自動実験室機器の特定のリソースまたはリソースのグループによってどのプロトコル・ステップを実行できるかを定める、方法。
３７．前出の態様のいずれか１つの方法において、
前記リソース記述が、特定の特性を有するリソースの記述グループを含み、
前記プロトコル記述が、プロトコル・ステップによって要求される可能性があるリソースの１つ以上の特性を定める、方法。
３８．前出の態様のいずれか１つの方法において、前記リソース記述が、
前記リソースがなることができる状態、前記リソースの状態間遷移に要する遷移時間、所定のプロトコル・ステップを実行するための前記リソースの状態の要件、および前記リソースの異なる状態間における不和合性の内１つ以上を定める、方法。
３９．前出の態様のいずれか１つの方法において、前記命令が、
特定の試料の試料ＩＤ、試料上で実行されるアッセイを識別するプロトコル識別子、前記命令の入力時刻、および前記命令の有効期限の内１つ以上を定める、方法。
４０．前出の態様のいずれか１つの方法において、前記プロトコル記述が、
プロトコル識別子、前記プロトコルにおけるタスクの期間、前記プロトコルにおけるタスクのシーケンス、タスクの期間に対するタイミング枠、および２つのタスク間の時間に対するタイミング枠の内１つ以上を含む、方法。
４１．前出の態様のいずれか１つの方法において、１つ以上の最適化問題を生成するステップが、更に、前記自動実験室機器が、１つ以上の特定の状況をどのように扱うべきか定める１つ以上の例外の定義を使用するステップを含む、方法。
４２．態様４１の方法において、前記１つ以上の特定の状況が、第１命令に関連する物質(substance)が、他の命令のプロセスに持ち越される状況を含む、方法。
４３．態様４１の方法において、前記１つ以上の特定の状況が、リソースが、他の後続のタスクの処理に影響を及ぼす可能性がある特定のタスクを実行した後の状態である状況を含む、方法。
４４．態様４１から４３のいずれか１つの方法において、前記１つ以上の例外が、
１つ以上の洗浄または他のリソース・コンディショニング・ステップをスケジュールに追加すべきこと、２つ以上のタスクの処理順序を変更すべきこと、および持ち越しに敏感な２つのタスク間で、所定数のタスクを実行すべきことの内１つ以上を定める、方法。
４５．前出の態様のいずれか１つの方法において、前記方法が、新たな命令の到達時に、後に埋めることができるギャップを前記スケジュールにおいて残すステップを含む、方法。
４６．前出の態様のいずれか１つの方法において、１つ以上の最適化問題インスタンスを生成するステップが、予期される命令の予想を使用するステップを含む、方法。
４７．前出の態様のいずれか１つの方法において、前記制約最適化ソルバが、汎用制約最適化ソルバである、方法。
４８．前出の態様のいずれか１つの方法において、前記プロトコル記述が、前記動作のスケジュールに対する潜在的な解とは無関係に定められる、方法。
４９．前出の態様のいずれか１つの方法において、前記リソース記述が、前記動作のスケジュールに対する潜在的な解とは無関係に定められる、方法。
５０．前出の態様のいずれか１つの方法において、前記制約最適化ソルバに対する開始スケジュール解として、既定のパターン、任意に設計時に定められたルーチン検査に対する最適スケジュール、または以前に計算されたスケジュール解のパターンのいずれかが使用される、方法。
５１．前出の態様のいずれか１つの方法であって、更に、
前記制約最適化ソルバに反復パターンで解を検索させるために１つ以上の制約を定めるステップを含み、
前記１つ以上の最適化問題インスタンスを処理するステップが、前記スケジュールを反復パターンに当てはめさせるステップを含む、方法。
５２．請求項５１の方法であって、更に、前記反復パターンを前記自動アナライザにアップロードするステップと、命令されたプロトコルを前記反復パターン上に自動的に当てはめるために、前記反復パターンをランタイム時に使用するステップと、
を含む、方法。
５３．実験室ネットワークであって、
自動実験室機器と、
前記自動実験室機器のために動作のスケジュールを生成するために、態様１から５２の方法の内いずれか１つの方法のステップを実行するように構成されたコンピュータ・システムと、
を含む、実験室ネットワーク。
５４．態様５３の実験室ネットワークにおいて、前記コンピュータ・システムが、前記自動実験室機器の一部である、実験室ネットワーク。
５５．態様５３の実験室ネットワークにおいて、前記コンピュータ・システムが、前記自動実験室機器から離れている、実験室ネットワーク。
５６．態様５３から５６のいずれか１つの実験室ネットワークにおいて、態様１から５０までの方法の内いずれか１つのステップが、少なくとも部分的に、リモート・コンピュータ・デバイス上で、またはクラウド・ベースのアプリケーションによって実行される、実験室ネットワーク。
５７．態様５３から５６のいずれか１つの実験室ネットワークにおいて、前記実験室ネットワークが、複数の自動実験室器械を含み、前記動作のスケジュールが、前記複数の自動実験室器械に対する命令を含む、実験室ネットワーク。
５８．態様５３から５７のいずれか１つの実験室ネットワークにおいて、前記自動実験室器械が、試料用の自動アナライザを含む、実験室ネットワーク。
５９．態様５８の方法において、前記試料用の自動アナライザが、試験管内アナライザである、方法。
６０．態様５９の方法において、前記試験管内アナライザが、臨床化学アナライザ、免疫化学アナライザ、イオン選択分析用アナライザ、血液アナライザ、凝集アナライザ、核酸アナライザ、シーケンサ、血中ガス・アナライザ、質量分析計、血球計算器、またはこれらのアナライザの内２つ以上の組み合わせの内の１つである、方法。
６１．態様５３から６０のいずれか１つの実験室ネットワークにおいて、前記自動実験室器械が、前記スケジュールにしたがって前記動作を実行するように構成されたコントローラを含む、実験室ネットワーク。
６２．命令を含むコンピュータ読み取り可能媒体であって、コンピュータ・システムによって前記命令を実行すると、前記コンピュータ・システムに、方法１から５２の内いずれか１つにしたがって前記ステップを実行させる、コンピュータ読み取り可能媒体。

