Les percées scientifiques reposent sur des perspectives issues de données de qualité, mais celles-ci sont parfois dissimulées sous un océan d'informations trop vastes. C'est précisément ce problème que l'Institut californien de médecine régénérative (CIRM) a décidé de prendre en main en approuvant un nouveau programme d'infrastructure.
Le CIRM a récemment approuvé des investissements pour la création d'outils destinés à aider à comprendre les ensembles de données biologiques vastes et complexes issus des recherches financées par l'institut. Le programme vise à développer de nouveaux logiciels pour l'intégration des données de la médecine régénérative et l'extraction de nouvelles perspectives.
« Notre mission nous pousse vers l'avant, a souligné Jenny Bayram, chercheuse principale au CIRM, lors d'une réunion du conseil. Nous développons des outils et des stratégies pour maximiser la valeur des investissements du CIRM, en faisant progresser la science et en créant de nouvelles façons de travailler avec les données. »
Le nouveau programme alloue 10 millions de dollars pour 15 à 20 subventions de 500 mille dollars chacune. Chaque projet s'attaquera à un défi spécifique d'intégration de données. Certains outils relieront différents types de données, d'autres amélioreront ou soutiendront des logiciels open-source largement utilisés, adaptés aux besoins de la médecine régénérative. Une partie des projets mettra à jour des solutions existantes pour qu'elles correspondent aux capacités actuelles de calcul et d'intelligence artificielle.
Les Data Science and Software Engineering Awards visent à créer des outils open-source qui intègrent divers types de données biomédicales. La combinaison de ces données sous une forme pratique permettra, selon le CIRM, d'accélérer l'identification et la validation de nouvelles cibles thérapeutiques et de biomarqueurs pour le traitement des maladies.
Il s'agit de créer une infrastructure qui permettra aux chercheurs de travailler plus rapidement avec les ensembles de données. Une attention particulière est accordée aux logiciels capables de traduire la diversité des données générées dans les recherches et les essais cliniques de la médecine régénérative en un format facilement échangeable.
Il y a quelques années, le NIH a lancé une initiative similaire — le programme Biomedical Data Translator pour l'intégration de pétaoctets de données biomédicales issues de recherches fédérales. Le CIRM s'appuie également sur ses propres investissements antérieurs dans le partage de données, notamment l'outil Data Explorer, qui contient déjà plus de 800 ensembles de données du CIRM et les rend plus accessibles aux chercheurs.
Le problème de l'interprétation de données complexes se pose depuis longtemps dans la recherche publique. Dès 2014, l'ancien directeur du NIH, Francis Collins, avertissait le Congrès que la vague croissante de données pourrait submerger les chercheurs. Depuis lors, l'ampleur et la complexité des données n'ont fait que croître. Les projets et les essais cliniques du CIRM ont déjà produit plus de 1200 ensembles de données, renforçant la nécessité d'outils logiciels pour les connecter.
Certains outils combinent déjà différents types de données biomédicales, mais de nombreux systèmes open-source nécessitent des mises à jour pour s'adapter au calcul moderne et à l'IA. Des logiciels nouveaux ou améliorés répondent mieux aux besoins des chercheurs en médecine régénérative. L'objectif de l'intégration de différents types de données est d'accélérer la recherche et de maximiser les investissements initiaux du CIRM, a souligné Bayram.
Des logiciels ouverts, transparents, réutilisables et extensibles peuvent fournir l'infrastructure nécessaire pour surmonter ces barrières. Le CIRM exige des candidats qu'ils pensent non seulement à la création de l'outil, mais aussi à son déploiement, son utilisation, son support et son amélioration au fil du temps. L'institut recherche des projets ayant un large impact — des outils fonctionnant à travers différents systèmes, types de données et contextes de recherche.
La science des données évolue rapidement, et même les outils populaires nécessitent des mises à jour régulières. Cet investissement aide les chercheurs à ne pas se laisser distancer par les progrès du calcul et de l'IA, ainsi que par le paysage en constante évolution des nouvelles données de recherche. Les développeurs de solutions open-source qui recevront un soutien pourront transformer des données fragmentées en découvertes significatives.
