اگر تا به حال در یک لابراتوار کا رکرده اید ؛ یا حتی فقط آن را در
تلویزیون دیده اید و با موارد مهم آن جزعمل پایپت آشنایی دارید ، برای آسان
تر کردن کار و کاهش خطاهای موجود ، تیمی در موسسه وایتهد MIT ، iPepet
راطراحی کرده اند که اپلیکیشنی برای آی پد است که به صورت تصویری پایپتر ها
در کارشان راهنمایی میکند.
به گزارش سافت گذر به نقل ازمجله آی تی؛ عمل پایپت ، شامل استفاده از یک چشم مانند قطره چکان پایپت شیشه ای برای
انقال اندازه گیری های دقیق از نمونه مایع بین مجموعه ای از وِل های
(جوهردان) ویال مانند موجود در سینی هایی(tray همانند قاب ها شناخته شده
اند )، را شامل می شود. با توجه به طبیعت خسته کننده و تکراری ِ این کار ،
اشتبهات می توانند رخ دهند – اگر یک نمونه به طور تصادفی از یک “منبع” به
یک “مقصد” برود ، خوب این می تواند شامل یک معرف باشد که با دیگر وضعیت ها
مخالفت می کند ، پس از آن نتایج حاصل از این آزمایش می تواند به شدت منحرف
شود.
سیستم های پایپت روباتیکی نیز وجود دارند اما گران قیمت بوده و نیاز به
آموزش پرسنل برای راه اندازی دارند و همچنین به طور کامل خالی از خطا
نیستند.
iPepet تکنیک های انسانی را به صورت تصویری ادامه می دهد و از اسکرین آی
پد برای کمک به پیگیری آنچه که انجام می دهند استفاده می کند.آنها با بکار
بردن یک رابط صفحه گسترده (Spreadsheet) شروع کردند تا در پروتکل عمل خاص
خود ورود یابند- که در آن نمونه ها باید به وِلی بروند که بر یک اساس خاص
مرتب شده اند.
اطلاعات در وب سایت iPepet
آپلود می شوند تا برای تولید دو صفحه نمایش شبکه ای استفاده شده و دوباره
برای آی پد ارسال شود. سپس منبع و صفحه های وِل ِ مقصد بر روی آن دو صفحه
نمایش قرار می گیرند. نقطه های درخشان افراد درون شبکه های مرتبط با وِل
های افراد می باشد. روشن شدن آنها از زیر نشان دهنده کاربری است که از اساس
های قدم به قدم استفاده می کند تا نمونه ها در کدام وِل ِ مقصد قرار
بگیرد.
برای نگه داشتن صفحات به صورت تراز با شبکه ها ، کاربران می توانند
فایلی را دانلود کنند که به آنها امکان چاپ سه بعدی یک آداپتور پلاستیکی را
می دهد و متناسب با اسکرین تبلت است.
در آزمایشی از سیستم ، انسان با استفاده از iPipet قادر به انجام تقریبا
3000 مرحاه پایپت با حجم ثابت در هفت ساعت خواهد بود در حالیکه یک سیستم
روباتیک تمام قادر به مدیریت نیمی از این تعداد در زمان مشابه است.
iPipet در آزمایشگاه یانیو ارلیچ ساخنه شده و می توان آن را از وب سایت
project دانلود کرد. یک مقاله در این پژوهش در نشریه Nature methods منتشر
شد.