Dall'esperimento all'insight: come Dotmatics Luma e Databricks rendono realtà la scienza pronta per l'AI

Il divario tra dati scientifici e insight scientifici

I moderni flussi di lavoro scientifici generano dati su scala straordinaria. Una singola organizzazione potrebbe gestire centinaia di strumenti tra wet lab e reti di partner. Ognuno di essi produce dati che, nella maggior parte dei casi, rimangono isolati in silos, scollegati dalle decisioni stesse che dovrebbero guidare.

Il problema non è il volume, ma il contesto. Mantenere l'integrità e il contesto dei dati scientifici mentre si spostano tra strumenti, analisi e decisioni è fondamentale. Quando il contesto va perduto, gli scienziati perdono tempo a ricostruire o ripetere i risultati invece di far progredire la ricerca. Quando i modelli di AI vengono addestrati su dati frammentati e non armonizzati, non sempre ci si può fidare dei risultati (Figura 1).

Figura 1. Dotmatics Luma e Databricks trasformano i dati frammentati in uscita dagli strumenti in una pipeline continua e connessa di dati scientifici strutturati e pronti per l'AI.

Colmare questo divario richiede la sinergia di due elementi. Una piattaforma creata appositamente per i dati scientifici e un'infrastruttura di livello enterprise per supportarla su scala. Questo è esattamente ciò per cui sono stati concepiti, rispettivamente, Luma, la piattaforma di scientific intelligence di Dotmatics, e Databricks. Insieme, offrono qualcosa che nessuno dei due potrebbe fornire da solo.

Cosa offrono insieme Dotmatics Luma e Databricks

Luma è il livello operativo scientifico per la moderna R&D. Luma acquisisce i dati in uscita dagli strumenti in modo continuo e automatico, senza interrompere i flussi di lavoro esistenti, inserendoli in tempo reale in un registro scientifico armonizzato e strutturato. Può inoltre gestire miliardi di punti dati scientifici al giorno.

Questa fase di armonizzazione è ciò che rende possibile tutto il resto a valle. I risultati grezzi non strutturati diventano dati strutturati e conformi ai principi FAIR (Findable, Accessible, Interoperable, and Reusable), pronti per l'analisi, la modellazione e le applicazioni di AI non appena arrivano. Poiché il registro scientifico è continuo e strutturato, l'AI può essere applicata all'intero registro, identificando pattern tra gli esperimenti, suggerendo le fasi successive e persino generando procedure operative standard (SOP) in linguaggio naturale che gli scienziati possono seguire immediatamente.

Databricks è la base su cui è basato Luma. Ciò fornisce l'infrastruttura scalabile e governata necessaria per archiviare, gestire e attivare tali dati in tutta l'azienda. Consente ai dati scientifici di coesistere con i sistemi di finanza, approvvigionamento e business intelligence, collegando i risultati della ricerca al contesto aziendale più ampio. Delta Sharing consente uno scambio di dati fluido con collaboratori esterni, tra cui organizzazioni di ricerca a contratto (CRO) e partner accademici, senza compromettere la governance o l'integrità dei dati.

Come Dotmatics Luma e Databricks lavorano meglio insieme

Luma è progettato specificamente per la scienza, mentre Databricks è progettato per dati scalabili e AI. Luma viene eseguito in modo nativo su Databricks, consentendo alle organizzazioni di ottenere funzionalità scientifiche avanzate e un'infrastruttura dati di livello enterprise in uno stack unificato, anziché un insieme frammentato di integrazioni. Questo stack unificato funziona perché ogni piattaforma offre qualcosa che l'altra non ha.

Complementari per definizione. Luma fornisce la connettività degli strumenti, la logica di armonizzazione, il contesto scientifico e una base di dati conforme ai principi FAIR, il tutto sviluppato specificamente per la R&D. L'uso di ecosistemi aperti ed estensibili sia per la biologia che per la chimica garantisce che gli utenti utilizzino flussi di lavoro progettati da scienziati, per gli scienziati. Databricks offre l'infrastruttura dati e AI, con storage scalabile, governance e gli strumenti per attivare tali dati in tutta l'azienda. Insieme, lo stack è superiore alla somma delle sue parti (Figura 2).

Figura 2. Luma e Databricks formano uno stack unificato, con funzionalità scientifiche nella parte superiore, infrastruttura dati aziendale in quella inferiore e insight pronti per l'AI come risultato.

Il risultato è un percorso più rapido verso una scienza pronta per l'AI, senza sacrificare il rigore richiesto dalla scienza stessa. Luma è progettato per flussi di lavoro in cui i dati devono essere verificabili, le decisioni tracciabili e i risultati dell'AI affidabili anche sotto esame, coprendo l'intero ciclo, dalle prime fasi di scoperta fino alla sottomissione normativa. Questo è lo standard che questa partnership si propone di soddisfare.