更に開示および提案するのは、コンピュータ実行可能命令を含むコンピュータ・プログラムであり、このプログラムがコンピュータまたはコンピュータ・ネットワーク上で実行されると、本明細書に含まれる(enclosed)実施形態の１つ以上において本発明による方法を実行する。具体的には、このコンピュータ・プログラムは、コンピュータ読み取り可能データ担体上に格納することができる。つまり、具体的には、本明細書において開示した方法ステップの内１つ、１つよりも多く、または全てであっても、コンピュータまたはコンピュータ・ネットワークを使用することにより、好ましくは、コンピュータ・プログラムを使用することにより、実行することができる。

更に開示および提案するのは、コンピュータ・プログラム製品であり、プログラムがコンピュータまたはコンピュータ・ネットワーク上で実行されると、本明細書に含まれる(enclosed)実施形態の１つ以上において、本発明による方法を実行するためのプログラム・コード手段を有する。具体的には、プログラム・コード手段をコンピュータ読み取り可能データ担体上に格納することができる。

更に開示および提案するのは、データ構造が格納されたデータ担体であり、コンピュータまたはコンピュータ・ネットワークの作業メモリまたは主メモリへというように、コンピュータまたはコンピュータ・ネットワークにロードした後、本明細書において開示した実施形態の１つ以上による方法を実行することができる。

更に開示および提案するのは、機械読み取り可能担体上に格納されたプログラム・コード手段を有するコンピュータ・プログラム製品であり、プログラムがコンピュータまたはコンピュータ・ネットワーク上で実行されると、本明細書において開示した実施形態の１つ以上による方法を実行するためのプログラム・コード手段が機械読み取り可能担体上に格納されている。本明細書において使用する場合、コンピュータ・プログラム製品とは、取引可能な製品(tradable product)としてのプログラムを意味する。製品は、一般に、紙のフォーマットで、またはコンピュータ読み取り可能データ担体上においてというように、任意のフォーマットで存在することができる。具体的には、コンピュータ・プログラム製品は、データ・ネットワークを通じて分散されてもよい。

