Recursion Pharma con Splunk
y el aprendizaje automático

Resumen

La empresa Recursion Pharmaceuticals, con sede en Salt Lake City, se fijó un objetivo: descubrir nuevos tratamientos para 100 enfermedades genéticas antes de 2025 mediante una innovadora combinación de biología, automatización y aprendizaje automático. En la actualidad, Recursion utiliza microscopios robóticos para capturar decenas de miles de imágenes de cultivos celulares, generando terabytes de datos a diario. Como una empresa emergente de rápido crecimiento con sólo unos pocos empleados, se enfrentó a los desafíos en el registro de los procedimientos y el seguimiento de los datos operativos. Desde la implementación de Splunk Enterprise, la empresa ha visto beneficios como:

• Tiempo de valoración en tres días, con la adopción de laboratorio completo en tan sólo tres meses.
• La visibilidad en todas las partes del proceso de producción informa a los experimentos de detección de enfermedades.

¿Por qué la elección de Splunk?

En el pasado, Recursion tuvo dificultades para gestionar grandes cantidades de datos de series temporales recopilados de instrumentos controlados por el procesador y secuencias de vídeo generadas por las cámaras del laboratorio. La estrategia inicial de gestión de datos apenas se ajustaba a las ambiciones de alto volumen de la empresa: los microscopios de su laboratorio producen en la actualidad 700.000 archivos TIFF cada semana, lo que representa un aumento del 800% de la productividad en 10 meses. Mientras la empresa consideraba alternativas de código abierto,
Ben Miller, Director de Operaciones Científicas de alto rendimiento, vio el papel fundamental que podía desempeñar Splunk Enterprise a medida que Recursion aumentaba sus capacidades. “Estaba obteniendo valor de Splunk Enterprise en unos tres días”, comenta Miller. Recursion ha construido un sistema de aprendizaje automático propio de clase mundial que analiza terabytes de datos de imágenes experimentales a diario para descubrir nuevos tratamientos para enfermedades críticas. Este sistema se integra con Splunk Enterprise a través del SDK de Splunk para Python, que pasa los datos operativos de nuevo en los procesos de diseño de experimentos, y Splunk DB Connect para enriquecer los datos de registro con métricas de calidad. A partir de ahí, el Splunk Machine Learning Toolkit facilita la apariencia de estas métricas operativas de alto nivel para obtener nuevos conocimientos sobre los procesos de laboratorio, en palabras de Miller, para “manejar grandes cantidades de datos y entender qué correlaciones están sucediendo mientras están ocurriendo, no meses después”.

Industria
• Sector salud
Casos de uso de Splunk
• Analítica empresarial
• Internet de las cosas
Desafíos
• El rápido crecimiento y el enorme volumen de datos requieren una escalabilidad mayor
• El objetivo de 100 nuevos tratamientos requiere visibilidad en tiempo real de los experimentos
• Reunir información esencial de diferentes fuentes e instrumentos de prueba
• Diversos usuarios y requisitos, desde científicos que programan en Python hasta ejecutivos y técnicos que navegan por el panel de control.

Impacto empresarial

• Tiempo inicial de valor en sólo tres días, con un complejo laboratorio que se pone en marcha en sólo tres meses
• Escala masiva mientras se gestiona un volumen de datos de 700.000 archivos TIFF semanales
• La visibilidad oportuna de todas las partes de la instalación de producción informa los experimentos
• Plataforma sólida para la gestión y revisión centralizada
de registros. También flexible en el movimiento de información dentro y fuera de la base de código de los científicos de datos
• El kit de herramientas de aprendizaje automático proporciona información que de otro modo quedaría oculta en los experimentos
• Ahorro sustancial de costos en comparación con el software de gestión de información de laboratorio especializado

Fuentes de datos

• Archivos de registro de los equipos de programación
(sistemas que gobiernan todos los instrumentos controlados por el equipo)
• Archivos de registro de instrumentos individuales como:
• Dispensadores acústicos de gotas (dispositivos que añaden reactivos a las placas de células)
• Fluorímetros de placas
• Microscopios robóticos

Productos Splunk

• Splunk Enterprise
• Splunk DB Connect
• Splunk Machine Learning Toolkit
• Splunk SDK para Pytho

Utilizar la inteligencia artificial (IA) y la bioinformática

En cierto modo, el enfoque de Recursion es más bien paralelo que serial. En lugar de estudiar una diana molecular particular relacionada con una enfermedad específica, la empresa genera y analiza a diario miles de cultivos celulares en presencia de siRNA —un compuesto que “apaga” en específico genes seleccionados para crear un modelo de enfermedad genética— y compuestos farmacológicos, utilizando un algoritmo de aprendizaje profundo para procesar los resultados y la IA para ayudar a determinar qué fármacos merecen un estudio más a fondo. La plataforma Splunk fue puesta en marcha en apenas tres meses, la cual desempeña dos funciones críticas en el funcionamiento y la mejora de un laboratorio tan complejo.
Splunk Enterprise ayuda a supervisar y diagnosticar problemas en tiempo real con los complejos instrumentos de laboratorio, detectando anomalías en las operaciones automatizadas, lo que permite al equipo científico de alto rendimiento construir cuadros de mando para medir la calidad de tiempo. También sirve como una plataforma de gestión de datos que alimenta los datos de la máquina y los envía de vuelta a los científicos de datos que trabajan con Complementos de Splunk como con Splunk DB Connect, lo que permite al equipo compartir el conocimiento descubierto.

Seguimiento del Internet de las cosas

Las tres grandes células de trabajo automatizadas de la empresa están construidas en torno a brazos robóticos que mueven placas de células y reactivos de un instrumento a otro.
Cada célula de trabajo se comunica a través de su propia subred, con cada instrumento se alimenta los registros y otros datos a la plataforma Splunk, por lo que el equipo puede recopilar análisis y obtener información sobre cómo está funcionando el proceso tan complejo.
Por ejemplo, los dispensadores acústicos de Recursion toman miles de mediciones de los volúmenes de las placas fuente de fármacos y ARNsi cada hora, lo que permite un seguimiento cuidadoso de estos valiosos reactivos. Los científicos de Recursion pueden hacer un seguimiento de las tasas de evaporación e hidratación de estos pozos fuente para controlar de manera más eficaz su concentración durante la experimentación y reducir los residuos. Además, pueden planificar y ejecutar experimentos de
forma más efectiva sin verse sorprendidos por una espera de cuatro a seis semanas y un cargo de 5000 dólares por una nueva placa preparada por un fabricante externo.