Os avanços científicos baseiam-se em insights extraídos de bons dados, mas, por vezes, estes encontram-se ocultos sob um oceano de uma quantidade excessiva dos mesmos. Foi precisamente este o problema que o Instituto de Medicina Regenerativa da Califórnia (CIRM) decidiu assumir, ao aprovar um novo programa de infraestruturas.
Recentemente, o CIRM aprovou investimentos na criação de ferramentas que ajudarão a compreender conjuntos de dados biológicos vastos e complexos, obtidos no decurso de investigações financiadas pelo instituto. O programa visa o desenvolvimento de novo software para a integração de dados de medicina regenerativa e a extração de novos insights a partir deles.
«A nossa missão impulsiona-nos», observou Jeni Bayram, investigadora sénior do CIRM, durante uma reunião do conselho. «Estamos a desenvolver ferramentas e estratégias para maximizar o valor dos investimentos do CIRM, promovendo a ciência e criando novas formas de trabalhar com os dados».
O novo programa destina 10 milhões de dólares para 15–20 subvenções de 500 mil dólares cada. Cada projeto abordará uma tarefa específica de integração de dados. Algumas ferramentas ligarão diferentes tipos de dados, outras melhorarão ou apoiarão software de código aberto amplamente utilizado, adaptado às necessidades da medicina regenerativa. Parte dos projetos atualizará soluções existentes para que correspondam à computação moderna e às capacidades da inteligência artificial.
Os prémios Data Science and Software Engineering Awards visam a criação de ferramentas de código aberto que integrem vários tipos de dados biomédicos. A ligação destes dados de uma forma acessível, segundo o plano do CIRM, acelerará a identificação e validação de novos alvos terapêuticos e biomarcadores para o tratamento de doenças.
Trata-se da criação de uma infraestrutura que permitirá aos investigadores trabalhar mais rapidamente com conjuntos de dados. É dada especial atenção ao software capaz de traduzir a diversidade de dados gerados em estudos e ensaios clínicos de medicina regenerativa para um formato facilmente partilhável.
Há alguns anos, o NIH lançou uma iniciativa semelhante — o programa Biomedical Data Translator para a integração de petabytes de dados biomédicos provenientes de investigação federal. O CIRM baseia-se também nos seus próprios investimentos anteriores em partilha de dados, incluindo a ferramenta Data Explorer, que já contém mais de 800 conjuntos de dados do CIRM e os torna mais acessíveis aos investigadores.
O problema da compreensão de dados complexos é um desafio antigo para a investigação pública. Já em 2014, o antigo diretor do NIH, Francis Collins, alertou o Congresso de que a crescente vaga de dados poderia sobrecarregar os investigadores. Desde então, a escala e a complexidade dos dados apenas aumentaram. Os projetos e ensaios clínicos do CIRM já produziram mais de 1200 conjuntos de dados, o que reforçou a necessidade de ferramentas de software para os ligar.
Algumas ferramentas já combinam diferentes tipos de dados biomédicos, contudo, muitos sistemas de código aberto necessitam de atualizações para corresponder à computação moderna e à IA. Software novo ou melhorado responde melhor às necessidades dos investigadores de medicina regenerativa. O objetivo da integração de diferentes tipos de dados é acelerar a investigação e maximizar os investimentos iniciais do CIRM, sublinhou Bayram.
Software aberto, transparente, reutilizável e extensível pode fornecer a infraestrutura necessária para superar estas barreiras. O CIRM exige que os candidatos pensem não apenas na criação da ferramenta, mas também na sua implementação, utilização, manutenção e melhoria ao longo do tempo. O instituto procura projetos com um impacto abrangente — ferramentas que funcionem em diferentes sistemas, tipos de dados e contextos de investigação.
A ciência dos dados evolui rapidamente e até as ferramentas populares necessitam de atualizações regulares. Este investimento ajuda os investigadores a acompanhar o progresso na computação e na IA, bem como o panorama em constante mudança de novos dados de investigação. Os programadores de soluções de código aberto que receberem apoio poderão transformar dados fragmentados em descobertas significativas.