更に開示および提案するのは、本明細書において開示した実施形態の１つ以上による方法を実行するための、コンピュータ・システムまたはコンピュータ・ネットワークによって読み取り可能な命令を収容した変調データ信号である。

本発明のコンピュータ実装態様を参照すると、本明細書において開示した実施形態の１つ以上による方法の方法ステップの内１つ以上、または方法ステップの全てであっても、コンピュータまたはコンピュータ・ネットワークを使用することにより実行することができる。つまり、一般に、データの提供および／または操作を含む方法ステップはいずれも、コンピュータまたはコンピュータ・ネットワークを使用することにより実行することができる。一般に、これらの方法ステップは、通例、試料を供給するおよび／または測定を行う特定の態様のような、手作業を必要とする方法ステップを除いて、方法ステップのいずれでも含むことができる。

更に開示および提案するのは、少なくとも１つのプロセッサを含むコンピュータまたはコンピュータ・ネットワークであり、プロセッサは、本説明において記載した実施形態の１つにしたがって方法を実行するように構成される(adapted)。

更に開示および提案するのは、コンピュータにロード可能なデータ構造であり、このデータ構造がコンピュータ上で実行されている間に、本説明において記載された実施形態の１つにしたがって方法を実行するように構成される。

更に開示および提案するのは、記憶媒体であり、この記憶媒体上にデータ構造が格納され、このデータ構造は、コンピュータまたはコンピュータ・ネットワークの主および／または作業ストレージにロードされた後、本説明において記載された実施形態の１つにしたがって方法を実行するように構成される。

Claims (15)

