Del experimento al insight: cómo Dotmatics Luma y Databricks hacen realidad la ciencia lista para la AI

La brecha entre los datos científicos y el conocimiento científico

Los flujos de trabajo científicos modernos generan datos a una escala extraordinaria. Una sola organización puede operar cientos de instrumentos en laboratorios húmedos y redes de socios. Cada uno produce datos y, la mayoría de las veces, esos datos viven en silos, desconectados de las decisiones mismas que deben fundamentar.

El problema no es el volumen, sino el contexto. Mantener la integridad y el contexto de los datos científicos a medida que se mueven a través de instrumentos, análisis y decisiones es crucial. Cuando se pierde el contexto, los científicos dedican tiempo a reconstruir o repetir resultados en lugar de avanzar en la investigación. Cuando los modelos de AI se entrenan con datos fragmentados y no armonizados, no siempre se puede confiar en los resultados (Figura 1).

Figura 1. Dotmatics Luma y Databricks transforman los resultados fragmentados de los instrumentos en una canalización continua y conectada de datos científicos estructurados y listos para AI.

Cerrar esa brecha requiere que dos cosas funcionen en conjunto. Una plataforma diseñada específicamente para datos científicos y la infraestructura de nivel empresarial para respaldarla a escala. Eso es precisamente para lo que se crearon Luma, la plataforma de inteligencia científica de Dotmatics, y Databricks, respectivamente. Juntos, ofrecen algo que ninguno de los dos podría proporcionar por separado.

Lo que Dotmatics Luma y Databricks ofrecen juntos

Luma es la capa operativa científica para la R&D moderna. Luma captura los resultados de los instrumentos de forma continua y automática, sin interrumpir los flujos de trabajo existentes, llevando los datos a un registro científico armonizado y estructurado en tiempo real. También puede procesar miles de millones de puntos de datos científicos al día.

Ese paso de armonización es lo que hace posible todo lo que viene después. Los resultados brutos no estructurados se convierten en datos estructurados y compatibles con FAIR (Findable, Accessible, Interoperable, and Reusable) que están listos para análisis, modelado y aplicaciones de AI en el momento en que llegan. Dado que el registro científico es continuo y estructurado, la AI se puede aplicar a todo el registro, identificando patrones en los experimentos, sugiriendo qué ejecutar a continuación e incluso generando procedimientos operativos estándar (SOP) en lenguaje sencillo que los científicos pueden seguir de inmediato.

Databricks es la base sobre la que se construye Luma. Esto proporciona la infraestructura escalable y gobernada necesaria para almacenar, gestionar y activar esos datos en toda la empresa. Permite que los datos científicos coexistan con los sistemas de finanzas, compras e inteligencia empresarial, conectando los resultados de la investigación con el contexto organizacional más amplio. Delta Sharing permite un intercambio de datos fluido con colaboradores externos, incluidas las organizaciones de investigación por contrato (CRO) y socios académicos, sin comprometer la gobernanza ni la integridad de los datos.

Cómo Dotmatics Luma y Databricks funcionan mejor juntos

Luma está diseñada específicamente para la ciencia, y Databricks está diseñado específicamente para datos escalables y AI. Luma se ejecuta de forma nativa en Databricks, por lo que las organizaciones obtienen una profunda capacidad científica e infraestructura de datos de nivel empresarial como una pila unificada, no como un conjunto de integraciones fragmentadas. Esa pila unificada funciona porque cada plataforma aporta algo que la otra no tiene.

Complementarias por diseño. Luma proporciona la conectividad de instrumentos, la lógica de armonización, el contexto científico y una base de datos compatible con FAIR, todo creado específicamente para R&D. El uso de ecosistemas abiertos y extensibles tanto para la biología como para la química garantiza que los usuarios aprovechen flujos de trabajo diseñados por científicos, para científicos. Databricks aporta la infraestructura de datos y AI, con almacenamiento escalable, gobernanza y las herramientas para activar esos datos en toda la empresa. Juntos, la pila es mayor que la suma de sus partes (Figura 2).

Figura 2. Luma y Databricks forman una pila unificada, con capacidad científica en la parte superior, infraestructura de datos empresarial debajo y conocimiento listo para AI como resultado.

El resultado es un camino más rápido hacia una ciencia lista para AI, sin sacrificar el rigor que la ciencia exige. Luma está diseñada para flujos de trabajo donde los datos deben ser auditables, las decisiones deben ser trazables y los resultados de AI deben resistir el escrutinio, abarcando desde el descubrimiento inicial hasta la presentación regulatoria. Ese es el estándar que esta asociación está diseñada para cumplir.

