Cet article examine les différences entre les systèmes de gestion de l'information de laboratoire (LIMS) utilisés en contrôle qualité et ceux requis pour la recherche et développement (R&D). Il souligne que les laboratoires R&D ont des besoins spécifiques en matière de gestion des projets, d'expérimentation et d'analyse qui ne sont pas complètement couverts par les LIMS traditionnels. Une réévaluation profonde des processus et des modèles est nécessaire pour mieux adapter les LIMS aux exigences uniques des laboratoires de R&D.

1. TECHNOLOGIE APPLIQUÉE
34 SPECTRA ANALYSE n° 277 • Décembre 2010
Renaud ACKER1
, Mohamed NDIAYE1
PratiqueLIMSQCetR&D
Pratique
1
AgiLab–ParisInnovationBourse–5,rueD’Uzès75002Paris–E-mail:renaud.acker@agilab.fr–Tél.:0685339157–E-mail:mohamed.ndiaye@agilab.fr–Tél.:0615427044
RÉSUMÉ
La plupart des LIMS déclarent fonctionner dans des environnements QC (Quality Control) et R&D.
S’il est notoire que le contrôle qualité est le domaine d’intervention historique de la majorité des
LIMS, qu’en est-t-il des laboratoires de recherche analytique, des laboratoires d’innovation en chimie,
en biologie et en physique ? Cet article a pour objectif de montrer que les différences en termes
d’objectifs, d’informations à gérer, de processus et d’organisation ne nécessitent pas seulement un
effort plus ou moins important d’adaptation des LIMS QC mais plutôt un changement complet de
paradigme et de modèle obligeant à concevoir des solutions destinées aux besoins propres de la R&D.
MOTS-CLÉS
LIMS, Laboratoire, Contrôle Qualité, Recherche & Développement,
I - Les LIMS en contrôle qualité
Les laboratoires de contrôle qualité constituent le
domaine historique des LIMS. Ces laboratoires
existent dans tous les secteurs d’activité où des
analyses sont nécessaires pour maîtriser la qualité
des produits : chimie, pétrochimie, environnement,
cosmétique,agro-alimentaire,pharmacie,fabrication
de biens de consommation et d’équipement.
Ils analysent des matières premières, des produits
de recherche ou des produits finis et peuvent être
des laboratoires internes ou des prestataires de
services. Leur principal objectif est d’analyser des
échantillons selon des spécifications dans le cadre
d’un référentiel qualité.
1. Les principes de base
Le processus couvert par les LIMS dans les
laboratoires QC est principalement centré sur le
flux d’échantillons qui y est analysé.
Le diagramme de la Figure 1 illustre de manière
simplifiée ce processus, organisé en fonction du
nombre d’échantillons à traiter par le laboratoire.
Les différentes normes ou référentiels qualité
s’appliquant aux laboratoires de QC, et ce quel
que soit le domaine concerné, exigent de plus
une sécurisation des accès, une segmentation des
données et des fonctions par profil, une traçabilité
plus ou moins détaillée et un suivi de toutes les
modifications des résultats.
2. Le modèle
Pour soutenir le processus de base présenté ci
dessus, le modèle des LIMS QC est centré sur
l’échantillon et son cycle de vie. En schématisant,
l’objectif premier est d’associer aux échantillons
les résultats analytiques produits par le laboratoire
tel que présenté dans la Figure 2. Il est à noter que
le modèle des LIMS QC est souvent extensible
(création de nouvelles entités et données) et
relativement adaptable (sémantique variable).
Figure 1
Processusdebased’unlaboratoireQC
Figure 2
Modèlesimplifiéd’unLIMSQC

2. Technologie appliquée
35SPECTRA ANALYSE n° 277 • Décembre 2010
LIMS QC et R&D
II - Les laboratoires de R&D
Décrire l’organisation et les processus types d’un
laboratoire de R&D est une vaste tâche tant est
grande la diversité des disciplines, des métiers, des
domainesd’activitéetdesobjectifsdesrechercheset
développements menés dans ceux-ci. Il est tout de
même possible d’identifier certains grands objectifs
communs et de faire ainsi émerger des besoins
génériques propres aux principales activités des
laboratoires de R&D, présentés dans le Tableau 1.
1. Les besoins génériques
Un rapide inventaire des préoccupations et
objectifs des laboratoires de R&D permet de mettre
en évidence des fonctionnements constants.
- Gestion des activités par projets, études,
expériences : contrairement aux laboratoires de
QC qui gèrent un flux continu d’échantillons, les
laboratoires de R&D organisent leur activité par
projets, études et expériences qui sont des critères
de différenciation importants permettant de
segmenter, d’ordonner et de donner du sens aux
résultats obtenus.
