Наукові прориви будуються на висновках із якісних даних, але іноді вони приховані під океаном занадто великої їх кількості. Саме цю проблему вирішив взяти на себе Каліфорнійський інститут регенеративної медицини (CIRM), схваливши нову інфраструктурну програму.
Нещодавно CIRM затвердив інвестиції у створення інструментів, які допоможуть розібратися у величезних і складних біологічних наборах даних, отриманих під час фінансованих інститутом досліджень. Програма спрямована на розробку нового програмного забезпечення для інтеграції даних регенеративної медицини та вилучення з них нових ідей.
«Наша місія підштовхує нас уперед, — зазначила Джені Байрам, старший науковий співробітник CIRM, під час засідання ради. — Ми розробляємо інструменти та стратегії, щоб максимально використовувати цінність інвестицій CIRM, просуваючи науку та створюючи нові способи роботи з даними».
Нова програма виділяє 10 мільйонів доларів на 15–20 грантів по 500 тисяч доларів кожен. Кожен проєкт вирішуватиме конкретне завдання інтеграції даних. Одні інструменти пов'яжуть різні типи даних, інші покращать або підтримають широко використовуване open-source ПЗ, адаптоване під потреби регенеративної медицини. Частина проєктів оновить наявні рішення, щоб вони відповідали сучасним обчисленням та можливостям штучного інтелекту.
Нагороди Data Science and Software Engineering Awards націлені на створення open-source інструментів, які інтегрують різні види біомедичних даних. Поєднання цих даних у зручному вигляді, за задумом CIRM, прискорить виявлення та валідацію нових мішеней для ліків та біомаркерів для лікування захворювань.
Йдеться про створення інфраструктури, яка дозволить дослідникам швидше працювати з наборами даних. Особлива увага приділяється ПЗ, здатному трансформувати різноманітні дані, що генеруються в дослідженнях і клінічних випробуваннях регенеративної медицини, у формат, яким легко обмінюватися.
Кілька років тому NIH запустив схожу ініціативу — програму Biomedical Data Translator для інтеграції петабайтів біомедичних даних із федеральних досліджень. CIRM спирається і на власні попередні вкладення в обмін даними, включаючи інструмент Data Explorer, який уже містить понад 800 наборів даних CIRM і робить їх доступнішими для дослідників.
Проблема осмислення складних даних давно стоїть перед державними дослідженнями. Ще у 2014 році колишній директор NIH Френсіс Коллінз попереджав Конгрес, що зростаюча хвиля даних може перевантажити дослідників. Відтоді масштаб і складність даних тільки зросли. Проєкти та клінічні випробування CIRM уже сформували понад 1200 наборів даних, що посилило потребу в програмних інструментах для їхнього поєднання.
Деякі інструменти вже комбінують різні види біомедичних даних, проте багато open-source систем потребують оновлень, щоб відповідати сучасним обчисленням та ШІ. Нове або покращене ПЗ краще відповідає потребам дослідників регенеративної медицини. Мета інтеграції різних типів даних — прискорити дослідження та максимально використовувати початкові інвестиції CIRM, підкреслила Байрам.
Відкрите, прозоре, придатне для повторного використання та розширюване ПЗ може забезпечити інфраструктуру, необхідну для подолання цих бар'єрів. CIRM вимагає від заявників думати не лише про створення інструменту, а й про його розгортання, використання, підтримку та вдосконалення з часом. Інститут шукає проєкти з широким впливом — інструменти, що працюють у різних системах, типах даних та дослідницьких контекстах.
Наука про дані розвивається швидко, і навіть популярні інструменти потребують регулярних оновлень. Ця інвестиція допомагає дослідникам не відставати від прогресу в обчисленнях і ШІ, а також від ландшафту нових дослідницьких даних, що постійно змінюється. Розробники open-source рішень, які отримають підтримку, зможуть перетворити фрагментовані дані на осмислені відкриття.
