Pomažemo znanstvenicima u izvođenju složenih analiza podataka bez…

U zadnjih nekoliko godina, troškovi dijagnostičkih i sekvencijskog tehnologija drastično su opali, što je rezultiralo neprecedentnim količinama podataka o bolesti i biologiji. Iako znanstvenici često žele doći od tih podataka do novih lijekova, često im je potrebna pomoć stručnjaka iz softverskog inženjerstva.

Sada, Watershed Bio pomaže znanstvenicima i bioinformatičarima u izvođenju eksperimenata i dobivanju uvida putem platforme koja omogućuje analizu složenih skupova podataka bez obzira na njihove računalne vještine. Cloud-based platforma pruža predloške radnih tokova i prilagodljivi sučelnik koji pomaže korisnicima u istraživanju i dijeljenju podataka svih vrsta, uključujući sekvenciranje cijelog genoma, transcriptomiku, proteomiku, metabolomiku, visoko sadržajnu sliku, savijanje proteina i još mnogo toga.

“Znanstvenici žele naučiti o softverskom i području podataka, ali ne žele postati softverski inženjeri koji pišu kod samo da bi razumjeli svoje podatke,” kaže Jonathan Wang ’13, SM ’15, suosnivač i CEO. “S Watershed-om, to ne moraju.”

Watershed se koristi kod velikih i malih istraživačkih timova u industriji i akademiji kako bi potaknuli otkrića i donošenje odluka. Kada se u znanstvenim časopisima opisuju novi napredni analitički postupci, oni se mogu odmah dodati na platformu Watershed kao predlošci, čime se napredni alati čine dostupnijima i kolaborativnijima za istraživače svih pozadina.

“Podaci u biologiji eksponencijalno raste, a sekvencijske tehnologije koje generiraju te podatke samo postaju bolje i jeftinije,” kaže Wang. “Kao nekadašnji student MIT-a, ovo pitanje je bilo u mojoj kolicima: to je teški tehnički problem. To je također važan problem jer ljudi rade na liječenju bolesti. Oni znaju da svi ti podaci imaju vrijednost, ali im je teško ih koristiti. Želimo im pomoći da brže otkriju više uvida.”

Bez koda otkrića

Jonathan Wang nije očekivao da će se specijalizirati za biologiju na MIT-u, ali ga je brzo oduševila mogućnost izgradnje rješenja koja se mogu skalirati na milijune ljudi pomoću računarstva. Na kraju je stekao i diplomu prvostupnika i diplomu magistra s Odjela za elektrotehniku i računarstvo (EECS). Wang je također radio u biologijskoj laboratoriji na MIT-u, gdje je bio iznenađen koliko su eksperimenti bili spori i zahtjevni za radom.

“Vidio sam razliku između biologije i računarstva, gdje imate ove dinamične okoline [u računarstvu] koje vam odmah daju povratne informacije,” kaže Wang. “Iako sam kao pojedinac pisao kod, imam toliko na raspolaganju da se igrati.”

Radi na strojnom učenju i visokoperformansnom računarstvu na MIT-u, Wang je također sa nekadašnjim kolegama osnovao tvrtku za visoko frekventno trgovanje. Njegov tim je zaposlio istraživače s doktoratima iz područja poput matematike i fizike kako bi razvili nove trgovačke strategije, ali brzo su primijetili usko grlo u procesu.

“Stvari su se sporo odvijale jer su istraživači navikli graditi prototipove,” kaže Wang. “To su bile male aproksimacije modela koje su mogli pokrenuti lokalno na svojim strojevima. Da bi se te pristupe stavili u proizvodnju, trebali su inženjeri da ih učine da rade na računalnom grupu. Ali inženjeri nisu razumjeli prirodu istraživanja, pa je bilo puno razmjene. To znači da su ideje koje ste mislili da možete izvesti za dan trebale tjedne.”

Da bi riješio problem, Wangov tim je razvio softverski sloj koji je činio izgradnju modela spremnih za proizvodnju tako jednostavnim kao izgradnju prototipova na laptopu. Nekoliko godina nakon završetka MIT-a, Wang je primijetio da su tehnologije poput sekvenciranja DNK postale jeftine i sveprisutne.

“Uske grlo više nije bila sekvenciranje, pa su ljudi rekli: ‘Sekvencirajmo sve,’” spominje Wang. “Ograničavajući faktor postala je računala. Ljudi nisu znali što učiniti sa svim generiranim podacima. Biolozi su čekali da im pomognu područje podataka i bioinformatičari, ali ti ljudi nisu uvijek razumjeli biologiju dovoljno duboko.”

Situacija je Wangu bila poznata.

“To je bilo točno kao što smo vidjeli u financijama, gdje su istraživači pokušavali raditi s inženjerima, ali inženjeri nikada nisu potpuno razumjeli, a imali smo puno neefikasnosti s ljudima koji su čekali na inženjere,” kaže Wang. “Dok sam to naučio, biolozi su gladni da pokrenu ove eksperimente, ali postoji tako velika pukotina da misle da moraju postati softverski inženjeri ili se samo fokusirati na znanost.”

Wang je službeno osnovao Watershed 2019. godine s liječnikom Markom Kalinichom ’13, nekadašnjim kolegom s MIT-a koji više nije uključen u svakodnevne poslove tvrtke.

