Indivumed Boosts Cancer Research With Powerful Analytics Built on AWS(Indiviumed는 AWS 기반의 강력한 분석 솔루션으로 암 연구를 촉진하는 Indivumed)

함부르크에 본사를 둔 Indivumed는 최고 품질의 생체 표본과 포괄적인 임상 데이터를 사용하여 정밀 종양학 연구와 개발의 발전을 모색하는 전문 기업입니다. IndivuType 검색 솔루션은 AWS를 사용하여 데이터를 저장하며 암의 복잡성을 해독하는 분석을 지원합니다. Indivumed는 자사의 AWS 인프라를 개선함으로써 전체 IT 비용을 50% 이상 절감하고, 처리 가능한 샘플 수를 주당 20개에서 500개로 2,400% 늘렸습니다.

함부르크에 본사를 둔 Indivumed는 20년간 바이오뱅킹을 전문으로 하면서 암 연구 및 개발을 위한 인프라, 전문 지식, 기술을 제공해왔습니다. Indivumed의 고객과 파트너는 Indivumed가 제공하는 인사이트를 활용하여 신약을 발견 및 검증하고, 궁극적으로 생명을 위협하는 암을 치료할 새로운 치료법을 개발하는 학술 연구 기관과 제약 회사가 대부분을 차지합니다.

생명 과학 분야와 제약 산업이 갈수록 데이터 중심적으로 변화함에 따라 Indivumed는 다중 오믹 데이터 분석을 통해 이러한 인사이트를 창출할 기회를 포착하게 되었습니다. 이에 Indivumed는 보관 중인 수천 개의 조직 샘플을 활용하여 암에 대한 심층적인 분자 정보를 저장할 고유한 리포지토리를 만들기로 결정했습니다.

하지만 이러한 데이터 세트는 복잡하고 광범위합니다. 이 회사는 이 같은 복잡성을 관리할 솔루션으로 Amazon Web Services(AWS)에 주목했고, 클라우드 기반 고성능 컴퓨팅(HPC)을 이용하여 세계 최초이자 가장 광범위한 독점 다중 오믹 데이터베이스를 구축했습니다.

그 결과, 유럽, 미국 및 아시아 전역의 환자 수천 명의 임상 정보와 다양한 분자 생물학 정보를 결합한 다중 오믹 데이터베이스인 IndivuType이 탄생했습니다. 질병의 마커를 검출하는 분자 분석의 원시 판독값을 포함한 각 종양 샘플의 데이터 세트는 크기가 200GB에 달할 수 있습니다.

그런 만큼 Indivumed는 컴퓨팅 요구 사항이 상당할 것이라는 사실을 알고 있었습니다. 이에 거대한 데이터 세트를 처리할 수 있을 뿐만 아니라 요구되는 처리량에 따라 리소스를 자동으로 스케일 업하고 스케일 다운할 수 있는 HPC 클러스터를 구축하기로 결정했습니다.

그리고 이 비전을 현실로 만들 솔루션으로 AWS를 선택했습니다. Indivumed의 고급 분석 및 AI 담당 부사장인 Jonathan Woodsmith 박사는 “AWS는 확장을 지원할 최고의 솔루션이었으며, 저희가 환경을 구축해나갈 안전하고 신뢰할 수 있는 다양한 서버리스 기술을 제공했습니다”라고 말합니다.

처음에 Indivumed는 안전하고 크기 조정이 가능한 컴퓨팅 용량을 제공하는 Amazon Elastic Compute Cloud(EC2)와 파일이 추가 및 제거될 때 자동으로 확장 및 축소되는 Amazon Elastic File System(EFS)을 사용하여 HPC 클러스터를 구축했습니다.

회사가 성장함에 따라 Indivumed는 처리 가능한 데이터의 양을 증대하여 연간 처리되는 샘플 수를 늘려야 할 상황에 직면했습니다. 이를 실현하려면 Indivumed의 클러스터를 리팩터링해야 했습니다. 이와 관련해 Woodsmith는 “클라우드 네이티브 기술 플랫폼을 구축하는 데 상당한 시간을 할애했습니다”라고 말합니다.

