Andrés Alba-Pérez

Recomendaciones para investigadores individuales y grupos de investigación para enlazar nuestra investigación con oportunidades de transferencia de tecnología. 

La principal propuesta práctica es la mejora de nuestra conexión con el entorno local, con una visión de largo plazo de construcción de confianza con comunidades de intercambio de conocimiento.

Hay cambios importantes en marcha en la manera en que las universidades se organizan para producir impacto, o dicho de otra manera para conseguir que su producción de conocimiento resulte en valor para la sociedad. Hay una constatación de que hay una variedad de modelos y estructuras que pueden funcionar bien para distintas universidades o distintos investigadores dentro de una misma universidad, y de que la producción de impacto ocurre sobre todo en una variedad de intersecciones entre investigadores y comunidades, con un propósito y capacidad suficiente [Mark S. Reed and Ioan Fazey, Front. Sustain., 16 July 2021]. La flexibilidad en la organización de sus actividades, el apoyo proactivo a una variedad de culturas de impacto, la facilitación de comunidades mixtas, hace más fuerte a una institución de generación de conocimiento a la hora de producir valor. Los retos y problemas reales se conectan más fácilmente con posibles soluciones. Se generan más y mejores ideas semilla que alimentan a nuevas propuestas de investigación. Más referencias y notas sobre estos cambios a nivel institucional y estructural en la transferencia de tecnología (TT) al final, pero este artículo es una discusión sobre qué significan estos cambios en TT para el investigador individual y el grupo de investigación o laboratorio, y sobre cómo adaptar y mejorar la actividad de nuestro laboratorio aprovechándolos.

> El elemento de la interconexión local. Las estructuras y programas de apoyo a la TT más grandes se crean por gobiernos centrales pero a la vez se constatan ventajas en la descentralización de los apoyos. Son muy importantes las conexiones locales, con efectos a nivel local, regional. Se proponen consultores y expertise centralizada, recursos de orientación estratégica, pero en la práctica las acciones de TT ocurren mayoritariamente a nivel local. La búsqueda de conexiones locales, de manera proactiva, puede ser la primera herramienta práctica de mejora como investigadores académicos individuales o como grupo de investigación, para integrar estos cambios estructurales de la actividad de TT en nuestra propia actividad como investigadores. En primer lugar, dentro de nuestro propio entorno de investigación, conociendo mejor a los investigadores con los que colaboramos, a los servicios y programas dentro de nuestra universidad de apoyo a la actividad de investigación y TT. A la vez, con empresas y otras organizaciones que tienen que ver con nuestro tema de investigación.

Sobre la mejor manera de hacer contacto con personas de interés, sobre networking, hay muchísimo escrito. Mi propuesta para empezar a trabajar esto de manera individual es que sobre todo es algo más o menos fácil según nuestra propia personalidad. Hay que empezar por algo de autoevaluación, por darnos cuenta de nuestras propias habilidades sociales, y por guiarnos por una idea que es sencilla de decir pero no tanto de llevar a la práctica: a todos nos gusta relacionarnos con personas que nos alegran y hacen felices. Hay que hacer favores siempre que se pueda, transmitir alegría y disfrutar ayudando a los demás. Sin esperar nada a cambio. Ponerse en modo Amélie lo más a menudo posible.

> La construcción de confianza. Para tener una estructura de comunidad útil, con la que poder trabajar para generar impacto, es sobre todo necesaria la confianza en las conexiones descritas en el punto anterior. El liderazgo de acciones de TT de éxito viene invariablemente de redes o comunidades, sobre todo locales, en las que la confianza es auténtica. ¿Cómo se crea esta cultura de confianza en una comunidad de personas entorno a un mismo propósito? ¿Cómo se crea este capital social? Construyendo complicidades, escuchando mucho, poniéndose en el lugar de los demás en la medida de lo posible, con empatía y generosidad. Podemos así contribuir a que nuestros colegas, nuestros contactos más cercanos, se sientan comprometidos e inspirados, o al menos no contribuir a generar desmotivación y estrés. En un grupo de investigación es buena idea tener un ambiente de flexibilidad y libertad académica para que las personas se encuentren y sean ellas mismas puedan contribuir al grupo de distintas maneras. Cuando pensemos que podemos, brindar orientación y ayuda para construir resistencia emocional y visión .

