El Laboratorio de medicina personalizada (LPM) del Centro de informática biomédica de Harvard Medical School, dirigido por el Dr. Peter Tonellato, combinó las tecnologías de recopilación de datos biomédicos y secuenciación de alto desempeño y la flexibilidad de Amazon Web Services (AWS) para desarrollar innovadores modelos de análisis del genoma completo en tiempo récord. "La combinación de nuestro enfoque de la informática biomédica y AWS nos ha permitido dedicar nuestro tiempo y energía al desarrollo de simulaciones, en lugar de a la tecnología. De este modo, hemos podido obtener resultados con mucha rapidez", comenta Tonellato. "Sin las ventajas de AWS no habríamos podido llegar hasta donde hemos llegado".

El laboratorio de Tonellato se centra en la medicina personalizada (atención sanitaria preventiva de pacientes basada en sus características genéticas) mediante la creación de modelos y de simulaciones que evalúan el valor clínico de nuevas pruebas genéticas.

También aborda otros proyectos de simulación en poblaciones de pacientes con el fin de ayudar en predicciones y simulaciones de estudios clínicos. Para superar las dificultades que supone encontrar datos de pacientes reales para la creación de modelos, LPM crea avatares de pacientes, literalmente pacientes "virtuales". El laboratorio puede crear diferentes conjuntos de avatares para diferentes pruebas genéticas, para posteriormente replicar enormes cantidades de ellos según las características de las poblaciones de los hospitales. Tonellato necesitaba una forma eficaz de administrar un gran número de avatares, a veces hasta 100 millones de avatares simultáneamente. "Además de poder administrar enormes cantidades de datos", comenta, "quería desarrollar un sistema en el que los investigadores de posdoctorado pudieran incluir en sus investigaciones una situación de riesgo genética, determinar la simulación y el análisis adecuados para crear los avatares y, posteriormente, crear rápidamente aplicaciones web para desarrollar las simulaciones, en lugar de tener que emplear su tiempo resolviendo problemas relacionados con la tecnología de computación".

En 2006, Tonellato dio el salto a la informática en la nube para abordar unas necesidades informáticas complejas y en continuo cambio. "Evalué varias alternativas, pero no encontré ninguna opción tan robusta y flexible como Amazon Web Services". Como había creado centros de datos anteriormente, no podía permitirse el tiempo que sabía sería necesario para configurar servidores y posteriormente escribir el código. En su lugar, decidió poner en marcha una prueba para ver la velocidad a la que su equipo podría reunir una serie de imágenes de máquina de Amazon (AMI) personalizadas que reflejaran el entorno de desarrollo óptimo para las aplicaciones web de los investigadores.

Ahora, el laboratorio de Tonellato integra instancias de subasta en sus flujos de trabajo y, de este modo, saca más partido a los recursos económicos. "Utilizamos instancias puntuales cuando ejecutamos clústeres de Amazon Elastic Cloud Compute (Amazon EC2) para analizar genomas completos. Gracias a las instancias de subasta, tenemos potencial para ejecutar más nodos de trabajo con menos costes, lo que supone un importante ahorro de tiempo y dinero para nosotros. Solo necesitamos un día para las labores de ingeniería para ver una reducción de nuestros costes de un 50%". El laboratorio de Tonellato utiliza herramientas MIT StarCluster, que disponen de capacidades integradas de administración de clústeres de Grid Engine de Oracle Cluster en instancias puntuales. Erik Gafni, que trabaja como programador en el laboratorio de Tonellato, ha llevado a cabo la integración de StarCluster en nuestro flujo de trabajo. Gafni explica: "Gracias a StarCluster, las tareas de configuración, lanzamiento y utilización de un clúster puntual ha sido un juego de niños. Ha llevado menos de 10 minutos".

Además, el LPM ha reconocido la necesidad de recursos publicados que aborden el uso de la informática en la nube en un entorno académico, por lo que ha publicado un manual en PLoS Computational Biology. Según Vincent Fusaro, autor jefe e investigador sénior del LPM, "creemos que este artículo muestra claramente cómo puede un laboratorio académico hacer un uso eficaz de AWS para abordar sus necesidades de computación. También demuestra cómo se deben ver los problemas informáticos en cuanto a costes de AWS y recursos informáticos".

“La solución de AWS es estable, robusta, flexible y de bajo coste", comentó Tonellato. "Tiene todo lo necesario para recomendarla".

Tonellato desarrolla sus simulaciones en Amazon EC2, que proporciona a los clientes una capacidad de cómputo escalable basada en la nube. Los servicios de Amazon EC2, diseñados para facilitar la computación a escala web a los desarrolladores, hacen que la creación y el aprovisionamiento de la capacidad de cómputo en la nube lleve solo unos minutos.

El laboratorio de Tonellato está más que satisfecho con su solución AWS. "El número de pruebas genéticas a disposición de los médicos y de los hospitales está en constante crecimiento y eso es algo que puede resultar muy caro", explica. "Estamos interesados en determinar qué pruebas nos permitirán prestar una mejor atención al paciente y conseguir mejores resultados. Creemos que nuestros modelos podrían reducir drásticamente el tiempo que suele ser necesario para identificar las pruebas, los protocolos y los ensayos que merece la pena adoptar tanto para la aprobación de la FDA como para uso clínico".

Para obtener más información acerca de cómo AWS puede ayudarle a satisfacer las necesidades de big data, visite nuestra página sobre Big data.

Para obtener más información acerca de genómica en la nube, visite la página de Genómica en AWS.