Le scoperte scientifiche si basano su intuizioni tratte da buoni dati, ma a volte queste sono nascoste sotto un oceano di informazioni troppo vaste. È proprio questo il problema che il California Institute for Regenerative Medicine (CIRM) ha deciso di affrontare, approvando un nuovo programma infrastrutturale.
Di recente, il CIRM ha approvato investimenti per la creazione di strumenti che aiuteranno a districarsi tra enormi e complessi set di dati biologici, ottenuti nel corso delle ricerche finanziate dall'istituto. Il programma mira allo sviluppo di nuovi software per l'integrazione dei dati di medicina rigenerativa e per l'estrazione di nuove intuizioni da essi.
«La nostra missione ci spinge in avanti», ha osservato Jeni Bayram, ricercatrice senior del CIRM, durante una riunione del consiglio. «Stiamo sviluppando strumenti e strategie per massimizzare il valore degli investimenti del CIRM, facendo progredire la scienza e creando nuovi modi di lavorare con i dati».
Il nuovo programma stanzia 10 milioni di dollari per 15–20 sovvenzioni da 500 mila dollari ciascuna. Ogni progetto affronterà uno specifico compito di integrazione dei dati. Alcuni strumenti collegheranno diversi tipi di dati, altri miglioreranno o supporteranno software open source ampiamente utilizzati, adattati alle esigenze della medicina rigenerativa. Alcuni progetti aggiorneranno le soluzioni esistenti affinché siano conformi al calcolo moderno e alle capacità dell'intelligenza artificiale.
I Data Science and Software Engineering Awards mirano a creare strumenti open source che integrino diversi tipi di dati biomedici. Collegare questi dati in una forma fruibile, secondo l'intento del CIRM, accelererà l'identificazione e la validazione di nuovi bersagli farmacologici e biomarcatori per il trattamento delle malattie.
Si tratta di creare un'infrastruttura che consenta ai ricercatori di lavorare più rapidamente con i set di dati. Un'attenzione particolare è rivolta ai software in grado di tradurre la varietà di dati generati nella ricerca e negli studi clinici di medicina rigenerativa in un formato facilmente condivisibile.
Alcuni anni fa, il NIH ha lanciato un'iniziativa simile, il programma Biomedical Data Translator, per l'integrazione di petabyte di dati biomedici provenienti da ricerche federali. Il CIRM si basa anche sui propri precedenti investimenti nello scambio di dati, incluso lo strumento Data Explorer, che contiene già oltre 800 set di dati del CIRM e li rende più accessibili ai ricercatori.
Il problema della comprensione di dati complessi affligge da tempo la ricerca pubblica. Già nel 2014, l'ex direttore del NIH Francis Collins avvertiva il Congresso che la crescente ondata di dati avrebbe potuto sovraccaricare i ricercatori. Da allora, la scala e la complessità dei dati sono solo aumentate. I progetti e gli studi clinici del CIRM hanno già prodotto oltre 1200 set di dati, il che ha rafforzato la necessità di strumenti software per collegarli.
Alcuni strumenti combinano già diversi tipi di dati biomedici, tuttavia molti sistemi open source richiedono aggiornamenti per essere conformi al calcolo moderno e all'IA. Software nuovi o migliorati rispondono meglio alle esigenze dei ricercatori di medicina rigenerativa. L'obiettivo dell'integrazione di diversi tipi di dati è accelerare la ricerca e massimizzare gli investimenti iniziali del CIRM, ha sottolineato Bayram.
Un software aperto, trasparente, riutilizzabile ed estensibile può fornire l'infrastruttura necessaria per superare queste barriere. Il CIRM richiede ai richiedenti di pensare non solo alla creazione dello strumento, ma anche alla sua implementazione, utilizzo, supporto e miglioramento nel tempo. L'istituto cerca progetti con un ampio impatto: strumenti che funzionino in diversi sistemi, tipi di dati e contesti di ricerca.
La scienza dei dati si evolve rapidamente e persino gli strumenti più diffusi necessitano di aggiornamenti regolari. Questo investimento aiuta i ricercatori a stare al passo con i progressi nel calcolo e nell'IA, nonché con il panorama in continua evoluzione dei nuovi dati di ricerca. Gli sviluppatori di soluzioni open source che riceveranno supporto saranno in grado di trasformare dati frammentati in scoperte significative.