Un esempio di area di applicazione: quando i dati di cromatografia si frammentano

Il tipico flusso di lavoro di cromatografia è rallentato da ostacoli operativi. Le SOP possono variare tra team e sedi, gli strumenti spesso provengono da fornitori diversi con i propri sistemi di dati e tipi di file proprietari, e i risultati vengono esportati manualmente, riformattati e caricati in un registro elettronico di laboratorio (ELN). Questo approccio può eliminare metadati, lineage e contesto sperimentale, rendendo difficili i confronti tra sedi diverse e lasciando i dati sottostanti spesso sepolti o inaccessibili.

Questo tipo di dati isolati è proprio ciò che vogliamo evitare quando lavoriamo in un ambiente di AI. La continuità scientifica è fondamentale e Luma la rende possibile fungendo da livello di orchestrazione che consente decisioni scientifiche più rapide con continuità lungo l'intero ciclo di vita della ricerca. Ciò include:

• progettazione degli esperimenti
• distribuzione automatizzata dei job e acquisizione dei dati
• analisi automatizzata dei cromatogrammi grazie alla connettività con strumenti potenti
• creazione di report e condivisione con un solo clic
• semplice confronto dei dati

Cosa importante, i metadati, la lineage e il contesto sperimentale vengono preservati lungo tutto il thread digitale.

È qui che entra in gioco Analytical Studio di Virscidian. Nel 2024, Dotmatics ha acquisito Virscidian, proprietaria del potente software di elaborazione cromatografica Analytical Studio. Da solo, questo software offre un enorme potenziale per accelerare la scoperta di farmaci, grazie alle sue capacità di automatizzare l'elaborazione di dati complessi di cromatografia liquida-spettrometria di massa (LC/MS), la sperimentazione ad alta produttività (HTE) e i flussi di lavoro di purificazione. Ciò che potrebbe richiedere settimane per essere eseguito manualmente può essere fatto in pochi minuti. Operando in tandem con Luma, il software di Virscidian dispone ora di una dashboard dei risultati, della registrazione dei composti e di strumenti di gestione dei composti integrati in Luma.

La cromatografia è solo un esempio di un pattern molto più ampio. La stessa frammentazione si può osservare ovunque si moltiplichino strumenti, team e formati di dati, che si tratti di spettrometria di massa, test su piastra, sequenziamento, imaging e altro ancora. Qualunque sia la modalità, il problema di fondo è lo stesso: il contesto si perde tra l'acquisizione e la decisione. Fortunatamente, la soluzione rimane la stessa: un registro continuo e armonizzato che viaggia con i dati invece di fermarsi al momento della raccolta. Questo è il valore che Luma e Databricks offrono lungo l'intero ciclo di vita della ricerca, non solo in un singolo flusso di lavoro.

Un esempio pratico

Una grande azienda farmaceutica globale ha dovuto affrontare una sfida comune a qualsiasi organizzazione che conduca ricerche su larga scala: oltre 5.000 strumenti dislocati nel proprio campus, ognuno dei quali generava dati in modo isolato. La loro fonte di dati più grande e frammentata era la flotta (LC/MS), che presentava strumenti di quattro diversi fornitori, ognuno dei quali memorizzava i dati di cromatografia all'interno del proprio sistema proprietario. Ciò significava che non c'era modo di analizzare l'andamento delle prestazioni, confrontare i risultati tra le sedi o applicare l'AI a un set di dati che non era mai stato unificato. Hanno implementato Luma partendo da circa 1.500 strumenti, collegando i dati in uscita da tutti e quattro i sistemi dei fornitori in un registro armonizzato e allineato ai principi FAIR, senza interrompere un singolo flusso di lavoro. Gli scienziati hanno continuato a lavorare esattamente come prima, con la differenza che i loro dati non si fermavano più al confine del sistema di ciascun fornitore.

Per la prima volta, l'organizzazione ha potuto analizzare l'andamento delle prestazioni degli strumenti tra i vari fornitori, eseguire analisi di purezza da una vista unificata e sfruttare i dati di utilizzo e uptime per pianificare gli investimenti e i contratti di assistenza. In precedenza, queste decisioni richiedevano un notevole sforzo manuale per unire informazioni provenienti da fonti scollegate. Con un set di dati pulito, strutturato e storicamente completo ora disponibile, l'organizzazione ha ottenuto anche una base pronta per l'AI e il machine learning, con un percorso chiaro per collegare tutti gli oltre 5.000 strumenti del campus.

Ciò che questa organizzazione ha creato non è un progetto di integrazione una tantum. Si tratta di una base ripetibile: iniziare dove le criticità dei dati sono più acute, dimostrare rapidamente il valore ed espandersi a partire da un'infrastruttura che funziona. Questo è il modello che Luma e Databricks sono stati creati per supportare.

Vuoi scoprire cosa possono fare Luma e Databricks per la tua organizzazione? Visita dotmatics.com per saperne di più su Luma e sulla piattaforma Dotmatics.

(Questo post sul blog è stato tradotto utilizzando strumenti basati sull'intelligenza artificiale) Post originale