> Comparte tu visión y clarifica expectativas con tus colegas, con tus jefes y los miembros de tu laboratorio. Prepárate para sorprenderte y cambiar o matizar tu opinión. Construye una comunidad de contactos flexible, con prioridades diferentes, identidades institucionales o individuales variables, personalidades y habilidades variables, etc. Compartiendo tu visión a varios niveles podrás aprender más, reforzar más tus objetivos a largo plazo y en particular mejorar la planificación de ideas, propuestas de proyectos y el estado de tu propio laboratorio y actividad de investigación. El clarificar expectativas de manera honesta es también parte de esta actitud de discusión abierta sobre cuestiones fundamentales en la organización de la actividad de investigación que pueden tener un efecto grande en las actividades de TT, desde clarificar las horas de trabajo de estudiantes de doctorado a las condiciones para hacer una empresa spin-off a partir de resultados compartidos.

> Valora calidad en lugar de cantidad en tu producción y en la de otros investigadores. Esto es un cambio en la forma de pensar en la planificación de nuestra actividad científica y de TT. No todas la actividades, objetivos o resultados son igual de importantes. Es un cambio difícil porque también debe ocurrir a nivel académico, pero mientras tanto la realidad es que un activo de conocimiento es valioso sobre todo por su calidad, por su capacidad de resolver un reto o problema real de innovación. Los investigadores individuales pueden desempeñar un papel en la creación de espacios virtuales donde las personas a las que evalúan (estudiantes, otros investigadores) puedan tener oportunidades creativas donde se prime la calidad y la excelencia por encima de la cantidad, incluyendo en la consideración de excelencia las actividades de TT.

Notas sobre los cambios a nivel institucional y estructural en la transferencia de tecnología.

La forma en que se hace investigación ha ido cambiando, y en los últimos años gobiernos y universidades han puesto en marcha iniciativas variadas con un tema común: la conexión de los recursos o activos de conocimiento con los retos complejos de la sociedad actual. Hay un cambio cultural en marcha en la manera en que se aborda esta cuestión de la transferencia de tecnología (TT): la universidad y los investigadores son generadores de conocimiento pero también intermediarios de ese conocimiento, estructuras de interfaz con la sociedad en general, con las empresas en particular.

> En su charla keynote durante la jornada UPV Innovación de 1 de marzo, Dr Alison Campbell (CEO de la nueva UK Government Office for Technology Transfer) ha hablado del cambio de tendencia reciente en las compañías multinacionales, que ahora prefieren trabajar con contactos locales. En particular en el caso de empresas EEUU. La Dr Campbell también habló de novedades del entorno de creación de spin-out universitarias, con la creación de nuevos fondos semilla desde gobiernos centrales pero también desde las propias universidades, y de iniciativas para implicar más de cerca a los estudiantes en actividades de TT, dado su creciente interés por el emprendimiento y la innovación. Desde GOTT se ha publicado un libro guía a nivel de gobiernos de gestión de activos de conocimiento – The Rose Book. Un resumen de la charla en este tweet de Carlos Ripoll.

> Las universidades no son el socio preferente para la mayoría de las empresas en España a la hora de realizar actividades de I+D [página 198 del Informe CYD sobre la investigación y transferencia de las universidades españolas, marzo de 2023]. Con un incremento leve en el porcentaje de empresas innovadoras España aún está por detrás de la media de la UE. Es muy llamativo que en España las empresas tienen aproximadamente un 80% sus actividades de innovación en colaboración con otras empresas, mientras que con universidades e institutos públicos de investigación son el 15% de estas actividades [página 220 del mismo informe CYD]. En el indicador de co-publicaciones con empresas es también llamativo que la UPV está lejos de otras universidades españolas, el 2,72% frente al 4,35% de la UPV o el 6,46% de la Mondragon Unibertsitatea.

> Programas Innotransfer y SPIN UPV, para conectar retos propuestos por empresas y otras entidades con investigadores de la Comunidad Valenciana, y para impulsar el emprendimiento entre los investigadores UPV.

> Por qué España se reindustrializa al revés que Europa – artículo de Eugenio Mallol de febrero de 2023 en ATLASTECH REVIEW en el que se discuten varios informes y trabajos recientes sobre los equilibrios entre investigación, innovación y reindustralización en países y regiones de la UE.

• «El Índice de Complejidad Económica (ECI) que elabora el Growth Lab de la Universidad de Harvard sitúa a España se sitúa en el puesto 32 del mundo, ocho posiciones peor que una década antes y claramente por debajo del lugar que le correspondería por nivel de renta. Atribuye ese empeoramiento a la falta de diversificación de las exportaciones e insta a propiciar cambios en su menú empresarial utilizando el conocimiento existente.»
• «…incluso partiendo de condiciones estructurales iniciales similares, las regiones pueden terminar en diferentes vías de desarrollo, debido, por ejemplo, al espíritu empresarial innovador local, al espíritu institucional local y al liderazgo basado en el lugar.«

> «Es urgente potenciar la transferencia de conocimiento y, sobre todo, priorizar la investigación industrial.» En este artículo de Xavier Ferrás, Diagnosis de la I+D en España: avance insuficiente tras una década perdida, de enero 2023, se explica con cifras y comparación con otros países como en España se han hecho «políticas científicas, pero se ha desatendido la política industrial orientada a crear tejido económico.»

