Unterstützung von Wissenschaftlern bei der Durchführung komplexer Datenanalysen, ohne Code schreiben zu müssen | MIT-Nachrichten

Da die Kosten für Diagnose- und Sequenzierungstechnologien in den letzten Jahren stark gesunken sind, haben Forscher eine beispiellose Menge an Daten zu Krankheiten und Biologie gesammelt. Leider benötigen Wissenschaftler, die von Daten zu neuen Heilmitteln gelangen wollen, oft die Hilfe von jemandem mit Erfahrung in der Softwareentwicklung.

Jetzt hilft Watershed Bio Wissenschaftlern und Bioinformatikern dabei, Experimente durchzuführen und Erkenntnisse mit einer Plattform zu gewinnen, die es Benutzern ermöglicht, komplexe Datensätze unabhängig von ihren Rechenkenntnissen zu analysieren. Die cloudbasierte Plattform bietet Workflow-Vorlagen und eine anpassbare Benutzeroberfläche, um Benutzern die Erkundung und gemeinsame Nutzung von Daten aller Artwork zu erleichtern, einschließlich Sequenzierung des gesamten Genoms, Transkriptomik, Proteomik, Metabolomik, Excessive-Content material-Bildgebung, Proteinfaltung und mehr.

„Wissenschaftler wollen etwas über die Bereiche Software program und Datenwissenschaft lernen, aber sie wollen keine Software program-Ingenieure werden, die Code schreiben, nur um ihre Daten zu verstehen“, sagt Mitbegründer und CEO Jonathan Wang ’13, SM ’15. „Mit Watershed ist das nicht nötig.“

Watershed wird von großen und kleinen Forschungsteams aus Industrie und Wissenschaft genutzt, um Entdeckungen und Entscheidungen voranzutreiben. Wenn neue fortschrittliche Analysetechniken in wissenschaftlichen Fachzeitschriften beschrieben werden, können sie sofort als Vorlagen zur Plattform von Watershed hinzugefügt werden, wodurch hochmoderne Instruments für Forscher aller Fachrichtungen zugänglicher und kollaborativer werden.

„Die Datenmenge in der Biologie wächst exponentiell und die Sequenzierungstechnologien, die diese Daten generieren, werden immer besser und billiger“, sagt Wang. „Da ich vom MIT kam, lag mir dieses Downside direkt am Herzen: Es ist ein schwieriges technisches Downside. Es ist auch ein bedeutsames Downside, weil diese Leute an der Behandlung von Krankheiten arbeiten. Sie wissen, dass all diese Daten wertvoll sind, aber sie haben Schwierigkeiten, sie zu nutzen. Wir möchten ihnen helfen, schneller mehr Erkenntnisse zu gewinnen.“

Keine Codeerkennung

Wang wollte am MIT Biologie als Hauptfach studieren, warfare aber schnell von den Möglichkeiten begeistert, mit der Informatik Lösungen zu entwickeln, die für Millionen von Menschen geeignet sind. Am Ende erwarb er sowohl seinen Bachelor- als auch seinen Grasp-Abschluss am Division of Electrical Engineering and Pc Science (EECS). Wang absolvierte außerdem ein Praktikum in einem Biologielabor am MIT, wo er überrascht warfare, wie langsam und arbeitsintensiv die Experimente waren.

„Ich habe den Unterschied zwischen Biologie und Informatik gesehen, wo es diese dynamischen Umgebungen (in der Informatik) gab, die es einem ermöglichten, sofort Suggestions zu erhalten“, sagt Wang. „Selbst als Einzelperson, die Code schreibt, steht einem so viel zur Verfügung, mit dem man spielen kann.“

Während er sich am MIT mit maschinellem Lernen und Hochleistungsrechnen beschäftigte, gründete Wang zusammen mit einigen Klassenkameraden ein Hochfrequenzhandelsunternehmen. Sein Crew stellte Forscher mit Doktortiteln in Bereichen wie Mathematik und Physik ein, um neue Handelsstrategien zu entwickeln, erkannte jedoch schnell einen Engpass in ihrem Prozess.

„Die Dinge gingen langsam voran, weil die Forscher es gewohnt waren, Prototypen zu bauen“, sagt Wang. „Dabei handelte es sich um kleine Annäherungen an Modelle, die sie lokal auf ihren Maschinen ausführen konnten. Um diese Ansätze in die Produktion umzusetzen, brauchten sie Ingenieure, die sie mit hohem Durchsatz auf einem Rechencluster arbeiten ließen. Aber die Ingenieure verstanden die Natur der Forschung nicht, additionally gab es viel Hin und Her. Das bedeutete, dass Ideen, von denen man dachte, sie hätten an einem Tag umgesetzt werden können, Wochen brauchten.“

Um das Downside zu lösen, entwickelte Wangs Crew eine Softwareschicht, die den Bau produktionsreifer Modelle so einfach machte wie den Bau von Prototypen auf einem Laptop computer. Dann, ein paar Jahre nach seinem Abschluss am MIT, bemerkte Wang, dass Technologien wie die DNA-Sequenzierung billig und allgegenwärtig geworden waren.