- Mises au point et essais divers : une grande partie
de l’activité des laboratoires de R&D est consacrée
à la mise en place et à la validation de protocoles
expérimentaux. Pour cela, les laboratoires peuvent
multiplier les essais pour développer un test
qui pourra être ensuite transposé et réalisé en
routine.
- Gestion des expériences ponctuelles : dans de
nombreuxcas,lesactivitésderecherchenécessitent
de procéder à des essais non initialement prévus.
Ainsi des études de confirmation, validation ou
de caractérisation intermédiaires doivent souvent
être menées, nécessitant une grande capacité
d’adaptation.
- Bonnes pratiques de laboratoire : les laboratoires
de recherche ne sont généralement pas soumis
aux contraintes qualité de type « BPL ». En effet,
les protocoles peuvent être remaniés, les résultats
revus, recalculés, ré-analysés,… Dans ce cadre,
l’application d’un référentiel qualité est trop
contraignant. Les laboratoires de développement,
eux, sont par contre soumis à ces normes qualité
strictes. Leurs méthodes, techniques et protocoles
doivent être validés, ce qui implique que les
résultats ne peuvent sans raison majeure (et tracée)
être repris et modifiés. Sécurité, segmentation et
traçabilité doivent être garanties.
- Analyse fine et statistique des résultats :
l’exploitation des résultats dans un laboratoire
de QC se fait sur l’échantillon concerné et
éventuellement par rapport à un échantillon blanc,
contrôle ou de référence. En R&D, l’exploitation
des résultats se fait plus généralement sur une
série de résultats répétés et groupés en fonction
de différents facteurs : souche, substance, dose…
Les calculs effectués peuvent être faits en regard
d’autres résultats calculés au cours d’autres
expériences ou études. Des analyses statistiques
sont généralement effectuées sur les résultats.
2. Les besoins spécifiques
A ces besoins génériques, s’en ajoutent d’autres,
plus spécifiques à chaque discipline :
a. Chimie
Les chimistes de R&D travaillent sur des structures
moléculaires, des réactions et des schémas de
synthèse.Ilsdoiventpouvoirvisualiseretmanipuler
les structures qu’ils utilisent dans les réactions
mises en œuvre. Ces structures et réactions
doivent de plus être porteuses de l’information
chimique : atomes, liaisons, stœchiométrie,
structure 2D et 3D, sites réactionnels… et ne pas
être de simples images. Des éditeurs spécialisés
sont donc nécessaires pour dessiner, afficher et
rechercher ces structures et réactions. De plus, les
chimistes produisent des lots de substances, dont
la pureté et la quantité doivent être déterminées
et déclarées.
b. Physico-chimie
Les laboratoires de recherche analytique en
physico-chimie ont pour objectif de caractériser
des substances. Ils reçoivent des échantillons à
Tableau 1
Principauxobjectifs
delaR&Dpargrande
discipline
Discipline R&D Principaux objectifs
Chimie Recherche Concevoir, modéliser et synthétiser de nouvelles substances
Développement Optimiser le procédé de synthèse et changer l’échelle des lots produits
Physico-
chimie
Recherche Caractériser les substances
Développement Déterminer les propriétés physico-chimiques
Biologie Recherche
Modéliser, décrire des mécanismes biologiques
Identifier des cibles biologiques
Caractériser les mécanismes d’action et valider l’activité biologique de substances
Développement Evaluer la toxicité, la cinétique de substances
Physique Recherche Concevoir de nouveaux matériaux, sources d’énergie,…
Développement Développer de nouveaux matériaux et de nouveaux procédés

3. TECHNOLOGIE APPLIQUÉE
36 SPECTRA ANALYSE n° 277 • Décembre 2010
analyser et les résultats qu’ils produisent vont d’un
résultat chiffré à un spectre complet. Les spectres
sont porteurs d’information sur la structure de la
substance analysée et doivent être consultables
comme tout autre résultat. Leurs techniques et
instruments sont comparables à ceux utilisés
en routine en analyse QC. Toutefois chaque
expérience est souvent unique car ces laboratoires
ne pratiquent généralement pas des analyses en
routine.
c. Biologie
Les biologistes de R&D peuvent soit directement
étudier les mécanismes et les cibles biologiques
des organismes qu’ils étudient, soit étudier
les effets pharmacologiques, ou toxiques, de
substances sur leurs modèles. Leurs résultats
sont de toute nature : nombre, score, annotation,
image, ensemble de points, graphe, courbe,… Des
analyses biochimiques sont souvent nécessaires
pour doser une protéine, identifier un gène,…
d. Physique
Les études de physique en R&D sont très variées :
recherche de nouveaux matériaux, nouvelle
énergie,… Ces études sont basées sur des analyses
physiques ou physico-chimiques permettant de
déterminer les propriétés des produits. La variété
des techniques pouvant être employées, les
expériences ponctuelles et adaptées au contexte
d’un projet ou d’une étude sont les principales
caractéristiques de l’activité de ces laboratoires.
