Nkarta Therapeutics：バイオインフォマティシャンにスーパーパワーを

バイオインフォマティシャンにとって時間はすべてです。活発な研究開発グループが分析が必要な新しいデータセットを常に作成しているため、その要求に応え続けることは困難な戦いです。バイオインフォマティクス部門のアソシエートディレクターであるソンビート・サフ氏は、この苦境を十分に理解していました。カスタム分析の構築に長年携わった後、Nkarta Therapeutics に入社しました。

Mission Bio や Thermo Fisher Scientific などの企業のパイプライン。彼のビジョンは、スケーラブルなバイオインフォマティクス戦略を開拓することでした。彼のビジョンは、この成長する細胞療法企業での増大する分析ニーズに対応できるスケーラブルなバイオインフォマティクス戦略を開拓することでした。

BEFORE

• NGS データの量が増加すると、バイオインフォマティシャンにとって終わりのない仕事の残務が生じた。
• ベンチサイエンティストはデータセットの一次分析にバイオインフォマティクスを利用していた。
• プロセスのボトルネックにより、研究開発プロジェクトが停滞し、チームが過労状態に陥った。
• ベンチサイエンティストにとって使いやすい (ポイントアンドクリック GUI) ソリューションが必要だった。
• AWS アカウント内の既存のコンピューティング リソースとストレージ リソースを活用する方法が必要だった。

AFTER

• ベンチサイエンティストは、コードを作成したり、バイオインフォマティクスを待つことなく、NGS データを分析できるようになった。
• バイオインフォマティシャンは、カスタム パイプラインの設計や高度な分析の質問の支援に時間を費やすことができるようになった。
• 研究データは自社の AWS アカウントで安全に保管。
• AWS 独自のコンピューティング リソースとストレージ リソースを使用することで、スケール メリットの恩恵を受けることができた。
• バイオインフォマティシャンは CLI と API を使用してパイプラインを自動化し、サードパーティのシーケンサーからのデータ取り込みを自動化できるようになった。

Summery

Nkartaの研究者は、がん治療のためのナチュラルキラー (NK) 細胞療法の発見と開発に24時間体制で取り組んでいます。開発プロセス全体を通じて、分析が必要な複数のアプリケーション領域にわたって作成される NGS データの量は増加しています。しかし、研究者が日常的な分析を独自に実行する方法がなかったため、分析において重大なボトルネックが発生し、インサイトへの到達が遅れていました。

私たちは、データを分析できるツールと視覚化を提供することで、バイオインフォマティシャン以外のすべての人が何らかのデータサイエンティストになれるようにしたいと考えていました。そのビジョンに基づいて、私たちは独自の社内ソフトウェアや市販の既製ソリューションの構築を含む、可能なソリューションの評価を開始しました。

従来は、分析ニーズの増加に応じて自動化と人員の追加を組み合わせるのが標準的なアプローチでした。ソンビート氏は経験から、このアプローチには拡張性がないことを認識しており、バイオインフォマティシャンとベンチサイエンティストがより効率的に連携できるようにするためのより良い方法を見つけることに着手しました。彼は分析機能を提供する第一世代のバイオインフォマティクスプラットフォームを使用した経験がありましたが、そのスケーラビリティと使いにくさに失望していました。彼は、複数のデータセットを統合できる、すぐに使用できるコアの視覚化機能とレポート機能を備えた、ベンチサイエンティスト向けのユーザーフレンドリーなポイントアンドクリックインターフェイスというビジョンを持っていました。

私たちは、機械学習と AI を含むより高度な方法論を支援するためにバイオインフォマティシャンが介入する前に、ベンチサイエンティストが初期分析を実行できるソリューションを必要としていました。目的は、彼ら（ベンチサイエンティスト）が私たちの助けを必要とする前に、データからより深い洞察を得ることができるように支援することです。理想的には、これは、ベンチサイエンティストが自動化されたパイプラインを自身で実行できれば、自身で目的が達成できる一次または日常的な分析データ処理というレベルを超えて、本来バイオインフォマティシャンが行うべきことです。

1つのアプローチは、バイオインフォマティクス パイプラインをAWS上で直接実行することでした。しかし、長年にわたって、彼はこのアプローチがベンチサイエンティストにとって使いやすいものではなく、クラウドリソースの観点から見て最も費用対効果が高いものでもないことに気づきました。その結果、彼らの科学者たちは依然として日常的な分析をバイオインフォマティクス担当者に完全に依存していました。並行して、バイオインフォマティクスチームは研究開発からの分析リクエストに忙殺されており、複雑な問題の解決や新しいカスタムパイプラインの設計に時間を割り当てることができませんでした。彼らは、データの保存と分析に使用されるクラウド ソースの制御を失うことなく、SaaS プラットフォームの利点を望んでいました。最終的に、彼は同僚から、ベンチサイエンティストとバイオインフォマティシャンの両方を念頭に置いて設計された次世代のクラウドベースの NGS 分析および視覚化プラットフォームである Basepair を試してみることを勧められました。

Basepairの評価期間中、Sombeet 氏は、ベンチサイエンティストが 3～4日間のトレーニングコースを受講する必要がなく、バイオインフォマティクスチームによって導入されました構築済みの承認済みパイプラインの実行方法を学ぶのに1 ～2時間のトレーニングだけで済むことに満足していました。トレーニング後、組み込みのインタラクティブな視覚化とレポーを使用して結果を解釈できるようになりました。独自のクラウド アカウントを Basepair に接続するだけで、Nkartaは独自のクラウド アカウント内の既存のコンピューティングリソースとストレージリソースを活用してデータを分析および保存できるようになりました。これは、クラウド プロバイダーによる規模の経済の恩恵を受けることができることを意味します。最後に、Basepairのコマンドラインインターフェイス (CLI) は、バイオインフォマティシャンが自分たちの作業に役立つ方法でプラットフォームと対話できることを意味し、API によってプラットフォームへのデータの出入りに必要な労力のレベルが大幅に削減されました。これにより、データレイクを使用してゲノムデータセットを統合し、その後機械学習 (ML) や人工知能 (AI) アプローチを活用して科学的洞察を提供するなど、より価値のあるタスクに時間を集中できるようになります。

バイオインフォマティシャンの使命とは何だろうか?

バイオインフォマティクスのアソシエート ディレクターである Sombeet Sahu 氏は、Basepair を通じてパイプラインの自動化を提供することで、ほとんどのバイオインフォマティクスがほとんどの時間を費やす反復的な分析作業からチームを解放できると信じています。代わりに、科学的な洞察を得るまでの時間を短縮する、より高度なパイプラインの構築に取り組むことができます。

Basepair は、バイオインフォマティシャンに取って代わることを目的としたものではなく、彼らに残されがちな「忙しい仕事」の負担を取り除くことを目的としています。チームを成長させてリソースを追加することは役立ちますが、それだけでは十分ではなく、拡張性もありません。 Basepair を NGS 分析プラットフォームとして実装することで、バイオインフォマティシャンやベンチサイエンティストにスーパーパワーを与え、時間を費やす価値のあるプロジェクトでその卓越した能力を活用できるようにしています。