ENPICOM 支援使用 AWS 的治療抗體探索更快的深入解析

荷蘭生物資訊軟體工程公司 ENPICOM 提供強大的資料分析軟體和客製化解決方案，分析免疫系統並改善人類健康。這涉及管理的大量數據，源自於通常產生數百萬個 DNA 序列的樣本。分析需要大量的運算能力，可能要價不菲。 該公司希望能夠提供安全資料管理，加快分析速度的經濟效益解決方案，並將其雲端式 IGX 平台移轉到 Amazon Web Services (AWS)。 使用 AWS 讓 ENPICOM 與之前的系統相比，提高了 3 倍的擴充性和效能。該公司的創新能力也有所提升，並為使用其平台發展深入解析發明新藥物、疫苗和抗體型治療的科學家提供更好的使用者體驗。

ENPICOM 與合作夥伴合作開發工具和驗證應用程式，這些應用程式可彌補免疫功能定序 (Rep-Seq) 之間的差距，這是了解個人免疫系統重要組成部分的不同類型抗體和蛋白質，以及可以更妥善地理解適應免疫系統的見解。

這些深入解析相當關鍵，將用於開發新疫苗、發現可預防疾病的新型治療分子、早期檢測疾病或復發狀況，並為罹患癌症、免疫障礙和其他衰弱疾病患者建立高度個人化的治療選擇。

但是，管理免疫 Rep-Seq 資料很複雜，公開可用的序列資料量會持續增加。「從運算角度來看，我們的平台負荷很龐大。」ENPICOM 軟體開發負責人 Vadim Galaktionov 表示。「為了讓 Rep-Seq 資料分析空間普及化，我們需要以實惠又永續的方式為客戶提供服務。」

移轉的另一個主因是，許多 ENPICOM 的客戶已經在使用 AWS，這表示客戶的上線和資料共享將更加容易且更有效率。

將 IGX 平台移轉到 AWS 非常快速且順暢。從第一次與 AWS 來電，到最終的切換步驟，整個程序總共需要 6 週，而且只需要一小支 ENPICOM 團隊就能管理。在移轉期間，開發工作正常繼續進行，只需幾個小時的停機時間。

IGX 平台現在於 Amazon Elastic Compute Cloud (Amazon EC2) 上執行，提供安全且可調整大小的運算容量。同時使用 Amazon Elastic Kubernetes Service (Amazon EKS)，這是一種託管容器服務來執行和擴展 Kubernetes 應用程式，以及 Amazon Elastic Container Registry (Amazon ECR) 來儲存、共享和部署容器軟體。ENPICOM 認為 AWS 在移轉過程中提供的支援和高品質記錄是非常珍貴的資源。

Galaktionov 首先注意到 AWS 的卓越支援水準。他說：「從我們開始與 AWS 接洽後，我們身邊就環繞一個能力優秀的團隊，他們不僅有意帶領我們加入，而且還有興趣協助我們成功。」「他們希望成功移轉，並在完成後協助我們發展業務。」

ENPICOM 團隊每週，有時甚至每天，都會與 AWS 客戶經理和解決方案架構師進行檢查，他們一律會推薦合適的人員來解決問題或提供新功能。

AWS 實作包括資料層的託管服務，Galaktionov 表示可以提高資料庫效能。例如，使用 Amazon Aurora 關聯式資料庫服務，ENPICOM 的 PostgreSQL 資料庫可以具備比以前快 3 倍的執行速度，從而加快處理時間。Galaktionov 表示：「如果我能提升效能又不用接下更多工程作業，這對任何工程經理都是一件喜事。」

移轉到 AWS 的另一個好處是易於管理。AWS 基礎架構每天只需由 ENPICOM IT 團隊的單一成員管理。儘管移轉到 AWS 驅動了更強大的銷售管道，但需要處理的治理問題少了很多，這意味著 Galaktionov 可以在他的角色中更高價值的方面花更多時間。Galaktionov 說：「現在我可以專注於實際領導軟體部門，並將 IGX 平台提升到全新水平。」

在 AWS 上執行作業也能促進創新。AWS 的功能允許開發 IGX 平台全新的專業應用程式。該應用程式可讓研究人員顯著改善自身的抗體候選人庫，並降低候選人開發過程的風險。

該應用程式使用同儕審閱演算法，來預測抗體候選人的高度相關性質 (名為序列負擔)。透過評估序列負擔，研究人員可以針對哪些抗體具有最佳發展狀況做出明智的決定，以在生產和臨床開發期間最不容易產生挑戰。藉由在發現過程早期篩選序列負擔，降低時間並減少資源在尋找不適任候選人所造成的浪費。這大大增加了成功將新治療產品推出到市場的機會。

使用 AWS 讓 ENPICOM 現在可以根據需要擴展或縮小。IGX 平台的後端負責繁重的運算工作。這表示公司可以提供直觀、高度可擴展的工作流程，只需點擊幾下即可評估數千個序列的序列負擔。

ENPICOM 還正在研發其下一代資料層，該層將使用 Amazon Athena 資料查詢服務，處理近 100 倍的 DNA 資料。這也將結合機器學習服務，例如 Amazon EMR 來執行大數據工作負載，以及 Amazon SageMaker 來建置、訓練和部署機器學習模型，勢必有助於將產品推向市場。Galaktionov 表示：「我相信，無論我們的成長規模會如何，AWS 都會與我們一起成長。」