Indivumed impulsa la investigación sobre el cáncer con potentes análisis basados en AWS

Indivumed, con sede en Hamburgo, se especializa en utilizar muestras biológicas de la más alta calidad y datos clínicos completos para avanzar en investigación y desarrollo en oncología de precisión. Su solución de descubrimiento IndivuType utiliza AWS para almacenar datos y respaldar el análisis a fin de descifrar la complejidad del cáncer. Al mejorar su infraestructura de AWS, Indivumed ha ahorrado más del 50 por ciento en los costes totales de TI y ha aumentado el número de muestras que puede procesar de 20 a 500 por semana, lo que representa un aumento del 2400 por ciento.

Durante dos décadas, Indivumed, con sede en Hamburgo, se ha especializado en biobancos y proporciona infraestructura, experiencia y tecnología para la investigación y el desarrollo del cáncer. La mayoría de sus clientes y socios son institutos de investigación académica y compañías farmacéuticas que utilizan los conocimientos que genera Indivumed para descubrir y validar nuevos fármacos y, en última instancia, desarrollar nuevos tratamientos para los distintos tipos de cáncer que amenazan la vida.

Dado que el campo de las ciencias de la vida y la industria farmacéutica se basaban cada vez más en los datos, Indivumed vio la oportunidad de generar estos conocimientos mediante el análisis de datos multiómicos. Indivumed decidió utilizar las miles de muestras de tejido que almacena para crear un repositorio único de información molecular profunda sobre el cáncer.

Sin embargo, los conjuntos de datos son complejos y extensos. Para gestionar esta complejidad, la empresa recurrió a Amazon Web Services (AWS) y utilizó la computación de alto rendimiento (HPC) basada en la nube para crear la primera y más extensa base de datos multiómica patentada del mundo.

El resultado fue IndivuType, una base de datos multiómica que combina información biológica molecular diversa con información clínica de miles de pacientes de Europa, EE. UU. y Asia. Los conjuntos de datos de cada muestra de cáncer, incluidas las lecturas sin procesar del ensayo molecular, que detecta los marcadores de la enfermedad, pueden alcanzar un tamaño de 200 GB.

Indivumed sabía que sus requisitos de computación serían importantes. Por eso, decidió crear un clúster de HPC que no solo pudiera gestionar enormes conjuntos de datos, sino que también ampliara y redujera los recursos automáticamente en función de la cantidad de procesamiento requerida.

Eligió AWS para ayudar a hacer realidad su visión. «AWS fue la mejor opción para ayudarnos a escalar y nos ofrece una gama de tecnologías seguras, confiables y sin servidor en las que podemos basarnos», afirma el Dr. Jonathan Woodsmith, Vicepresidente de análisis avanzados e IA de Indivumed.

Inicialmente, Indivumed creó un clúster de HPC con Amazon Elastic Compute Cloud (EC2), que proporciona una capacidad informática segura y redimensionable, y Amazon Elastic File System (EFS), que crece y se reduce automáticamente a medida que se añaden y eliminan archivos.

A medida que la empresa crecía, Indivumed necesitaba aumentar la cantidad de datos que podía gestionar para poder aumentar la cantidad de muestras que podía procesar cada año. Para lograrlo, Indivumed necesitó refactorizar el clúster. «Dedicamos una cantidad significativa de tiempo a crear una plataforma tecnológica nativa de la nube», afirma Woodsmith.

Indivumed y AWS pusieron en marcha el proyecto Multi-Omics for Cancer and Clinical Analytics (MOCCA) para modernizar el clúster. Se basa en Amazon Elastic Kubernetes Service (Amazon EKS), un servicio de contenedores gestionado para ejecutar y escalar Kubernetes. Indivumed también utilizó Amazon EC2 Spot Instances optimizadas para computación basadas en Intel para ofrecer cargas de trabajo de alto rendimiento a bajo coste.

Para optimizar aún más los costes, el nuevo clúster reemplazó varias cargas de trabajo de Amazon EFS por el almacenamiento de objetos proporcionado por Amazon Simple Storage Service (Amazon S3), que está diseñado para recuperar cualquier cantidad de datos desde cualquier lugar. Con el clúster MOCCA, Indivumed ha ahorrado más del 50 por ciento en los costes totales de TI y ha reducido el coste por muestra en aproximadamente un 41 por ciento, en comparación con su configuración anterior de AWS.

También ha aumentado el número de muestras que puede procesar en paralelo. IndivuType ahora puede procesar 500 muestras por semana, en vez de 20, mediante Amazon EKS para escalar hasta 1000 instancias. Esto representa un aumento del 2400 por ciento en la capacidad de procesamiento en comparación con su sistema anterior.

Indivumed ha realizado nuevas mejoras para almacenar los datos que ya no se necesitan mediante Amazon S3 Glacier, que proporciona clases de almacenamiento a largo plazo, seguras y duraderas para el archivado de datos. «Es esencial poder seguir adelante con el negocio a medida que crece y saber que tenemos los medios para seguir el ritmo de ese crecimiento», afirma Woodsmith.

Con IndivuType en funcionamiento, Indivumed quería generar nuevos conocimientos sobre la biología del cáncer que sus clientes y socios pudieran utilizar para desarrollar nuevos tratamientos. Para crear esos conocimientos, Indivumed aplicó el machine learning (ML) al análisis de datos multiómicos. Además, utilizó JADBio, un sistema automático de ML personalizado para aplicaciones de ciencias de la vida que incluye grandes conjuntos de datos clínicos e imágenes médicas multiómicas.

JADBio es una plataforma de software como servicio que se ejecuta en AWS, lo que facilita la integración con IndivuType a través de las API. La tecnología JADBio es compatible con la plataforma de inteligencia artificial (IA) nRavel® de Indivumed al reconocer y aprender los patrones de información que se encuentran en los datos de tumores.

nRavel® incluye herramientas personalizadas que Indivumed ha creado y validado utilizando datos de modelos de enfermedades seleccionados de bases de datos biológicas exhaustivas. Junto con algoritmos analíticos avanzados y ML, ayuda a Indivumed a comprender mejor la biología, los tratamientos y los resultados del cáncer.

Estas nuevas capacidades han ayudado a Indivumed a establecer nuevas conexiones y asociaciones. La empresa ahora ofrece análisis avanzados de muestras de tejido con IndivuType y nRavel® a varias grandes organizaciones farmacéuticas y a varias empresas biotecnológicas pequeñas y medianas.

Los avances logrados por las organizaciones que utilizan la tecnología Indivumed podrían cambiar la vida de los pacientes con cáncer. «Tenemos la instalación de procesamiento multiómico más automatizada que existe», afirma Rene Steen, vicepresidente de TI de Indivumed. «Está impulsando la creación de nuevos tratamientos que, en última instancia, salvarán y prolongarán la vida de las personas. Eso es algo de lo que estar orgullosos».