Sonrai 使用 Amazon Bedrock 加速单细胞 RNA-seq 数据分析

作为生物技术产品领域的先驱，Sonrai 提供量身定制的先进分析解决方案，以满足其生物技术和制药行业客户的需求。该公司专注于用于精准医学的各种云技术，精准医学是一种在疾病治疗中考虑患者独特基因和环境的复杂方法。其旗舰产品 Sonrai Discovery 使研究人员能够分析和解读复杂的生物数据，例如 scRNA-seq 技术，该技术让研究人员能够研究单个细胞中的基因表达。

传统上，scRNA-seq 数据集中细胞簇的注释是一项手动、耗时的任务，需要免疫学家的专业知识。这个过程可能会延误药物发现和精准医学中的关键研究和决策。Sonrai 认识到需要一种能够快速、准确地执行这些注释的自动化解决方案，以减少对领域专家的依赖并加快研究进度。此外，该公司还认识到，任何解决方案都需要内置严格的数据治理和安全措施。“我们需要找到一种方法，让研究人员能够更快地获得见解，而不会陷入劳动密集型的数据注释过程。”Sonrai 数据科学负责人 Matthew Alderdice 博士说，“我们的目标是帮助他们专注于发现和创新，而不是手动注释数据。”

Sonrai 将其用于 scRNA-seq 分析的技术栈完全构建在 AWS 上，从而实现了更快的分析，支持开发更具针对性的疗法，最终惠及患者。通过使用 Amazon Bedrock 为 Sonrai Discovery 提供支持，Sonrai 彻底改变了其细胞簇注释的方法。Sonrai Discovery 不再依赖研究人员手动选择和标记细胞，而是通过 Amazon Bedrock 使用大型语言模型，在提高一致性和速度的同时，将错误减少五倍。“通过使用 Amazon Bedrock，我们能够将注释时间缩短多达 50%，让客户能够腾出精力专注于最重要的科学发现。”Sonrai 高级生物信息学科学家 William Guesdon 说。除了显著缩短注释时间外，领域专家还受益于自动生成的文本报告，这简化了审查过程。此外，根据免疫学专家的平均工资计算，Sonrai 为其客户每个实验节省高达 20,000 美元。

作为其解决方案的一部分，Sonrai 需要处理和存储来自高通量 scRNA-seq 分析产生的 FastQ 文件、原始序列数据和质量评分。对于 FastQ 文件处理，AWS HealthOmics 是一项专用服务，可帮助医疗保健和生命科学组织及其软件合作伙伴存储、查询和分析基因组、转录组和其他组学数据，然后从这些数据中产生见解，从而改善健康。

该公司还使用 AWS 为其 Sonrai Discovery 准备数据集。Sonrai 通过使用 Amazon SageMaker 来处理数据处理和建模，该服务提供全托管的基础设施、工具和工作流，用于为任何用例构建、训练和部署机器学习模型。

Sonrai 使用 AWS Cloud Development Kit (AWS CDK) 自动定义和部署其基础设施，该工具包允许组织使用熟悉的编程语言定义其云应用程序资源。对于可扩展且具有成本效益的数据存储，Sonrai 使用 Amazon Simple Storage Service (Amazon S3)，这是一种提供可扩展性、数据可用性、安全性和性能的对象存储服务。总而言之，Sonrai 在 AWS 上的技术堆栈增强了能力，提供了更快的见解，从而丰富了精准医学。

Sonrai 计划深化与 AWS 的合作，实施更先进的 AI 模型并探索更多 AWS 服务，以扩展 Sonrai Discovery 的功能。Guesdon 说：“我们对利用 AWS 未来的可能性感到兴奋，特别是在进一步完善我们的数据分析能力并为客户提供更先进的解决方案方面。”

通过其与 AWS 共同创新的方法，Sonrai 已经创建了一个框架，帮助领域专家更快、更可靠地分析单细胞数据。“Amazon Bedrock 对我们来说改变了游戏规则，”Alderdice 说，“我们很高兴能继续突破生物技术和制药分析的可能性界限。”