実験からインサイトへ：Dotmatics LumaとDatabricksがどのようにしてAIレディな科学を実現するのか

科学的データと科学的インサイトのギャップ

現代の科学的ワークフローは、途方もない規模のデータを生成します。 単一の組織が、ウェットラボやパートナーネットワーク全体で数百もの機器を稼働させていることも珍しくありません。それぞれの機器がデータを生成しますが、多くの場合、そのデータはサイロ化され、本来反映されるべき意思決定から切り離されています。

問題はデータの量ではなく、コンテキスト（文脈）にあります。 機器、分析、意思決定の間をデータが移動する際に、科学的データの整合性とコンテキストを維持することが極めて重要です。コンテキストが失われると、科学者は研究を進める代わりに、結果の再構築や再現に時間を費やすことになります。断片化され、調和（ハーモナイズ）されていないデータで AI モデルをトレーニングすると、その出力を常に信頼できるとは限りません（図1）。

図1。Dotmatics LumaとDatabricksは、断片化された機器の出力を、構造化され、AIに対応した科学的データの継続的かつ接続されたパイプラインへと変換します。

そのギャップを埋めるには、2つの要素が連携して機能する必要があります。 科学的データ専用に構築されたプラットフォームと、それを大規模にサポートするエンタープライズグレードのインフラストラクチャです。それこそが、DotmaticsのサイエンティフィックインテリジェンスプラットフォームであるLumaと、Databricksがそれぞれ構築された目的です。これらが組み合わさることで、単独では提供できない価値をもたらします。

Dotmatics LumaとDatabricksが共同で提供するもの

Lumaは、現代のR&Dにおける科学的なオペレーティングレイヤーです。 Lumaは、既存のワークフローを妨げることなく、機器の出力を継続的かつ自動的にキャプチャし、リアルタイムで調和・構造化された科学的記録にデータを取り込みます。また、毎日数十億もの科学的データポイントを処理することができます。

この調和（ハーモナイゼーション）のステップこそが、下流のすべてのプロセスを可能にする鍵です。 非構造化された生データは、到着した瞬間に分析、モデリング、AIアプリケーションに対応できる、構造化されたFAIR原則（Findable：見つけられる、Accessible：アクセスできる、Interoperable：相互運用できる、Reusable：再利用できる）に準拠したデータになります。科学的記録が継続的かつ構造化されているため、AIを記録全体に適用して、実験全体のパターンを特定し、次に実行すべき内容を提案し、科学者がすぐに従うことができる平易な言葉による標準作業手順書（SOP）を生成することさえ可能です。

Databricksは、Lumaが構築されている基盤です。 これにより、企業全体でデータを保存、管理、活性化するために必要な、スケーラブルでガバナンスの効いたインフラストラクチャが提供されます。科学的データを財務、調達、ビジネスインテリジェンス（BI）システムと並べて配置できるようになり、研究成果をより広い組織的コンテキストに結び付けることができます。Delta Sharingにより、ガバナンスやデータの整合性を損なうことなく、開発業務受託機関（CRO）や学術パートナーを含むサードパーティの共同研究者とのシームレスなデータ交換が可能になります。

Dotmatics LumaとDatabricksが連携することで、より優れた効果を発揮する理由

Lumaは科学専用に、DatabricksはスケーラブルなデータとAI専用に構築されています。 LumaはDatabricks上でネイティブに動作するため、組織は継ぎ接ぎだらけの統合ではなく、統合されたスタックとして、深い科学的機能とエンタープライズグレードのデータインフラストラクチャを手に入れることができます。この統合スタックが機能するのは、それぞれのプラットフォームが、他方にはない強みを提供し合っているからです。

設計段階から相互補完的。 Lumaは、 機器の接続性、調和ロジック、科学的コンテキスト、そしてFAIRに準拠したデータ基盤を提供し、これらはすべてR&D向けに特別に構築されています。生物学と化学の両方に対応するオープンで拡張可能なエコシステムを採用することで、ユーザーは科学者によって科学者のために設計されたワークフローを確実に活用できます。Databricksは、スケーラブルなストレージ、ガバナンス、そして企業全体でデータを活性化するためのツールを備えた、データとAIのインフラストラクチャを提供します。これらを組み合わせることで、このスタックは個々の要素の総和以上の価値を生み出します（図2）。

図2。LumaとDatabricksは、上層に科学的機能、下層にエンタープライズデータインフラストラクチャを配置し、出力としてAIに対応したインサイトを提供する統合スタックを形成します。

その結果、科学が求める厳密さを犠牲にすることなく、AIに対応した科学へのより迅速な道が開かれます。Lumaは、初期の探索から規制当局への申請に至るまで、データの監査が可能であり、意思決定の追跡が可能であり、AIの出力が精査に耐えうるものでなければならないワークフロー向けに構築されています。これこそが、このパートナーシップが満たすべき基準です。