Indivumed와 AWS는 클러스터를 현대화하기 위해 Multi-Omics for Cancer and Clinical Analytics(MOCCA) 프로젝트에 착수했습니다. 이 프로젝트는 Kubernetes를 실행하고 크기를 조정하는 관리형 컨테이너 서비스인 Amazon Elastic Kubernetes Service(Amazon EKS)를 기반으로 합니다. 또한 Indivumed는 인텔 기반 컴퓨팅 최적화 Amazon EC2 스팟 인스턴스를 사용하여 낮은 비용으로 고성능 워크로드를 제공했습니다.

비용을 더욱 최적화하기 위해 새 클러스터에서는 여러 Amazon EFS 워크로드를 Amazon Simple Storage Service(S3)가 제공하는 객체 스토리지로 대체했습니다. 이 객체 스토리지는 어디서든 원하는 양의 데이터를 검색할 수 있도록 구축되었습니다. MOCCA 클러스터를 사용하면서 Indivumed는 이전 AWS 환경과 비교하여 전체 IT 비용을 50% 이상 절감하고 샘플당 비용을 약 41% 절감할 수 있었습니다.

또한 병렬로 처리할 수 있는 샘플 수도 늘어났습니다. 현재 IndivuType은 Amazon EKS를 사용하여 최대 1,000개까지 인스턴스를 스케일 업할 수 있으며, 이를 통해 주당 20개밖에 처리하지 못하던 샘플을 주당 500개까지 처리할 수 있게 되었습니다. 이전 시스템에 비해 처리 용량이 2,400% 증가한 셈입니다.

Indivumed는 더 이상 필요하지 않은 데이터를 Amazon S3 Glacier를 활용하여 데이터 저장 방식을 더욱 개선했습니다. Amazon S3 Glacier는 데이터의 장기 저장을 위한 안전하며 내구성이 뛰어난 스토리지 클래스를 제공합니다. Woodsmith는 “비즈니스의 성장에 미리 대비하고, 그러한 성장을 뒷받침할 파이프라인을 확보하는 것이 필수적입니다”라고 말합니다.

IndivuType을 설치하고 운영하게 되면서, Indivumed는 고객과 파트너가 새로운 치료법을 개발하는 데 사용할 수 있는 새로운 종양 생물학 관련 인사이트를 도출하고자 했습니다. 이러한 인사이트를 확보하기 위해 Indiviumed는 다중 오믹 데이터 분석에 기계 학습(ML) 기술을 적용했습니다. 아울러 대규모 다중 오믹 임상 데이터 세트와 의료 이미지를 비롯한 생명 과학 애플리케이션에 적합하도록 맞춤화되고 자동화된 ML 시스템인 JADBio를 사용했습니다.

JADBio는 AWS에서 실행되는 서비스형 소프트웨어 플랫폼으로, API를 통해 IndivuType과 손쉽게 통합할 수 있습니다. JADBio 기술은 종양 데이터에서 발견되는 정보의 패턴을 인식하고 학습하여 Indivumed의 nRavel® 인공 지능(AI) 플랫폼을 지원합니다.

nRavel®에는 Indivumed가 다양한 생물학적 데이터베이스에서 선별한 질병 모델의 데이터를 사용하여 구축 및 검증한 맞춤형 도구가 포함되어 있습니다. 이 플랫폼은 고급 분석 알고리즘 및 ML과 함께, Indivumed가 암의 생물학, 치료법 및 치료 결과를 보다 잘 이해하도록 도와줍니다.

이러한 새로운 기능은 Indivumed가 새로운 관계와 파트너십을 구축하는 데 도움이 되었습니다. 이 회사는 현재 IndivuType과 nRavel®을 활용한 고급 조직 샘플 분석 솔루션을 여러 대형 제약 조직과 다수의 중소 생명 공학 회사에 제공하고 있습니다.

이들 조직이 Indivumed 기술을 이용하여 달성한 발전은 암 환자의 삶을 변화시킬 수 있습니다. Indivumed의 IT 담당 부사장인 Rene Steen은 “저희는 현존하는 가장 고도로 자동화된 다중 오믹 처리 시설을 갖추고 있습니다. 이는 궁극적으로 사람들의 생명을 구하고 연장할 새로운 치료법의 개발로 이어지고 있습니다. 자랑스러워할 만한 일이죠.”