El lunes 14 pasado se presentó en el Congreso de los Diputados la nueva Oficina de Ciencia y Tecnología del Congreso, también conocida como Oficina C. Se trata de una iniciativa conjunta del Congreso de los Diputados y la Fundación Española para la Ciencia y la Tecnología (FECYT). Al acto asistieron investigadores y parlamentarios de todos los grupos y se presentaron los cuatro primeros informes que ha preparado esta nueva oficina de asesoramiento científico para todos los diputados y diputadas, sobre ciberseguridad, hidrógeno verde, avances en el tratamiento contra el cáncer, e inteligencia artificial en salud.

Diez personas seleccionadas de todo el sistema de ciencia español asistieron también a esta presentación. Estas personas hemos estado además durante cuatro días involucrados en una actividad de intercambio de experiencias con los diputados, entre el lunes y jueves de esta semana pasada. El objetivo ha sido conocer mejor cómo es el día a día de los políticos y del proceso legislativo, y cómo la evidencia científica puede contribuir a la toma de decisiones en política. Las decisiones informadas por la ciencia tienen más posibilidades de acertar.

En el marco de este programa de presentación de la Oficina C he tenido la suerte de conocer la actividad en el Congreso de los Diputados de la mano del diputado por Álava Iñaki Ruiz de Pinedo (@RuizdePinedo). Ha sido una experiencia extraordinaria que recomiendo totalmente para futuras ediciones. Hay un consenso creo en que ha superado mucho las expectativas de tanto las diez personas relacionadas con la ciencia como de los diputados participantes.

El objetivo de la nueva Oficina C es favorecer políticas informadas por la evidencia, recoger la evidencia científica sobre temas de interés y sintetizarla para uso de todo el arco parlamentario. En las conversaciones con los diputados ha quedado claro que la política está totalmente dispuesta e interesada en tener esta información. Va a ser muy útil para mejorar el proceso legislativo, y cada vez más porque la ciencia y la tecnología progresan cada vez más rápido. El poder legislar de manera acertada y rápida con un soporte robusto en la evidencia científica tiene dos efectos muy importantes: en primer lugar, nueva legislación es necesaria para proteger al consumidor en cuestiones ya presentes en la sociedad, pero sin claridad legal. Además, el que el uso de nuevas tecnologías y avances prometedores no esté reflejados en la legislación vigente supone una incertidumbre y una barrera para continuar su desarrollo y su comercialización. Si hay una buena legislación en España en estas cuestiones en las que la evidencia científica es parte importante, las empresas españolas podrán ser pioneras y líderes en el mundo. El hidrógeno verde puede ser un ejemplo concreto de esta oportunidad única para España de unir ciencia y política.

La iniciativa ha tenido para mi un impacto inesperado, al conocer de cerca todo el trabajo que ocurre en el Congreso de los Diputados. Valoro ahora personalmente mucho más la labor y dedicación de los parlamentarios. Su señoría Ruiz de Pinedo ha sido muy accesible, y he podido compartir con él muchas conversaciones de un valor difícil de cuantificar. He visto muchas horas de trabajo y dedicación en él y en los parlamentarios con los que hemos interaccionado.

La nueva Oficina C tiene ahora la tarea compleja de convertirse en un instrumento eficaz de asesoramiento científico en el centro legislativo nacional. No se trata de prescribir qué políticas se deben adoptar, pero sí de informar sobre cuál es la realidad a la que deben responder esas políticas. La experiencia de esta semana pasada creo que va a ser muy útil para que los diputados y diputadas refuercen su conexión con el mundo científico. Además, es un modelo que puede ser transladable a otras estructuras legislativas, en particular los parlamentos regionales.

Mi resumen y notas de una columna publicada recientemente en la revista Nature: How to pick a great scientific collaborator escrita por el profesor danés Carsten Lund Pedersen.

>Encontrar grandes colaboradores y poder trabajar con ellos de manera productiva es uno de los predictores más importantes de éxito.

