Przełomy naukowe budowane są na podstawie wniosków płynących z rzetelnych danych, jednak czasami są one ukryte pod oceanem ich nadmiaru. Właśnie tym problemem postanowił zająć się Kalifornijski Instytut Medycyny Regeneracyjnej (CIRM), zatwierdzając nowy program infrastrukturalny.
Niedawno CIRM zatwierdził inwestycje w stworzenie narzędzi, które pomogą uporządkować ogromne i złożone zbiory danych biologicznych, uzyskanych w trakcie badań finansowanych przez instytut. Program ma na celu opracowanie nowego oprogramowania do integracji danych z zakresu medycyny regeneracyjnej i wyciągania z nich nowych wniosków.
„Nasza misja pcha nas naprzód — zauważyła podczas posiedzenia rady Jenny Bayram, starszy pracownik naukowy CIRM. — Opracowujemy narzędzia i strategie, aby zmaksymalizować wartość inwestycji CIRM, promując naukę i tworząc nowe sposoby pracy z danymi”.
Nowy program przeznacza 10 milionów dolarów na 15–20 grantów po 500 tysięcy dolarów każdy. Każdy projekt będzie rozwiązywał konkretne zadanie integracji danych. Niektóre narzędzia połączą różne typy danych, inne ulepszą lub wesprą szeroko stosowane oprogramowanie open-source, dostosowane do potrzeb medycyny regeneracyjnej. Część projektów zaktualizuje istniejące rozwiązania, aby odpowiadały one współczesnym możliwościom obliczeniowym i sztucznej inteligencji.
Nagrody Data Science and Software Engineering Awards mają na celu stworzenie narzędzi open-source, które integrują różne rodzaje danych biomedycznych. Zgodnie z zamierzeniami CIRM, połączenie tych danych w przystępnej formie przyspieszy identyfikację i walidację nowych celów terapeutycznych oraz biomarkerów w leczeniu chorób.
Chodzi o stworzenie infrastruktury, która pozwoli badaczom szybciej pracować ze zbiorami danych. Szczególną uwagę poświęca się oprogramowaniu zdolnemu do przekształcania różnorodnych danych generowanych w badaniach i badaniach klinicznych z zakresu medycyny regeneracyjnej w format łatwy do wymiany.
Kilka lat temu NIH uruchomił podobną inicjatywę — program Biomedical Data Translator, służący do integracji petabajtów danych biomedycznych z badań federalnych. CIRM opiera się również na własnych wcześniejszych inwestycjach w wymianę danych, w tym na narzędziu Data Explorer, które zawiera już ponad 800 zbiorów danych CIRM i czyni je bardziej dostępnymi dla badaczy.
Problem interpretacji złożonych danych od dawna stoi przed badaniami państwowymi. Jeszcze w 2014 roku były dyrektor NIH Francis Collins ostrzegał Kongres, że rosnąca fala danych może przytłoczyć badaczy. Od tego czasu skala i złożoność danych tylko wzrosły. Projekty i badania kliniczne CIRM wygenerowały już ponad 1200 zbiorów danych, co zwiększyło potrzebę posiadania narzędzi programistycznych do ich łączenia.
Niektóre narzędzia już teraz łączą różne rodzaje danych biomedycznych, jednak wiele systemów open-source wymaga aktualizacji, aby sprostać współczesnym wymogom obliczeniowym i sztucznej inteligencji. Nowe lub ulepszone oprogramowanie lepiej odpowiada potrzebom badaczy medycyny regeneracyjnej. Celem integracji różnych typów danych jest przyspieszenie badań i maksymalne wykorzystanie początkowych inwestycji CIRM, podkreśliła Bayram.
Otwarte, przejrzyste, możliwe do ponownego wykorzystania i rozszerzalne oprogramowanie może zapewnić infrastrukturę niezbędną do pokonania tych barier. CIRM wymaga od wnioskodawców myślenia nie tylko o stworzeniu narzędzia, ale także o jego wdrożeniu, użytkowaniu, wsparciu i doskonaleniu w czasie. Instytut poszukuje projektów o szerokim wpływie — narzędzi działających w różnych systemach, typach danych i kontekstach badawczych.
Nauka o danych rozwija się szybko i nawet popularne narzędzia wymagają regularnych aktualizacji. Ta inwestycja pomaga badaczom nadążyć za postępem w dziedzinie obliczeń i sztucznej inteligencji, a także za stale zmieniającym się krajobrazem nowych danych badawczych. Twórcy rozwiązań open-source, którzy otrzymają wsparcie, będą mogli przekształcić fragmentaryczne dane w znaczące odkrycia.