応用例：クロマトグラフィーデータが断片化する場合

一般的なクロマトグラフィーのワークフローは、業務上の非効率性に満ちています。SOPはチームや拠点ごとに異なる場合があり、機器は多くの場合、独自のデータシステムやファイル形式を持つ異なるベンダーから提供されています。また、結果は手動でエクスポート、再フォーマットされ、電子実験ノート（ELN）にロードされます。このアプローチでは、メタデータ、リネージ（系統）、実験のコンテキストが失われ、拠点間の比較が困難になり、基礎となるデータが埋もれてアクセスできなくなることがよくあります。

このようなサイロ化されたデータは、AI環境で作業する際にまさに避けたいものです。科学的な継続性は極めて重要であり、Lumaはオーケストレーションレイヤーとして機能することで、研究ライフサイクル全体にわたる継続性を維持し、より迅速な科学的意思決定を可能にします。これには以下が含まれます。

• 実験デザイン
• 自動化されたジョブ配信とデータ収集
• 強力なツールとの連携によるクロマトグラム分析の自動化
• ワンクリックでのレポート作成と共有
• 容易なデータ比較

重要なのは、メタデータ、リネージ、実験のコンテキストがデジタルスレッド全体で維持されることです。

ここで、VirscidianのAnalytical Studioが登場します。2024年、Dotmaticsは強力なクロマトグラフィー処理ソフトウェアであるAnalytical Studioを所有するVirscidianを買収しました。このソフトウェアは、複雑な液体クロマトグラフィー質量分析（LC/MS）データ処理、ハイスループット実験（HTE）、および精製ワークフローを自動化する機能を備えているため、単独でも創薬を加速する大きな可能性を秘めています。手動では数週間かかる作業を、わずか数分で完了できます。Lumaと連携して動作することで、Virscidianのソフトウェアは、Lumaに組み込まれた結果ダッシュボード、化合物登録、および化合物管理ツールを利用できるようになりました。

クロマトグラフィーは、より広範なパターンのほんの一例にすぎません。質量分析、プレートベースのアッセイ、シーケンシング、イメージングなど、機器、チーム、データ形式が増加する場所であれば、どこでも同様の断片化が見られます。モダリティが何であれ、根本的な問題は同じです。データのキャプチャから意思決定の間にコンテキストが失われることです。幸いなことに、解決策は一貫しています。収集の時点で停止するのではなく、データとともに移動する、継続的で調和された記録です。それこそが、LumaとDatabricksが単一のワークフローだけでなく、研究ライフサイクル全体にわたって提供する価値です。

実践における活用例

ある大手グローバル製薬企業は、大規模な研究を行う組織ならどこでも直面する課題を抱えていました。キャンパス全体に5,000を超える機器があり、それぞれが孤立してデータを生成していたのです。 同社にとって最大かつ最も断片化されていたデータソースは、4つの異なるベンダーの機器で構成される（LC/MS）フリートであり、それぞれが独自のシステム内にクロマトグラフィーデータを保存していました。そのため、パフォーマンスの傾向を把握したり、拠点間で結果を比較したり、統合されたことのないデータセットにAIを適用したりする方法がありませんでした。同社は約1,500台の機器からLumaの導入を開始し、単一のワークフローも妨げることなく、4つすべてのベンダーシステムの出力を、調和され、FAIR原則に準拠した記録に接続しました。科学者たちは以前とまったく同じように働き続けましたが、データが各ベンダーのシステムの境界で止まることはなくなりました。

初めて、組織はベンダー間で機器のパフォーマンスの傾向を把握し、統一されたビューから純度分析を実行し、稼働率やアップタイムのデータを活用して設備投資計画やサービス契約に役立てることができるようになりました。これらの意思決定には、以前はバラバラのソースから情報を繋ぎ合わせるために多大な手動の労力が必要でした。クリーンで構造化され、歴史的に完全なデータセットが整ったことで、組織はAIや機械学習に対応した基盤も獲得し、キャンパス内の5,000台以上のすべての機器を接続するための明確な道筋を確立しました。

この組織が構築したものは、単発の統合プロジェクトではありません。それは再現可能な基盤です。データの課題が最も深刻なところから着手し、迅速に価値を証明し、機能しているインフラストラクチャから拡張していく。これこそが、LumaとDatabricksがサポートするために構築されたモデルです。

LumaとDatabricksがお客様の組織に何をもたらすか、ご興味はありませんか？LumaとDotmaticsプラットフォームの詳細については、dotmatics.comをご覧ください。

(このブログ記事はAI翻訳ツールを使用して翻訳されています) 原文記事