>Hay tres rasgos principales de un gran socio: (i) es «alguien con quien es divertido trabajar«, (ii) es «alguien que contribuye al trabajo«, y (iii) es «alguien que tiene la misma ambición«

>A partir de estos tres rasgos se propone una herramienta o marco de análisis que clasifica a los colaboradores y a nosotros mismos en:

• «colaboradores más valiosos«, los que cumplen con los tres rasgos.
• «gorrones simpáticos«, con los que es divertido trabajar y tienen el mismo nivel de ambición, pero no contribuyen de manera significativa al trabajo. El autor propone que a veces es posible reconducir la colaboración con una conversación seria.
• «productivos fastidiosos«, que son personas que contribuyen a un proyecto y comparten ambición, pero con los que no es divertido trabajar. Pueden ayudarte a progresar, pero también pueden hacerte sentir miserable en el proceso. El autor propones dos opciones: evitar a estos individuos por completo, o «protegerse» de ellos teniendo otros colaboradores más divertidos en un mismo proyecto.
• «socios desalineados«, con los que es divertido trabajar y contribuyen al estudio, pero no tienen la misma ambición. No trabajan en el mismo tema o no tienen objetivos similares en su carrera. El autor propone si es posible encontrar proyectos comunes en los que se tenga el mismo nivel de ambición.

>El autor propone finalmente el uso de la herramienta en uno mismo, como autoevaluación para entender cómo nos ven nuestros colaboradores y poder mejorar nuestra interacción con ellos. El autor utiliza la herramienta para describir que que en el pasado sus rasgos han sido a veces los de un socio de tipo «productivo fastidioso» y el ser consciente de esto le ha hecho cambiar a un perfil de mejor colaborador. Es muy interesante la conclusión final sobre «lo estrechamente relacionado que está hacer una investigación rigurosa con divertirse en el proceso. Así que trato de hacer de la diversión una prioridad en mis proyectos«. Creo que esto puede ser un ejemplo muy útil para investigadores de todo tipo, para los que no es fácil encontrar colaboraciones duraderas. El rasgo más mejorable de muchas interacciones de colaboración es cómo es de agradable y divertida para los participantes, porque consciente o inconscientemente esto nos motiva a poner más o menos energía en la colaboración, y finalmente continuar o no con ella. El hacer un auto-análisis crítico, reconocer nuestros defectos, y proponerse mejorar, es una actitud muy valiente y acertada.

Versión en español de este artículo

This is just a quick note on a really big goal for researchers at any stage of their careers: having a good team around and being self-critical about it. I had an interesting conversation around this a short time ago. Searched and read a little about it and noticed something important that I’d like to continue thinking about.

An active researcher goes through a lot of critical collaborative interactions in their professional life. From bench work with colleagues, group meetings, training and coaching sessions, recruitment decisions as a principal investigator (PI), and so on. There is quite a lot of literature on management of teams, and also specifically about why attention to collaborations and building good teams are traits of a successful PI and lab (see references 1 and 2 listed at the end).

But having a remarkable scientific vision doesn’t mean one is good at recognising talent and attracting it. Even more, one might not be aware that one is not good at it at all. This is the idea I’d like to explore. That if this happens, we end up with teams that are fragile and inefficient, and the PI mainly responsible for it doesn’t fully realise it. The question then would be if there is anything that could lead a PI to be self-critical when they are not already, change their ways and improve their interactions. I don’t seem to have an answer for that. However, if a researcher indeed is able to self-reflect a bit about how their team and partner interactions work, we can plan a little on what can be done. I believe that it’s possible to quickly improve collaborative interactions by focusing on a few most important types of them and making a few practical shifts if needed:

> In group meetings, in coaching meetings, and other interactions where problems are discussed, reflect on how the team comes up with solutions. Train team members and yourself if you are the PI to avoid micromanaging others. Empower others to identify and realise solutions, even if they struggle and the results are not always perfect. Realise yourself that it takes time, training and experience to be a good coach and mentor.

> Also in meetings, reflect on how information is shared. As a rule of thumb, if information is shared only in one direction, the meeting could be very short or non-existent. Regular meetings to hear results and progress reports from colleagues or students are much more useful if are structured in a way that attendees can focus on discussion and decision making, with information shared in more than one direction.

> Research usually involves a lot of lab work, often using equipment and techniques that are not straightforward to students or researchers in other fields. A healthy lab culture, to follow good practices and to share experience, is usually a marker for team interactions. Make sure that you or someone in your team is able to train and help on the bench, side by side with your team members.

> Talk openly about career options. Think about having constructive conversations, what is needed for you or others to advance a career. Think long-term about who can help you and who are you willing to help. Develop meaningful relationships.

> Analyse your recruitment process. How candidates reach your door, how you conduct interviews. It is always a good idea to get help, second opinions from people that are good at recruiting good team members.

> Deal with team members and partners that you don’t want around you. In extreme situations when you conclude that personality traits make it impossible for someone to be in your team, learn your options.

