Pomost między biologią a danymi: Jak Watershed Bio wspiera naukowców bez kodowania

Wspieranie naukowców poprzez innowacyjne narzędzia bez użycia kodu

Postęp w technologiach diagnostycznych i sekwencjonowania w ostatnich latach był rewolucyjny. Rozwój ten utorował naukowcom drogę do gromadzenia skarbnicy danych biologicznych. Jednak przełożenie tych danych na praktyczne spostrzeżenia lub przełomowe odkrycia medyczne często wymaga czegoś więcej niż zwykłej wiedzy dziedzinowej - wymaga to szerokich umiejętności obliczeniowych. W tym miejscu do gry wkracza przełomowa praca Watershed Bio.

Watershed Bio’s innovative, cloud-based platform empowers scientists and bioinformaticians to run complex experiments and analyze massive datasets without the need for coding. This is made possible through customizable interfaces and workflow templates that can handle a diverse range of data types such as whole-genome sequencing, transcriptomics, proteomics, metabolomics, high-content imaging, and protein folding among others.

“Scientists have an eagerness to learn about the software and data science aspects of their field, yet they don’t aspire to become software engineers just to decode their data,” says Jonathan Wang ’13, SM ’15, co-founder and CEO of Watershed Bio. “We’ve designed Watershed in a way that they won’t have to.”

Podróż: Od MIT do frontu biotechnologii

Wang’s journey kickstarted at MIT, where he intended to major in biology, but soon found himself drawn to the scalability and immediate feedback loops of computer science. He graduated with both bachelor’s and master’s degrees from the Department of Electrical Engineering and Computer Science (EECS). Wang’s experiences interning in a biology lab, impressed upon him the glaring contrast between the dynamic feedback environments in computer science and the slow, manual experiments in biology.

Przed uruchomieniem Watershed, Wang był współzałożycielem firmy zajmującej się handlem wysokiej częstotliwości wraz z zespołem kolegów z MIT. Podczas tej kadencji zidentyfikował powtarzający się problem: naukowcy celowali w budowaniu prototypów, ale zmagali się z przekształcaniem ich w modele gotowe do produkcji - zadanie to spadało na inżynierów, którzy często nie mieli pełnego zrozumienia procesu badawczego, co hamowało innowacje.

Aby temu zaradzić, opracowali warstwę oprogramowania, która uprościła wdrażanie modeli gotowych do produkcji, odzwierciedlając łatwość budowania prototypów. Po latach Wang dostrzegł analogiczne wąskie gardło w biologii. Koszt sekwencjonowania znacznie spadł, co doprowadziło do zalewu danych biologicznych. Jednak narzędzia obliczeniowe do przetwarzania tych danych były opóźnione, stawiając biologów na łasce inżynierów lub naukowców zajmujących się danymi, którzy nie zawsze rozumieli kontekst biologiczny.

Narodziny Watershed i jego wpływ

Dostrzegając te podobieństwa, Wang współzałożył Watershed w 2019 roku wraz z lekarzem i innym absolwentem MIT Markiem Kalinichem '13. Firma podjęła wspólny wysiłek, aby wypełnić tę lukę i od tego czasu rozrosła się, obsługując laboratoria akademickie i firmy biotechnologiczne różnej wielkości.

Watershed’s pioneering platform is designed to make sophisticated tools like AlphaFold and Geneformer accessible to its users without the need for setting up servers or writing code. It offers pre-built templates that support the most common data types, the capability to run large-scale analyses in the cloud, and the convenience of sharing workflows and results with collaborators effortlessly.

Wang is of the belief that expediting the research process even by a factor of 10 or 20 could be a massive gamechanger in propelling scientific progress forward. Watershed’s platform is already being utilized by pharmaceutical companies for making strategic decisions about experiments and drug candidates, as well as by academic researchers who wish to delve into complex datasets with relative ease.

Seeing the platform’s success across these different arenas, Wang observes that the common thread is the understanding of research, albeit without proficiency in computer science or software engineering, and the desire to accelerate discovery. “It’s exciting to see this industry evolve. For me, it’s great being from MIT and now to be back in Kendall Square where Watershed is based. This is where so much of the cutting-edge progress is happening. We’re trying to do our part to enable the future of biology.”

Oryginalny artykuł można znaleźć pod adresem MIT News.