1. 自動実験室機器のために動作のスケジュールを組むためのコンピュータ実装方法であって、
   少なくとも１つの命令（７）を受けるステップであって、
   各命令（７）が、前記自動実験室機器上において１つ以上のプロトコルの実行を要求する、ステップと、
   前記自動実験室機器の１つ以上のリソース記述（４；４１〜４４）、前記自動実験室機器の１つ以上のプロトコル記述（３；３Ａ）、目的関数（６）、および前記少なくとも１つの命令（７）を使用して、１つ以上の最適化問題インスタンスを生成するステップと、
   を含み、
   前記１つ以上のリソース記述（４；４１〜４４）が、前記自動実験室機器内にあるリソース、ならびに前記リソースの能力および制約を記述し、
   各プロトコル記述（３；３Ａ）が、前記自動実験室機器が実行することができるプロトコルを記述し、
   各プロトコル記述が、前記自動実験室機器によって実行される１つ以上のプロトコル・ステップ（３１Ａ〜３１Ｅ）の定義を含み、
   各プロトコル記述が、前記実験室機器において前記プロトコル・ステップを実行するときに観察すべき１つ以上の制約（３２Ａ〜３２Ｇ）を含み、
   前記目的関数（６）が、前記自動実験室機器のための動作のスケジュールに最適化目標を定め、
   前記方法が、更に、
   前記１つ以上の最適化問題インスタンスを、制約最適化ソルバへの入力として供給するステップと、
   前記自動実験室機器において前記少なくとも１つの命令を実行するための動作のスケジュール（８）を生成するために、前記制約最適化ソルバによって前記１つ以上の最適化問題インスタンスを処理するステップと、
   を含む、方法。
2. 請求項１記載の方法において、前記制約最適化ソルバによって前記１つ以上の最適化問題インスタンスを処理するステップが、前記自動実験室機器のランタイム中に行われる、方法。
3. 請求項２記載の方法において、前記制約最適化ソルバによって前記１つ以上の最適化問題インスタンスを処理するステップが、誘起イベントに応答して、前記自動実験室機器のランタイム中に行われ、任意に、前記誘起イベントが、１つ以上の新たな命令の到達、前記自動実験室機器のリソース変更、ユーザ入力、命令予想の修正、所定の時間期間の経過、エラー、例外状況、またはこれらのイベントの２つ以上の組み合わせの内１つである、方法。
4. 請求項１から３のいずれか１項記載の方法において、前記制約最適化ソルバによる前記１つ以上の最適化問題インスタンスの処理が、それぞれの誘起イベントの発生に応答して自動的に繰り返される、方法。
5. 前出の請求項のいずれか１項記載の方法であって、更に、
   前記自動実験室機器に対する複数の命令（７）の一群を収集するステップと、
   前記複数の命令の一群に対して動作のスケジュール（８）を同時に生成するために、前記制約最適化ソルバ（２）によって前記最適化問題インスタンスを処理するステップと、
   を含む、方法。
6. 請求項１記載の方法において、前記処理するステップが、前記自動実験室機器の器械ソフトウェアの開発または設計時間中に行われ、または前記処理するステップが、前記自動実験室機器の動作のスケジュールの開発または設計時間中に行われる、方法。
7. 前出の請求項のいずれか１項記載の方法において、前記方法が、前記自動実験室機器の挙動をシミュレートするために実行され、前記少なくとも１つの命令（７）が、前記自動実験室機器に対する少なくとも１つの仮説的命令であり、前記動作のスケジュールが、前記少なくとも１つの仮説的命令に対するスケジュールである、方法。
8. 前出の請求項のいずれか１項記載の方法であって、更に、前記１つ以上のリソース記述（４；４１〜４４）、前記１つ以上のプロトコル記述（３；３Ａ）、および／または前記目的関数（６）を、前記自動実験室機器によって動作中に自動的に変更するステップを含み、任意に、前記自動変更が、前記リソースが利用可能でないこと、エラー・モード(error modus)、ユーザ入力、または前記自動実験室機器の状態変化の検出に応答して発生する、方法。
9. 前出の請求項のいずれか１項記載の方法であって、更に、
   前記動作のスケジュール（８）を、前記自動実験室機器のコントローラに供給するステップと、
   前記コントローラによって、前記自動実験室機器に、前記スケジュールにしたがって前記動作を実行するように命令するステップと、
   を含む、方法。
10. 前出の請求項のいずれか１項記載の方法において、前記最適化目標が、前記自動実験室機器のスループットを最適化する、１つ以上の特定の命令をできるだけ速く処理する、所定のリソースをできるだけ少なく使用する、２つ以上のリソースの作業負荷を均衡させる、またはこれらの目標の組み合わせからなるリストの内の１つである、方法。
11. 前出の請求項のいずれか１項記載において、前記自動実験室機器が、複数の自動実験室デバイスを含み、
    前記命令（７）が、複数の自動実験室デバイスによって実行される命令であり、
    前記制約最適化ソルバ（２）が、前記１つ以上の最適化問題インスタンスを処理して、前記複数の自動実験室デバイスのために動作のスケジュールを生成する、方法。
12. 前出の請求項のいずれか１項記載において、前記自動実験室機器が、実験室環境の一部であり、
    前記命令（７）が、前記実験室環境において実行される命令であり、
    前記汎用制約最適化ソルバ（２）が、前記１つ以上の最適化問題インスタンスを処理して、前記実験室環境におけるワークフローのスケジュールを生成する、方法。
13. 前出の請求項のいずれか１項記載において、前記プロトコル記述（３；３Ａ）が、前記動作のスケジュールに対する潜在的な解とは無関係に定められ、前記リソース記述（４；４１〜４４）が、前記動作のスケジュールに対する潜在的な解とは無関係に定められる、方法。
14. 実験室ネットワークであって、
    自動実験室機器（１０１）と、
    前記自動実験室機器（１０１）のために動作のスケジュールを生成するために、請求項１から１３までの方法の内いずれか１つのステップを実行するように構成されたコンピュータ・システムと、
    を含む、実験室ネットワーク。
15. 命令を含むコンピュータ読み取り可能媒体であって、コンピュータ・システムによって前記命令を実行すると、前記コンピュータ・システムに、請求項１から１３までの方法の内いずれか１つにしたがって前記ステップを実行させる、コンピュータ読み取り可能媒体。
    

Images