Versión en español

Construyendo un equipo saludable a través de interacciones colaborativas

Esto son unas notas rápidas sobre un objetivo muy importante para los investigadores en cualquier etapa de sus carreras: tener un buen equipo y ser autocrítico al respecto. Hace poco tuve una conversación interesante sobre esto. Busqué y leí un poco al respecto y me fijé en algo importante en lo que me gustaría seguir pensando.

Un investigador activo pasa por muchas interacciones colaborativas críticas en su vida profesional. Desde trabajo de laboratorio con compañeros, reuniones de grupo, sesiones de formación y coaching, decisiones de contratación como investigador principal (IP), etc. Hay bastante literatura sobre la gestión de equipos, y también específicamente sobre por qué la atención a las colaboraciones y la creación de buenos equipos son rasgos de un IP y un laboratorio exitosos (ver por ejemplo las referencias 1 y 2 que se listan al final).

Pero tener una visión científica notable no significa que uno sea bueno para reconocer el talento y atraerlo. Más aún, es posible que uno no se dé cuenta de que no es bueno en absoluto. Esta es la idea que me gustaría explorar. Que si esto sucede, terminamos con equipos que son frágiles e ineficientes, y el IP principal responsable de esto no se da cuenta del todo. La pregunta entonces sería si hay algo que pueda llevar a un IP a ser autocrítico cuando aún no lo es, a cambiar sus formas y mejorar sus interacciones. Parece que no tengo una respuesta para esto. Sin embargo, si un investigador es capaz de reflexionar un poco sobre cómo funcionan las interacciones en su equipo y con sus socios, podemos planificar un poco lo que se puede hacer. Creo que es posible mejorar rápidamente las interacciones colaborativas centrándose en algunos de los tipos más importantes y haciendo algunos cambios prácticos si es necesario:

> En las reuniones de grupo, en las reuniones de coaching y en otras interacciones en las que se discute problemas, reflexiona sobre cómo el equipo llega a soluciones. Entrena a los miembros del equipo y a ti mismo si eres el IP para evitar la microgestión de otros. Empodera a otros para identificar y encontrar soluciones, incluso si tienen dificultades y los resultados no siempre son perfectos. Finalmente, hay que ser consciente de que se necesita tiempo, entrenamiento y experiencia para ser un buen supervisor y mentor.

> También en las reuniones, reflexiona sobre cómo se comparte la información. Como regla general, si la información se comparte solo en una dirección, la reunión debería ser muy corta o inexistente. Las reuniones habituales para escuchar resultados e informes de progreso de colegas o estudiantes son mucho más útiles si están estructuradas de manera que los asistentes puedan concentrarse en la discusión y la toma de decisiones, con información compartida en más de una dirección.

> La investigación suele implicar una gran cantidad de trabajo de laboratorio, a menudo utilizando equipos y técnicas que no son sencillas para los estudiantes o investigadores en otros campos. Una cultura de laboratorio saludable, de seguir buenas prácticas y compartir experiencias, suele ser un marcador para las interacciones del equipo. Asegúrate de que tú o alguien de tu equipo puede entrenar y ayudar en el laboratorio, junto a los miembros de tu equipo.

> Habla abiertamente sobre las opciones de carrera profesional. Piensa en tener conversaciones constructivas, lo que se necesita para que tú u otros avancen en su carrera. Piensa a largo plazo sobre quién puede ayudarte y a quién estás dispuesto a ayudar. Desarrolla relaciones significativas.

> Analiza tu proceso de contratación. Cómo los candidatos llegan a tu puerta, cómo realizas las entrevistas. Siempre es una buena idea obtener ayuda, segundas opiniones de personas que son buenas para reclutar buenos miembros de equipo.

> Decide qué hacer con miembros del equipo y socios que no quieres a tu alrededor. En situaciones extremas, cuando llegues a la conclusión de que determinados rasgos de personalidad hacen imposible que alguien esté en tu equipo, valora tus opciones.

Referencias:

[1] Maria Olenick, Monica Flowers, Tatayana Maltseva, Ana Diez-Sampedro. Research in Academia: Creating and Maintaining High Performance Research Teams. Nursing Research and Practice, vol. 2019, Article ID 8423460, 3 pages, 2019. https://doi.org/10.1155/2019/8423460

[2] Ball, K., Crawford, D. How to grow a successful – and happy – research team. Int J Behav Nutr Phys Act 17, 4 (2020). https://doi.org/10.1186/s12966-019-0907-1

Ideas to successfully manage a team of researchers, and what success means in this context.

Some academic research teams are standalone, usually embedded in university departments, while others are part of research institutes or other structures with shared goals. Most teams are rather small, with an average (for biology research groups in the UK in 2015, from this reference) of around 7 members including staff and students. Published analyses of productivity of research groups suggest that small to medium-sized groups are more productive (same reference as above).

