Những đột phá khoa học được xây dựng dựa trên những hiểu biết sâu sắc từ dữ liệu chất lượng, nhưng đôi khi chúng lại bị che lấp dưới một đại dương dữ liệu quá lớn. Đây chính là vấn đề mà Viện Y học Tái tạo California (CIRM) đã quyết định giải quyết bằng việc phê duyệt một chương trình cơ sở hạ tầng mới.
Gần đây, CIRM đã phê duyệt các khoản đầu tư vào việc tạo ra các công cụ giúp phân tích các tập dữ liệu sinh học khổng lồ và phức tạp thu được từ các nghiên cứu do viện tài trợ. Chương trình tập trung vào việc phát triển phần mềm mới để tích hợp dữ liệu y học tái tạo và trích xuất những hiểu biết mới từ đó.
“Sứ mệnh của chúng tôi thúc đẩy chúng tôi tiến về phía trước,” Jeni Bayram, nhà nghiên cứu cấp cao tại CIRM, phát biểu trong cuộc họp hội đồng. “Chúng tôi đang phát triển các công cụ và chiến lược để tối đa hóa giá trị các khoản đầu tư của CIRM, thúc đẩy khoa học và tạo ra những cách thức mới để làm việc với dữ liệu.”
Chương trình mới phân bổ 10 triệu đô la cho 15–20 khoản tài trợ, mỗi khoản trị giá 500 nghìn đô la. Mỗi dự án sẽ giải quyết một nhiệm vụ cụ thể về tích hợp dữ liệu. Một số công cụ sẽ liên kết các loại dữ liệu khác nhau, trong khi những công cụ khác sẽ cải thiện hoặc hỗ trợ phần mềm mã nguồn mở được sử dụng rộng rãi, vốn đã được điều chỉnh cho phù hợp với nhu cầu của y học tái tạo. Một số dự án sẽ cập nhật các giải pháp hiện có để chúng tương thích với các khả năng tính toán và trí tuệ nhân tạo hiện đại.
Các giải thưởng về Khoa học Dữ liệu và Kỹ thuật Phần mềm (Data Science and Software Engineering Awards) hướng tới việc tạo ra các công cụ mã nguồn mở tích hợp nhiều loại dữ liệu y sinh khác nhau. Theo kế hoạch của CIRM, việc kết nối các dữ liệu này theo cách thuận tiện sẽ đẩy nhanh quá trình xác định và xác nhận các mục tiêu thuốc mới cũng như các dấu ấn sinh học để điều trị bệnh.
Vấn đề ở đây là tạo ra một cơ sở hạ tầng cho phép các nhà nghiên cứu làm việc với các tập dữ liệu nhanh hơn. Đặc biệt chú trọng vào phần mềm có khả năng chuyển đổi sự đa dạng của dữ liệu được tạo ra trong các nghiên cứu và thử nghiệm lâm sàng y học tái tạo thành một định dạng dễ dàng trao đổi.
Vài năm trước, NIH đã khởi động một sáng kiến tương tự — chương trình Biomedical Data Translator để tích hợp hàng petabyte dữ liệu y sinh từ các nghiên cứu liên bang. CIRM cũng dựa trên các khoản đầu tư trước đây của chính mình vào việc trao đổi dữ liệu, bao gồm công cụ Data Explorer, vốn đã chứa hơn 800 tập dữ liệu của CIRM và giúp các nhà nghiên cứu tiếp cận chúng dễ dàng hơn.
Vấn đề thấu hiểu dữ liệu phức tạp từ lâu đã là thách thức đối với các nghiên cứu của chính phủ. Ngay từ năm 2014, cựu giám đốc NIH Francis Collins đã cảnh báo Quốc hội rằng làn sóng dữ liệu ngày càng tăng có thể làm quá tải các nhà nghiên cứu. Kể từ đó, quy mô và độ phức tạp của dữ liệu chỉ có tăng lên. Các dự án và thử nghiệm lâm sàng của CIRM đã tạo ra hơn 1200 tập dữ liệu, điều này làm tăng nhu cầu về các công cụ phần mềm để kết nối chúng.
Một số công cụ đã kết hợp các loại dữ liệu y sinh khác nhau, tuy nhiên nhiều hệ thống mã nguồn mở cần được cập nhật để phù hợp với các tính toán hiện đại và AI. Phần mềm mới hoặc được cải tiến sẽ đáp ứng tốt hơn nhu cầu của các nhà nghiên cứu y học tái tạo. Bayram nhấn mạnh rằng mục tiêu của việc tích hợp các loại dữ liệu khác nhau là đẩy nhanh nghiên cứu và tối đa hóa các khoản đầu tư ban đầu của CIRM.
Phần mềm mở, minh bạch, có thể tái sử dụng và mở rộng có thể cung cấp cơ sở hạ tầng cần thiết để vượt qua những rào cản này. CIRM yêu cầu các ứng viên không chỉ nghĩ đến việc tạo ra công cụ mà còn phải nghĩ đến việc triển khai, sử dụng, hỗ trợ và cải tiến nó theo thời gian. Viện đang tìm kiếm các dự án có tầm ảnh hưởng rộng — các công cụ hoạt động trên nhiều hệ thống, loại dữ liệu và bối cảnh nghiên cứu khác nhau.
Khoa học dữ liệu đang phát triển nhanh chóng, và ngay cả những công cụ phổ biến cũng cần được cập nhật thường xuyên. Khoản đầu tư này giúp các nhà nghiên cứu bắt kịp với sự tiến bộ trong tính toán và AI, cũng như bối cảnh luôn thay đổi của các dữ liệu nghiên cứu mới. Các nhà phát triển giải pháp mã nguồn mở nhận được sự hỗ trợ này sẽ có thể biến các dữ liệu rời rạc thành những khám phá có ý nghĩa.
