La solución de procesamiento de datos genómicos de AstraZeneca hace 51 000 millones de pruebas en un día en AWS

Además de recopilar rápidamente información de los datos genómicos, AstraZeneca quería reasignar recursos a la exploración científica y evitar gastar el tiempo de la bioinformática en actividades de administración de datos de valor relativamente bajo. Dado que la empresa recopila petabytes de datos a través de múltiples fuentes en grandes ráfagas, necesitaba una capacidad informática potente y escalable.

Tras haber creado en AWS anteriormente, AstraZeneca decidió ampliar su uso de las herramientas de AWS para desarrollar una solución bioinformática basada en la nube para el procesamiento y análisis genómicos rápidos.

La solución de alto rendimiento de AstraZeneca hace muchos pasos de procesamiento y análisis de datos genómicos. El análisis genómico secundario examina las lecturas de secuenciación en bruto para reconstruir un genoma e identificar variantes genómicas que puedan ser analizadas en etapas posteriores. Para automatizar la orquestación de datos de esos pasos, la arquitectura utiliza AWS Lambda, un servicio de computación sin servidor que permite a los usuarios ejecutar código sin aprovisionar ni administrar servidores. Para crear una capa de ejecución de tareas, la arquitectura utiliza AWS Batch, que aprovisiona dinámicamente la cantidad y el tipo óptimos de recursos de computación, como instancias optimizadas para la CPU o la memoria, en función del volumen y los requisitos específicos de recursos de los trabajos por lotes enviados. Por el camino, la arquitectura clasifica los datos en buckets mediante Amazon Simple Storage Service (Amazon S3), un servicio de almacenamiento de objetos.

En AWS, AstraZeneca aceleró y mejoró la productividad con escala, potencia informática y acceso a ricos servicios tecnológicos. Gracias a que la empresa puede realizar análisis a escala cuando los necesita, los datos están disponibles para su análisis más pronto. “Ahora podemos ejecutar más de 51 000 millones de pruebas estadísticas en menos de 24 horas y estudiar los efectos de mutaciones individuales o de genes individuales, cada uno de ellos con una amplia gama de fenotipos”, dice Slavé Petrovski, VP, jefe de Análisis e Informática del Genoma en el Centro de Investigación Genómica de AstraZeneca. Los esfuerzos de la empresa están dando sus frutos. “Hemos aportado información genética en más de 40 proyectos de descubrimiento de fármacos de AstraZeneca en 2020 gracias al uso de estas capacidades”, dice Petrovski.

AstraZeneca produjo una línea de bioinformática genómica rápida y eficaz que proporciona a sus científicos el tiempo y los recursos necesarios para seguir innovando. Gracias a ello, el Centro de Investigación Genómica de la empresa avanza en su objetivo de analizar dos millones de genomas para el 2026.