However, groups of much bigger size exist. There are not many, but groups of 30, 40 or even 100 members, with one PI, exist. They might have competitive advantages given the right conditions, or maybe they are just the unavoidable statistical outliers of an imperfect funding system. In any case, because of their oddness, learning about the way they are run could be useful for the smaller groups. The basic premise behind this post is that a big research group that has survived as such for some time is probably efficient and noteworthy in the way it’s managed. Their experience can be useful for smaller groups and also for created structures like research institutes that are in several ways similar to big research groups.

In connection with this, the existence of very big research groups puts to the test the definition of their productivity. In particular, it seems difficult to measure the role of PIs as teachers and mentors, and the contribution that post-docs and PhD students make in careers other than academic research. Additionally, one can often see examples that high productivity needs more than scientific talent, and group culture for instance has a big role in how productive a group is in the long term.

Recruitment. Really big research groups first grow to an intermediate size because of one or several PI that are able to gain funding while they employ talented people who are also successful in bringing in more funding, supervise students and so on. It is very important how the recruitment formal and informal processes in the group work, how the PIs and the group members are able to identify and attract other researchers with great talent and team building skills, and also with a same shared research vision. I believe this is the single most important factor for the creation of a big group, i.e. a PI with a remarkable scientific vision that also happens to be good at recognising talent and attracting it. This is also critical for small groups that while remaining small survive for a long time. Other pieces of the puzzle might be not in place but this is always quite outstanding in the big groups I have looked into.

In-house support. All big groups seem to have dedicated support staff other than the support staff at departments, schools, university services, that the group manages to hire and maintain over the years. Roles include project management, scientific coordination, laboratory management, help with proposal writing, financial administration, engagement/impact, business development, and others. It’s difficult to say how important this is for a group, but big groups that have been in place for a long time all seem to have a highly profesional support structure within the group that typically comprises of around 8-10% of the total group staff. Small sized groups might take advantage of this strategy as well, and should consider to budget support staff in their proposals.

Organisation of research activity. The group is formally or informally a combination of several research teams, each with one or several team leaders. The team leaders coordinate research activity within the team and ideally also manage the career aspirations, training needs, etc. of team members. One group in the UK asks all team members to «make a one page summary every two months describing their work, goals, collaborations, problems, & tasks with times. A key part of the OPS is that list the time left in the group, match this against their tasks, career aspirations».

• Team meetings. Team meetings of one kind or another are usually weekly. Some groups have a meeting with the whole group weekly and another with only the smaller team also weekly. One to one meetings with the PIs or team leaders are also usually planned (every week, every two weeks, monthly… ) and sometimes upon request, although I think most groups / PIs in reality have only a guidance in place and usually attend requests as they happen.

• Shared knowledge. Additionally to group meetings where ongoing work is presented and discussed, most groups usually have some kind of shared folders, group server or intranet, with different levels of access, where papers, awarded and rejected grants, raw laboratory data, presentations, meeting notes, and so on, are available. If managed properly this can be a great tool to teach students how to write, analyse and present information up to a high level.

Building group culture. A group, big or small, that openly discusses career aspirations of its members, that has a collaborative environment, that teaches not only the science but also how to be professional, transparent and accountable, has all the chances to be most productive in the long term. Its members are productive while in the group and also maintain productive links after leaving and moving to other groups, industry, or other fields altogether.

• Solving disputes. Groups with a good culture have figured out how to best deal with problems between members. This depends on the PI personality and social skills, also on the team members’. The same protocols may not work well everywhere. In general, PIs that behave in a professional and transparent manner, that have empathy with personal life situations, that admit and correct mistakes, that do not let grudges or jealousy between team members unanswered, set an example that team members follow. Groups that for whatever reason don’t resolve disputes are bound to have mediocre collaboration within the group.

Collaboration with other research groups. Bigger groups seem to have more research partners in academia and in industry in particular. The ratio of partners per team member is probably not that different, but bigger groups have a critical mass that allows access to networking and industry leads that are more unusual to see in small groups.

Want more? There are many several good resources to learn about research group management. Here, to choose just one, I recommend a 1983 book ( High Output Management by Andy Grove) actually not focused at all at research groups, but at team management in general. This is an excellent book to learn about delegating, organising meetings, the critical importance of the team’s culture, leveraging one’s tasks to maximise the output of the team, monitoring/evaluating with indicators, and more. This summary is a good resource.

To finish. Should all teams follow the same best practice? Absolutely not. Your group might be better off doing some of these and some other different stuff. The aim of this post is to explain how most big groups do it and what could be useful to groups of all sizes.

