AstraZenecas Genomik-Datenverarbeitungslösung führt in 1 Tag 51 Milliarden Tests in AWS aus

AstraZeneca wollte nicht nur schnell Erkenntnisse aus genomischen Daten gewinnen, sondern auch Ressourcen für die wissenschaftliche Erforschung bereitstellen und vermeiden, dass die Bioinformatik Zeit für relativ geringwertige Datenverwaltungsaktivitäten verschwendet. Da das Unternehmen Petabytes an Daten aus verschiedenen Quellen in großen Mengen sammelt, benötigte es leistungsstarke, skalierbare Computing-Kapazitäten.

Nachdem AstraZeneca bereits in AWS entwickelt hatte, beschloss das Unternehmen, seine Verwendung von AWS-Tools zu erweitern, um eine cloudbasierte Bioinformatiklösung für die schnelle Genomverarbeitung und -analyse zu entwickeln.

Die Hochdurchsatzlösung von AstraZeneca führt viele Vorgänge der genomischen Datenverarbeitung und -analyse durch. Die genomische Sekundäranalyse befasst sich mit den Rohdaten der Sequenzierung, um ein Genom zu rekonstruieren und genomische Varianten zu identifizieren, die in späteren Phasen weiter analysiert werden können. Um die Datenorchestrierung dieser Schritte zu automatisieren, benutzt die Architektur AWS Lambda, einen Serverless-Computing-Service, der es Benutzern ermöglicht, Code auszuführen, ohne Server bereitstellen oder verwalten zu müssen. Um eine Ebene für die Ausführung von Aufgaben zu entwickeln, verwendet die Architektur AWS Batch, das dynamisch die optimale Menge und den optimalen Typ von Computing-Ressourcen bereitstellt, z. B. CPU- oder speicheroptimierte Instances, je nach dem Volumen und den spezifischen Ressourcenanforderungen der eingereichten Batch-Aufträge. Dabei werden die Daten mit dem Amazon Simple Storage Service (Amazon S3), einem Objektspeicher-Service, in Buckets sortiert.

In AWS konnte AstraZeneca die Produktivität durch Skalierung, Rechenleistung und Zugriff auf umfangreiche technologische Services beschleunigen und verbessern. Da das Unternehmen bei Bedarf Analysen in großem Maßstab durchführen kann, stehen die Daten schneller für Analysen zur Verfügung. „Wir können jetzt über 51 Milliarden statistische Tests in weniger als 24 Stunden durchführen und dabei die Auswirkungen einzelner Mutationen oder einzelner Gene mit einem breiten Spektrum von Phänotypen untersuchen“, sagt Slavé Petrovski, VP, Leiter der Genomanalytik und Informatik am Centre for Genomics Research von AstraZeneca. Die Bemühungen des Unternehmens zeigen Wirkung. „Mit diesen Fähigkeiten haben wir im Jahr 2020 genetische Beiträge zu mehr als 40 der Arzneimittelforschungsprojekte von AstraZeneca geliefert“, sagt Petrovski.

AstraZeneca hat eine schnelle, effiziente Genomik-Bioinformatik-Pipeline entwickelt, die den Wissenschaftlern des Unternehmens die Zeit und die Ressourcen gibt, um Innovationen zu verfolgen. Dank dieser Pipeline nähert sich das Zentrum für Genomforschung des Unternehmens seinem Ziel, bis 2026 zwei Millionen Genome zu analysieren.