La soluzione di elaborazione dei dati genomici di AstraZeneca esegue 51 miliardi di test in un giorno su AWS

Oltre a ricavare rapidamente informazioni dai dati genomici, AstraZeneca voleva riassegnare le risorse all'esplorazione scientifica ed evitare di dedicare il tempo della bioinformatica ad attività di gestione dei dati di valore relativamente basso. Poiché l'azienda raccoglie petabyte di dati da più fonti in grandi quantità, aveva bisogno di una capacità di calcolo potente e scalabile.

Avendo già creato su AWS in passato, AstraZeneca ha deciso di espandere l'uso degli strumenti AWS per sviluppare una soluzione bioinformatica basata sul cloud per l'elaborazione e l'analisi genomica rapida.

La soluzione a velocità di trasmissione effettiva elevata di AstraZeneca esegue molte fasi di elaborazione e analisi dei dati genomici. L'analisi genomica secondaria esamina le letture grezze del sequenziamento per ricostruire un genoma e identificare le varianti genomiche che possono essere analizzate ulteriormente in fasi successive. Per automatizzare l'orchestrazione dei dati di tali fasi, l'architettura utilizza AWS Lambda, un servizio di calcolo serverless che consente agli utenti di eseguire codice senza doversi occupare del provisioning e della gestione di server. Per creare un livello di esecuzione delle attività, l'architettura utilizza Batch AWS, che fornisce dinamicamente la quantità e il tipo ottimali di risorse di calcolo, come istanze ottimizzate per CPU o memoria, in base al volume e ai requisiti specifici di risorse dei lavori batch inviati. Nel corso del processo, l'architettura ordina i dati in bucket utilizzando Amazon Simple Storage Service (Amazon S3), un servizio di archiviazione di oggetti.

Con AWS, AstraZeneca ha accelerato e migliorato la produttività grazie alla scala, alla potenza di calcolo e all'accesso a ricchi servizi tecnologici. Poiché l'azienda può eseguire analisi su larga scala quando necessario, i dati sono disponibili per l'analisi prima. "Ora possiamo eseguire oltre 51 miliardi di test statistici in meno di 24 ore, studiando gli effetti di singole mutazioni o singoli geni, ciascuno con un'ampia gamma di fenotipi", afferma Slavé Petrovski, VP, responsabile del dipartimento di Genome Analytics and Informatics presso il Centre for Genomics Research di AstraZeneca. Gli sforzi dell'azienda stanno dando i loro frutti. "Utilizzando queste funzionalità, nel 2020 abbiamo fornito input genetici a più di quaranta progetti di scoperta di farmaci di AstraZeneca", afferma Petrovski.

AstraZeneca ha prodotto una pipeline bioinformatica genomica rapida ed efficiente che offre ai suoi scienziati il tempo e le risorse per dedicarsi all'innovazione. Di conseguenza, il Centre for Genomics Research dell'azienda sta facendo progressi nel suo obiettivo di analizzare due milioni di genomi entro il 2026.