Clinical trials are the final step to demonstrate if a new drug is safe and works. Before testing on humans, drugs usually pass numerous preclinical studies. Sometimes a compound seems to be effective in its therapeutic function and non toxic in a preclinical model, but then it fails to perform equally in humans. Actually, it happens most of the time. Statistics from the year 2000 to 2015 [1] show that the average success rate for all drugs and vaccines is only 13.8%. Oncology has an astonishing low 3.4%. Companies spend a lot of money only to fail during clinical testing. And success in this case just means regulatory approval, not automatically that a drug works well, it may be because there aren’t any good alternatives. Trials fail for diverse reasons [2]. Most times failure can be associated with deceptive information from preclinical studies.

The collaboration between biologists and engineers, in academia and in industry, is blooming with new in vitro models of tissues and organs that can improve our understanding of disease and physiology [3-5]. These systems arise fundamentally from the availability of new protocols to produce induced pluripotent stem cells (iPSCs) and differentiate them into several cell types, and from a better understanding of cell culture in 3D microenvironments. They themselves provide new strategies to understand extracellular matrix (ECM) functions, cell-to-cell and cell-to-ECM interactions, matrix mechanical properties in each tissue or pathological condition, growth factor and other molecule-mediated mechanisms, that individually or together can lead to changes in cell phenotype and alterations in drug response.

Organoids and other in vitro models are showing that they can be excellent functional models of human disease and of normal non-pathological function. Research to produce humanised in vitro systems that more closely recapitulate native tissues has an immediate application in making drug discovery more efficient: it improves results of current in vitro methods to screen for drug candidates, allows testing high numbers of molecules, and generally avoids the use of animal models. A different application is personalised medicine and toxicology testing, where in vitro models of our own organs can be used to predict the effect of a particular drug on us, or identify which drug from a cocktail is causing an adverse event.

Recreating complex tissue functionality at microwell or chip scale still remains challenging, but there is a growing number of companies that develop and already offer advanced human in vitro models to support drug discovery and toxicology testing. This is a selection of market leaders and emerging stars (alphabetical order):

BioIVT (USA) – https://bioivt.com. Provider of biological samples including human and animal tissues, cell products, blood, and other biofluids. Services from target and biomarker validation, phenotypic assays to characterize novel therapeutics, to in vitro hepatic modeling solutions. Focus on  hepatic modeling solutions. Supplier of ADME-Tox model systems, including hepatocytes and subcellular fractions.

Biopredic International (France) – https://www.biopredic.com.  Initial focus on primary hepatocyte cryopreservation, now offers the isolation, production and distribution of fresh and frozen human and animal biological products, including tissues, primary cells, cell lines and reagents. Founded in 1993 from a technology transfer of INSERM.

Cellesce (UK) – https://cellesce.com. Bioprocessing technology for the expansion of human-derived cancer organoids. Founded in 2013 on expertise from the University of Bath and Cardiff University.

Crown Biosciences (USA / UK) – https://www.crownbio.com. Preclinical efficacy models, both in vitro and in vivo testing services, for drug discovery in oncology, inflammation, cardiovascular, and metabolic disease. Multinational company, part of JSR Life Sciences since 2018.

Cyprio (France) – https://www.cyprio.fr. Expertise in physicochemistry, liver biology and drug screening. With proprietary technology for the fabrication of spheroids. Created in 2017 at ESPCI Paris.

DefiniGEN – https://www.definigen.com. Human induced pluripotent stem cell (hiPSC) derived hepatocytes, intestinal organoids and pancreatic beta cells. Created in 2012 on results (OptiDIFF platform) from Ludovic Vallier lab at the Wellcome–MRC Cambridge Stem Cell Institute.

Emulate (USA) – https://www.emulatebio.com. Organ-on-a-chip technology for liver, kidney, intestine, brain, and lung. With multicellular configurations, primary cells, relevant ECM components, hardware and software apps. Created around 2013 as a spin-out of Donald E. Ingber lab at Wyss Institute / Harvard University.

Hubrecht Organoid Technology (Netherlands) – https://huborganoids.nl.  Organoids from epithelial tissue derived adult stem cells (ASCs) and related assay services, for applications in cystic fibrosis, cancer, immuno-oncology, toxicology, infectious diseases and other indications. Founded on results from Hans Clevers lab at the Hubrecht Institute for Developmental Biology and Stem Cell Research (KNAW).

Hµrel Corporation (USA) – https://hurelcorp.com. «Microlivers» from self-assembling co-cultures of primary cryopreserved hepatocytes with a non-parenchymal (stromal) cell line.