„Der Engpass warfare nicht mehr die Sequenzierung, additionally sagten die Leute: ‚Lasst uns alles sequenzieren‘“, erinnert sich Wang. „Der begrenzende Faktor wurde zur Berechnung. Die Leute wussten nicht, was sie mit all den generierten Daten anfangen sollten. Biologen warteten auf Datenwissenschaftler und Bioinformatiker, die ihnen helfen würden, aber diese Leute verstanden die Biologie nicht immer tief genug.“

Wang kam die Scenario bekannt vor.

„Es warfare genau das, was wir im Finanzwesen gesehen haben, wo Forscher versuchten, mit Ingenieuren zusammenzuarbeiten, aber die Ingenieure verstanden es nie ganz, und es gab diese ganze Ineffizienz, weil die Leute auf die Ingenieure warteten“, sagt Wang. „Mittlerweile habe ich erfahren, dass die Biologen unbedingt diese Experimente durchführen wollen, aber es gibt eine so große Lücke, dass sie das Gefühl hatten, sie müssten Softwareentwickler werden oder sich einfach auf die Wissenschaft konzentrieren.“

Wang gründete Watershed offiziell im Jahr 2019 zusammen mit dem Arzt Mark Kalinich ’13, einem ehemaligen Klassenkameraden am MIT, der nicht mehr am Tagesgeschäft des Unternehmens beteiligt ist.

Seitdem hat Wang von Biotech- und Pharma-Führungskräften von der wachsenden Komplexität der Biologieforschung gehört. Die Erschließung neuer Erkenntnisse erfordert zunehmend die Analyse von Daten aus ganzen Genomen, Populationsstudien, RNA-Sequenzierung, Massenspektrometrie und mehr. Auch die Entwicklung personalisierter Behandlungen oder die Auswahl von Patientenpopulationen für eine klinische Studie können große Datensätze erfordern, und es gibt ständig neue Möglichkeiten zur Analyse von Daten, die in wissenschaftlichen Fachzeitschriften veröffentlicht werden.

Heutzutage können Unternehmen umfangreiche Analysen auf Watershed durchführen, ohne eigene Server oder Cloud-Computing-Konten einrichten zu müssen. Um ihre Arbeit zu beschleunigen, können Forscher vorgefertigte Vorlagen verwenden, die mit allen gängigen Datentypen funktionieren. Beliebte KI-basierte Instruments wie AlphaFold und Geneformer sind ebenfalls verfügbar, und die Plattform von Watershed erleichtert die gemeinsame Nutzung von Arbeitsabläufen und die tiefere Einsicht in die Ergebnisse.

„Die Plattform bietet ein optimales Maß an Benutzerfreundlichkeit und Anpassbarkeit für Menschen mit unterschiedlichem Hintergrund“, sagt Wang. „Keine Wissenschaft gleicht jemals wirklich der gleichen. Ich vermeide das Wort Produkt, denn das bedeutet, dass man etwas einsetzt und es dann einfach für immer in großem Maßstab ausführt. Forschung ist nicht so. Bei der Forschung geht es darum, eine Idee zu entwickeln, sie zu testen und das Ergebnis zu nutzen, um eine andere Idee zu entwickeln. Je schneller man Experimente entwerfen, umsetzen und durchführen kann, desto schneller kann man mit dem nächsten fortfahren.“

Beschleunigung der Biologie

Wang glaubt, dass Watershed Biologen dabei hilft, mit den neuesten Fortschritten in der Biologie Schritt zu halten und dabei wissenschaftliche Entdeckungen zu beschleunigen.

„Wenn man Wissenschaftlern dabei helfen kann, Erkenntnisse nicht nur ein bisschen schneller, sondern zehn- oder zwanzigmal schneller zu gewinnen, kann das wirklich einen Unterschied machen“, sagt Wang.

Watershed wird von Forschern im akademischen Bereich und in Unternehmen jeder Größe genutzt. Auch Führungskräfte von Biotech- und Pharmaunternehmen nutzen Watershed, um Entscheidungen über neue Experimente und Medikamentenkandidaten zu treffen.

„Wir haben in all diesen Bereichen Erfolge erzielt, und der rote Faden besteht darin, dass die Leute zwar Verständnis für die Forschung haben, aber kein Experte für Informatik oder Softwareentwicklung sind“, sagt Wang. „Es ist aufregend zu sehen, wie sich diese Branche weiterentwickelt. Für mich ist es großartig, vom MIT zu kommen und jetzt wieder am Kendall Sq. zu sein, wo Watershed seinen Sitz hat. Hier finden so viele bahnbrechende Fortschritte statt. Wir versuchen, unseren Teil dazu beizutragen, die Zukunft der Biologie zu ermöglichen.“