Un ejemplo de área de aplicación: cuando los datos de cromatografía se fragmentan

El flujo de trabajo de cromatografía típico está lleno de trabas operativas. Los SOP pueden variar entre equipos y sedes, los instrumentos a menudo provienen de diferentes proveedores con sus propios sistemas de datos y tipos de archivos patentados, y los resultados se exportan, reformatean y cargan manualmente en un cuaderno de laboratorio electrónico (ELN). Este enfoque puede eliminar los metadatos, el linaje y el contexto experimental, lo que dificulta las comparaciones entre sedes y hace que los datos subyacentes a menudo terminen enterrados o inaccesibles.

Este tipo de datos en silos es precisamente lo que queremos evitar al trabajar en un entorno de AI. La continuidad científica es crucial, y Luma lo hace posible al actuar como la capa de orquestación que permite tomar decisiones científicas más rápidas con continuidad a lo largo de todo el ciclo de vida de la investigación. Esto incluye:

• diseño de experimentos
• entrega automatizada de tareas y adquisición de datos
• análisis automatizado de cromatogramas mediante la conectividad con herramientas potentes
• generación de informes e intercambio con un solo clic
• comparación sencilla de datos

Es importante destacar que los metadatos, el linaje y el contexto experimental se preservan a lo largo de todo el hilo digital.

Aquí es donde entra en juego Analytical Studio de Virscidian. En 2024, Dotmatics adquirió Virscidian, propietaria del potente software de procesamiento de cromatografía Analytical Studio. Por sí solo, este software ofrece un enorme potencial para acelerar el descubrimiento de fármacos, gracias a sus capacidades para automatizar el procesamiento de datos complejos de cromatografía líquida-espectometría de masas (LC/MS), la experimentación de alto rendimiento (HTE) y los flujos de trabajo de purificación. Lo que podría llevar semanas hacer manualmente se puede realizar en cuestión de minutos. Al operar en conjunto con Luma, el software de Virscidian ahora cuenta con un panel de resultados, registro de compuestos y herramientas de gestión de compuestos integradas en Luma.

La cromatografía es solo un ejemplo de un patrón mucho más amplio. La misma fragmentación se puede observar en cualquier lugar donde se multipliquen los instrumentos, los equipos y los formatos de datos, ya sea espectrometría de masas, ensayos basados en placas, secuenciación, imágenes y más. Cualquiera que sea la modalidad, el problema subyacente es el mismo: el contexto se pierde entre la captura y la decisión. Afortunadamente, la solución sigue siendo la misma. Un registro continuo y armonizado que viaja con los datos en lugar de detenerse en el punto de recopilación. Ese es el valor que Luma y Databricks aportan a lo largo de todo el ciclo de vida de la investigación, no solo en un flujo de trabajo.

Verlo en la práctica

Una gran empresa farmacéutica global se enfrentó a un desafío familiar para cualquier organización que realice investigaciones a escala: más de 5000 instrumentos en sus instalaciones, cada uno generando datos de forma aislada. Su fuente de datos más grande y fragmentada era su flota de (LC/MS), que contaba con instrumentos de cuatro proveedores diferentes, cada uno de los cuales almacenaba datos de cromatografía dentro de su propio sistema patentado. Esto significaba que no había forma de analizar las tendencias de rendimiento, comparar resultados entre sedes ni aplicar AI a un conjunto de datos que nunca se había unificado. Implementaron Luma comenzando con aproximadamente 1500 instrumentos, conectando los resultados de los sistemas de los cuatro proveedores en un registro armonizado y alineado con FAIR sin interrumpir un solo flujo de trabajo. Los científicos continuaron trabajando exactamente como antes, excepto que sus datos ya no se detenían en el límite del sistema de cada proveedor.

Por primera vez, la organización pudo analizar las tendencias de rendimiento de los instrumentos de distintos proveedores, realizar análisis de pureza desde una vista unificada y aprovechar los datos de utilización y tiempo de actividad para fundamentar la planificación de capital y los contratos de servicio. Anteriormente, estas decisiones requerían un esfuerzo manual significativo para unir información de fuentes desconectadas. Con un conjunto de datos limpio, estructurado e históricamente completo ahora disponible, la organización también obtuvo una base lista para AI y machine learning, con un camino claro para conectar los más de 5000 instrumentos en todas sus instalaciones.

Lo que esta organización ha construido no es un proyecto de integración puntual. Es una base repetible: empezar donde los problemas con los datos son más críticos, demostrar el valor rápidamente y expandirse a partir de una infraestructura que funciona. Ese es el modelo que Luma y Databricks están diseñados para respaldar.

¿Le interesa ver lo que Luma y Databricks pueden hacer por su organización? Visite dotmatics.com para obtener más información sobre Luma y la plataforma Dotmatics.

(Esta entrada del blog ha sido traducida utilizando herramientas basadas en inteligencia artificial) Publicación original