Kirkstall (UK) – https://www.kirkstall.com. Hardware platform to build organ-on-a-chip type of systems, based on interconnected cell culture flows. Established 2006 initially with technology from the University of Pisa.

Mimetas (Netherlands) – https://www.mimetas.com/en/home/. Microfluidic culture plates for organoids and spheroids. Related services and protocol for some in vitro models. Founded in 2013 in Leiden, the Netherlands. Now over 100 employees in four sites in the Netherlands, USA, and Japan.

STEMCELL Technologies (Canada) – https://www.stemcell.com/. Multinational biotech company with products and services for academic and industrial research, including reagents and culture media kits for the culture of organoids (kidney, intestinal, lung, forebrain) from human stem or primary cells. The intestinal organdie kit is developed with licences from Hubrecht Organoid Technology.

OcellO B.V.  (Netherlands) – https://ocello.nl. Cell line-derived spheroids and organoid models grown in matrix embedded 3D cultures. Patient derived xenografts, tumoroids, models, for oncology, immuno-oncology, inflammation and cystopathy indications. Drug discovery screening services. Created in 2011 on technology developed at Leiden University.

Qgel (Switzerland) – https://www.qgelbio.com. Patient derived organoids based on synthetic hydrogel technology. Cancer, colon, lung, breast, and pancreas applications. Founded in 2009 in Lausanne, Switzerland.

References:

[1] Chi Heem Wong, Kien Wei Siah, Andrew W Lo. «Estimation of clinical trial success rates and related parameters.» Biostatistics, Volume 20, Issue 2, April 2019, Pages 273–286. DOI: 10.1093/biostatistics/kxx069

[2] David B.Fogel. Factors associated with clinical trials that fail and opportunities for improving the likelihood of success: A review. Contemporary Clinical Trials Communications, Volume 11, September 2018, Pages 156-164. DOI: 10.1016/j.conctc.2018.08.001

[3] The promise of organoids and embryoids. Nat. Mater. 20, 121 (2021). DOI: https://doi.org/10.1038/s41563-021-00926-3

[4] Small. Special Issue: Advanced In Vitro Models for Replacement of Animal Experiments. Volume 17, Issue 15. April 2021

[5] Horejs, C. Organ chips, organoids and the animal testing conundrum. Nat Rev Mater(2021).

Well, it didn’t go anywhere, as in it didn’t disappear, but it seems that progressively for the last few years it has been not been calling itself «nano» that much anymore.

Last month we submitted a proposal to the last Euronanomed call, a ERA-NET type of platform under H2020 that has been running for twelve years and closes now. Also notably, the new Horizon Europe programme doesn’t have a NMBP programme anymore (NMBP stands for «Nanotechnologies, Advanced Materials, Biotechnology, and Advanced Manufacturing and Processing»), where many biomedical projects used to be funded. While naming things nano in science seems definitely less popular than 4-5 years ago, the area has probably grown in activity. The topics and the goals have merged with other areas where an application is envisaged (biomed, biotech, photonics, photovoltaics, etc.) and where the nanometer scale and the science behind it now uses more flowery and varied words to describe itself. The hypotheses here is that most niche research lines have evolved with their own vocabulary and keywords that include less the word nano. I figured out that it should be possible to trace and measure in some way how much the nanomedicine community continues to use it or not, and preliminary results are the matter of this post.

The European Commission has a public online database called CORDIS with information on all EU-funded R+D projects. For each project you can check for instance title, abstract, summary of periodic and final reports. I looked for projects in the H2020 downloadable spreadsheet that use the text string «nano» ( 1737 out of 19178 projects) on their summary or public periodical reports, and those that at the same time are related to biomedical and biotechnology applications (680 of the 1737). To simplify the search I looked for projects that contained several (4 or more) of a list of 20 words common in projects in those areas (health, clinical, pathology, cancer, bone, illness, biomaterial, biomed, injury, brain, stem cell, in vitro…). Then, to compare numbers year to year I normalised the number of projects related to nanomedicine by the total of projects in the year.

This was all done pretty quickly and improvement is very possible. I would like to refine how to identify projects within a chosen topic in the area, i.e. the list of words or by a different method, just not manually! Also it would be great to extend the series to include the FP7 database for 2007-2013 projects also available from CORDIS. A more ambitious goal that should be possible with these databases would be to identify which words and subtopics are getting more popular within the nanomedicine area, how their use moves over the years. Funded projects should be a good tool to predict emerging topics and interest, as they are one of the first public dissemination of ideas in science, many time earlier than publications for instance.

In the graph below we see number of EU-funded projects related to biomedical and biotechnology applications that use the text string «nano» per thousand projects of the total funded each year.