Bilimsel buluşlar iyi verilerden elde edilen içgörüler üzerine inşa edilir, ancak bazen bu veriler, devasa miktardaki verinin altında gizli kalır. Kaliforniya Rejeneratif Tıp Enstitüsü (CIRM), yeni bir altyapı programını onaylayarak tam da bu sorunu ele almaya karar verdi.
CIRM kısa süre önce, enstitü tarafından finanse edilen araştırmalar sırasında elde edilen devasa ve karmaşık biyolojik veri setlerini anlamlandırmaya yardımcı olacak araçların oluşturulmasına yönelik yatırımları onayladı. Program, rejeneratif tıp verilerini entegre etmek ve bunlardan yeni içgörüler elde etmek için yeni yazılımlar geliştirmeyi amaçlıyor.
CIRM Kıdemli Bilim Görevlisi Jeni Bayram, kurul toplantısında yaptığı konuşmada, "Misyonumuz bizi ileriye taşıyor," dedi. "Bilimi ilerletmek ve verilerle çalışmak için yeni yollar yaratarak CIRM yatırımlarının değerini en üst düzeye çıkarmak adına araçlar ve stratejiler geliştiriyoruz."
Yeni program, her biri 500 bin dolar değerinde 15–20 hibe için 10 milyon dolar ayırıyor. Her proje, belirli bir veri entegrasyonu sorununu çözecek. Bazı araçlar farklı veri türlerini birbirine bağlarken, diğerleri rejeneratif tıbbın ihtiyaçlarına göre uyarlanmış, yaygın olarak kullanılan açık kaynaklı yazılımları geliştirecek veya destekleyecek. Projelerin bir kısmı, mevcut çözümleri modern hesaplama ve yapay zeka yetenekleriyle uyumlu hale getirmek için güncelleyecek.
Veri Bilimi ve Yazılım Mühendisliği Ödülleri, çeşitli biyomedikal veri türlerini entegre eden açık kaynaklı araçlar oluşturmayı hedefliyor. CIRM'in planına göre, bu verilerin kullanışlı bir biçimde birleştirilmesi, hastalıkların tedavisi için yeni ilaç hedeflerinin ve biyobelirteçlerin tanımlanmasını ve doğrulanmasını hızlandıracaktır.
Burada amaç, araştırmacıların veri setleriyle daha hızlı çalışmasını sağlayacak bir altyapı oluşturmaktır. Rejeneratif tıp araştırmalarında ve klinik deneylerde üretilen veri çeşitliliğini kolayca paylaşılabilir bir formata dönüştürebilen yazılımlara özel önem verilmektedir.
Birkaç yıl önce NIH, federal araştırmalardan elde edilen petabaytlarca biyomedikal veriyi entegre etmek için Biomedical Data Translator adlı benzer bir girişim başlattı. CIRM, halihazırda 800'den fazla CIRM veri seti içeren ve bunları araştırmacılar için daha erişilebilir kılan Data Explorer aracı da dahil olmak üzere, veri paylaşımına yönelik kendi önceki yatırımlarından da yararlanıyor.
Karmaşık verileri anlamlandırma sorunu, uzun süredir devlet araştırmalarının önündeki bir engeldir. Eski NIH Direktörü Francis Collins, 2014 yılında Kongre'yi, artan veri dalgasının araştırmacıları bunaltabileceği konusunda uyarmıştı. O zamandan beri verilerin ölçeği ve karmaşıklığı sadece arttı. CIRM projeleri ve klinik deneyleri halihazırda 1200'den fazla veri seti üretti ve bu da onları birbirine bağlayacak yazılım araçlarına olan ihtiyacı artırdı.
Bazı araçlar halihazırda farklı biyomedikal veri türlerini birleştiriyor, ancak birçok açık kaynaklı sistemin modern hesaplama ve yapay zeka ile uyumlu olması için güncellemelere ihtiyacı var. Yeni veya geliştirilmiş yazılımlar, rejeneratif tıp araştırmacılarının ihtiyaçlarını daha iyi karşılıyor. Bayram, farklı veri türlerini entegre etmenin amacının araştırmayı hızlandırmak ve CIRM'in ilk yatırımlarından en iyi şekilde yararlanmak olduğunu vurguladı.
Açık, şeffaf, yeniden kullanılabilir ve genişletilebilir yazılımlar, bu engelleri aşmak için gereken altyapıyı sağlayabilir. CIRM, başvuru sahiplerinden sadece bir araç oluşturmayı değil, aynı zamanda bunun zaman içinde nasıl dağıtılacağını, kullanılacağını, destekleneceğini ve geliştirileceğini de düşünmelerini istiyor. Enstitü, geniş etkisi olan projeler, yani farklı sistemlerde, veri türlerinde ve araştırma bağlamlarında çalışan araçlar arıyor.
Veri bilimi hızla gelişiyor ve popüler araçların bile düzenli güncellemelere ihtiyacı var. Bu yatırım, araştırmacıların hesaplama ve yapay zekadaki ilerlemelerin yanı sıra sürekli değişen yeni araştırma verileri ortamına ayak uydurmalarına yardımcı oluyor. Destek alacak açık kaynaklı çözüm geliştiricileri, parçalanmış verileri anlamlı keşiflere dönüştürebilecekler.