III - LIMS pour la R&D
Gestion des structures chimiques, description des
expériences en biologie, gestion des microplaques,
capacité de créer des essais ponctuels ou des mises
au point de protocole, analyses statistiques des
résultats, tous ces besoins ne sont pas standard
dans les LIMS QC. Il est donc évident que les
besoins spécifiques des laboratoires de R&D sont
loin d’être complètement couverts par les LIMS
classiques. Ceux-ci peuvent cependant répondre
aux besoins de certains laboratoires œuvrant en
R&D, principalement des laboratoires d’analyse
dont le fonctionnement est très proche des
laboratoires QC.
De nombreux éditeurs de LIMS ont effectué ce
constat et, après avoir ajouté à leur solution les
notions de projet, d’étude et d’expérience, qui
permettent de structurer les résultats analytiques,
ils ont proposé une « version » R&D de leur LIMS.
Pourtant, satisfaire les besoins de la plupart des
laboratoires de R&D, nécessite de ré-analyser en
profondeur les processus et les données à mettre
en œuvre.
1. Les principes – 4 grands métiers
Le diagramme de la Figure 3 présente schéma-
tiquement quatre types d’expériences commu-
nément effectuées en R&D.
Les synthèses chimiques, analyses physico-
chimiques de substances, études biologiques in
Figure 3
Synoptiquedes
expériencesenR&D

4. Technologie appliquée
37SPECTRA ANALYSE n° 277 • Décembre 2010
LIMS QC et R&D
vivo ou in vitro, analyses génomiques et dosages
biochimiques, présentées ici comme exemples,
sont autant d’expériences pouvant se décliner dans
différents contextes, faisant appel à des techniques
multiples, nécessitant des organisations et des
approches variées et produisant une diversité de
types de données et de résultats.
2. Le modèle
L’analyse des différentes expériences présentées
ci-dessus permet de réaliser que le modèle QC
n’est pas suffisant pour répondre aux besoins
des laboratoires de R&D. Le modèle simplifié de
la Figure 4 présente un début de solution pour
intégrer la diversité des besoins des laboratoires
de R&D.
La comparaison de ce modèle en regard du
modèle QC (figure 2) rend évident le fait que
gérer les différentes problématiques de la R&D,
pourtant présentées ici de manière simplifiée,
nécessite de repenser complètement les
fondements du LIMS qui voudrait couvrir ces
besoins spécifiques.
L’expérience montre qu’il est dangereux, au
cours de projets d’installation de LIMS dans
des laboratoires R&D, de vouloir céder à la
tentation de combler le delta entre les modèles
QC et R&D par la mise en œuvre de nombreuses
extensions, développements et adaptations. Le
risque est d’une part que le modèle QC soit
dénaturé par de trop importantes adaptations
(perte de sens, sémantique floue) et d’autre part
qu’une solution quasi spécifique soit construite
pour chaque laboratoire.
IV - Conclusion
En regard de l’utilisation du terme générique de
laboratoire de R&D, il convient, pour les responsables
de projet LIMS de ces entités, de bien qualifier leurs
besoins et de s’assurer que les concepts rapidement
présentés ici sont couverts dans les offres de solutions
LIMS qu’ils envisagent d’installer.
Les principales notions nécessaires dans un LIMS
R&D et qui en sont souvent absentes sont :
• en chimie : gestion des réactions et molécules,
déclaration des lots synthétisés
• enbiologie :gestiondes« unitésexpérimentales »(les
sujetsdesexpériences :animaux,lignéescellulaires,…),
prise en charge des « substances » pour les études de
pharmacologie, toxicologie et pharmacocinétique,
possibilité de décrire des mises en œuvre complexes
(groupe expérimentaux, répliques,…) en fonction
de critères variés, capture et traitement des résultats
(statistiques, calculs, transformations,…).
• en analyse physico-chimique, physique, bio-
chimique : gestion des essais ponctuels, mise au point
de méthode par essais successifs, intégration des
techniques de caractérisation de substances,…
Cette liste n’est bien sûr pas exhaustive.
L’évaluation d’un LIMS se fait en notant sa capacité
à répondre à des besoins décrits dans des cas
d’utilisation. Le choix de ces derniers est encore
plus déterminant dans le cas des laboratoires R&D.
En effet, il convient non seulement de sélectionner
les cas d’utilisation les plus représentatifs mais
aussi certains des plus spécifiques. Ce sont ces cas
d’utilisation qui seront à même de déterminer si la
solution LIMS évaluée peut répondre aux objectifs
et contraintes du laboratoire de R&D.
Figure 4
Modèlesimplifiépour
laR&D