Od tada, Wang je čuo od izvršnih direktorata biotehnologije i farmaceutskih tvrtki o rastućoj složenosti istraživanja u biologiji. Otkrivanje novih uvida sve više uključuje analizu podataka iz cijelih genoma, studija populacija, sekvenciranja RNK, masene spektrometrije i još mnogo toga. Razvoj personaliziranih tretmana ili odabir lijekova za pojedince postaje sve složeniji proces.

Watershed je odigrao ključnu ulogu u tome da se znanstvenici i bioinformatičari mogu fokusirati na ono što najbolje rade: istraživanje i otkrića. Platforma im omogućava da brzo i efikasno analiziraju velike i složene skupove podataka, bez potrebe za vještinama u programiranju ili softverskom inženjerstvu.

U budućnosti, očekuje se da će se Watershed nastaviti razvijati i prilagođavati novim tehnologijama i potrebama istraživača. Tvrtka će nastaviti raditi na poboljšanju korisničkog sučelja i dodavanju novih predložaka radnih tokova kako bi se još više olakšalo korištenje platforme.

“Želimo da Watershed postane standard u industriji za analizu složenih podataka,” kaže Wang. “Želimo pomoći znanstvenicima da brže i efikasnije otkriju nove uvide i otkrića, što će na kraju dovesti do novih lijekova i terapija za one koji ih najpotrebnije trebaju.”

Praktični savjeti za korištenje Watershed Bio platforme

Korištenje Watershed Bio platforme može znatno olakšati rad znanstvenika i bioinformatičara. Evo nekoliko praktičnih savjeta za korištenje platforme:

1. Prilagodite predloške radnih tokova

Watershed pruža predloške radnih tokova za različite vrste analiza podataka. Prilagodite te predloške svojim potrebama kako biste poboljšali efikasnost i preciznost analiza.

2. Koristite prilagodljivi sučelnik

Platforma nudi prilagodljivi sučelnik koji omogućuje korisnicima da prilagođavaju prikaz podataka prema svojim potrebama. Ovo može znatno olakšati interpretaciju i analiziranje podataka.

3. Dijelite podatke i rezultate

Watershed omogućuje korisnicima da lako dijele podatke i rezultate s drugim korisnicima ili timovima. Ovo može potaknuti kolaboraciju i podjelu znanja među istraživačima.

4. Koristite napredne analitičke tehnike

Platforma nudi pristup naprednim analitičkim tehnikama koje mogu pomoći u otkrivanju novih uvida i otkrića. Istražite različite tehnike i odaberite one koje najbolje odgovaraju vašim potrebama.

5. Pridružite se zajednici

Watershed ima aktivnu zajednicu korisnika koji dijele iskustva i savjete. Pridružite se zajednici i sudjelujte u diskusijama kako biste poboljšali svoje vještine i znanje.

Česta pitanja

1. Koje su prednosti korištenja Watershed Bio platforme?

Watershed pruža nekoliko prednosti, uključujući pristup naprednim analitičkim tehnikama, prilagodljivi sučelnik, predloške radnih tokova i mogućnost dijeljenja podataka. Platforma omogućuje znanstvenicima i bioinformatičarima da brzo i efikasno analiziraju složene skupove podataka bez potrebe za vještinama u programiranju.

2. Koje vrste analiza podataka podržava Watershed?

Watershed podržava različite vrste analiza podataka, uključujući sekvenciranje cijelog genoma, transcriptomiku, proteomiku, metabolomiku, visoko sadržajnu sliku, savijanje proteina i još mnogo toga. Platforma se neprestano razvija i prilagođava novim tehnologijama i potrebama istraživača.

3. Može li Watershed pomoći u razvoju personaliziranih terapija?

Da, Watershed može pomoći u razvoju personaliziranih terapija. Platforma omogućuje analizu velikih i složenih skupova podataka, što može pomoći u otkrivanju novih uvida i otkrića koji su važni za razvoj personaliziranih tretmana.

4. Koliko košta korištenje Watershed Bio platforme?

Cijene korištenja Watershed Bio platforme variraju u ovisnosti o potrebama korisnika i vrsti analiza. Tvrtka nudi različite planove i pakete koji se mogu prilagoditi različitim budžetima. Detaljnije informacije o cijenama i planovima možete pronaći na službenoj web stranici Watershed Bio.

5. Može li Watershed pomoći u otkrivanju novih lijekova?

Watershed može pomoći u otkrivanju novih lijekova putem analize velikih i složenih skupova podataka. Platforma omogućuje znanstvenicima i bioinformatičarima da brzo i efikasno otkriju nove uvide i otkrića koji su važni za razvoj novih lijekova.

U svom nastavku rada, Watershed nastavlja se razvijati i prilagođavati novim tehnologijama i potrebama istraživača. Tvrtka će nastaviti raditi na poboljšanju korisničkog sučelja i dodavanju novih predložaka radnih tokova kako bi se još više olakšalo korištenje platforme. Očekuje se da će Watershed postati standard u industriji za analizu složenih podataka i pomoći znanstvenicima da brže i efikasnije otkriju nove uvide i otkrića, što će na kraju dovesti do novih lijekova i terapija za one koji ih najpotrebnije trebaju.