Resilience crea una malla de datos global para la conectividad de los laboratorios en AWS

Resilience, que se fundó en 2020, impulsa la biofabricación innovadora. Ofrece una gama de modalidades de biofabricación escalables y listas para usar para terapias génicas, síntesis de ácidos nucleicos, purificación de proteínas y más para las principales empresas farmacéuticas y biotecnológicas. También supervisa una amplia red de instrumentos, como, por ejemplo, biorreactores, citómetros de flujo, microscopios y secuenciadores genómicos.
 
Para acelerar la producción y reducir el tiempo entre la realización de experimentos y la generación de conocimientos, Resilience necesitaba crear conectividad desde cada uno de sus sitios de investigación y fabricación a la nube. Sin embargo, con un volumen y una diversidad de datos tan amplios, crear una red de datos conectada no era una tarea sencilla. “Tenemos muchas áreas de productos que requieren una gama igualmente amplia de instrumentos de laboratorio para desarrollarlos. Esto crea un alto grado de heterogeneidad de los datos”, afirma Adam Mendez, Associate Director for Data Engineering de Resilience. “Necesitábamos un sistema sólido para la transferencia de datos que fuera independiente del tipo de datos y que pudiera cargar los datos de forma rápida y segura desde todos los dispositivos del laboratorio a la nube”. La empresa identificó a AWS como la solución óptima para el proyecto debido a su infraestructura segura y escalable y a sus potentes capacidades de Internet de las cosas (IoT).

En menos de 3 meses, la organización Digital Research & Development de Resilience, en estrecha colaboración con sus equipos de ingeniería de datos y redes, creó la infraestructura de AWS para impulsar su sistema conectado mundialmente. La solución utiliza AWS DataSync, un servicio en línea seguro que automatiza y acelera la transferencia de datos, para migrar los datos de sus sistemas en las instalaciones a la nube de AWS. Estos datos se transfieren de forma segura mediante AWS PrivateLink, que establece la conectividad entre las nubes privadas virtuales y los servicios de AWS sin exponer los datos a Internet. Luego, estos datos se almacenan en Amazon Simple Storage Service (Amazon S3), un servicio de almacenamiento de objetos creado para recuperar cualquier cantidad de datos desde cualquier lugar. Usuarios científicos y empresariales de toda la organización de Resilience pueden acceder a estos datos. “Con un sistema administrado de forma centralizada para el almacenamiento de datos en AWS, podemos integrarnos sin problemas con otras aplicaciones y software de análisis, ya sean soluciones de software como servicio de terceros o desarrolladas internamente”, afirma Mendez.
 
Hasta la fecha, Resilience ha cargado más de 75 TB de datos de investigación de más de 100 dispositivos de laboratorio diferentes a Amazon S3. Los usuarios científicos y empresariales de Resilience ahora pueden revisar, procesar y analizar los datos de sus instrumentos en Amazon S3 para alcanzar sus objetivos de investigación y desarrollo. La empresa confía en los servicios de Internet de las cosas de AWS, como AWS IoT Greengrass, un servicio en la nube y de tiempo de ejecución de periferia de código abierto, para invocar automáticamente las tareas de migración bajo demanda, lo que permite a los científicos acceder a sus datos en la nube en menos de 5 minutos. Al usar AWS Cloud Development Kit (AWS CDK), que acelera el desarrollo en la nube con lenguajes de programación comunes, para modelar sus aplicaciones, Resilience puede incorporar nuevos dispositivos y poner sitios enteros en línea en cuestión de días. Gracias a la estrategia de infraestructura como código, Resilience ayuda a docenas de equipos de investigación a acelerar su trabajo. “Al facilitar la carga de datos casi en tiempo real desde cada uno de nuestros sitios, podemos ofrecer una sólida copia de seguridad de los datos y, al mismo tiempo, ayudar a los equipos a utilizar la información de forma multifuncional y entre sitios”, señala Jonathan Rivernider, Lab Systems Engineer de Resilience. “Esto pone los datos en manos de los científicos más rápido para acelerar los ciclos de aprendizaje”.
 
En la nube, los datos de laboratorio de Resilience debían organizarse de manera que se ajustaran a la forma en que los científicos utilizan sus datos. Para lograrlo, el equipo diseñó un lago de datos de Amazon S3 según las Recomendaciones de AWS para arquitecturas de lagos de datos y contrató a Quilt Data, un socio de AWS, para que asignara los controles de gobernanza. Estos controles convierten los conjuntos de datos de los instrumentos en paquetes de datos, un registro inmutable de datos de laboratorio sin procesar, datos analizados y archivos de laboratorio asociados, que incluye gráficos y PowerPoints. Ahora, a medida que los científicos procesan los datos en las diferentes etapas de análisis, los paquetes de datos se mantienen en Amazon S3 con control de versiones, metadatos y linaje. Estos datos se pueden buscar en un portal de usuarios para usuarios comerciales y de laboratorio autorizados y se integran con sus cuadernos electrónicos de la biblioteca.
 
Con Amazon CloudWatch, un servicio de supervisión que proporciona información operativa para varios recursos de AWS, los equipos también pudieron crear un sistema de registro sólido para todas las tareas de transferencia de datos. Ahora, Resilience puede verificar que existan las alertas adecuadas para verificar el estado operativo del sistema y de cada instrumento de laboratorio. “Dada la naturaleza confidencial de los datos de investigación, la seguridad de este sistema es primordial”, afirma Jiro Koga, Senior Systems Engineer de Resilience. “Al incorporar reglas estrictas de firewall de red, certificados de cliente y puntos de conexión seguros mediante AWS PrivateLink, todos los datos se transfieren de forma segura con cifrado en movimiento y en reposo”.