A solução de processamento de dados genômicos da AstraZeneca executa 51 bilhões de testes por dia na AWS

Além de obter insights de dados genômicos rapidamente, a AstraZeneca queria realocar recursos para a exploração científica e evitar desperdiçar o tempo da bioinformática realizando atividades de gerenciamento de dados de valor relativamente baixo. Como a empresa coleta petabytes de dados por meio de múltiplas fontes em grandes picos, ela precisava de uma capacidade de computação avançada e escalável.

Com histórico prévio de criação na AWS, a AstraZeneca decidiu expandir seu uso de ferramentas da AWS para desenvolver uma solução de bioinformática baseada em nuvem para análise e processamento genômicos rápidos.

A solução de alto throughput da AstraZeneca realiza muitas etapas de processamento e análise de dados genômicos. A análise genômica secundária olha para leituras de sequenciamento brutas para reconstruir um genoma e identificar variantes genômicas que podem ser analisadas mais a fundo em estágios posteriores. Para automatizar a orquestração de dados dessas etapas, a arquitetura usa o AWS Lambda, um serviço de computação com tecnologia sem servidor que permite que os usuários executem códigos sem servidores de provisionamento ou gerenciamento. Para criar uma camada de execução de tarefas, a arquitetura usa o AWS Batch, que provisiona dinamicamente a quantidade e o tipo de recursos computacionais ideais, como instâncias otimizadas para CPU ou memória, com base nos requisitos de volume e recursos específicos das tarefas em lote enviadas. Pelo caminho, a arquitetura classifica os dados em buckets usando o Amazon Simple Storage Service (Amazon S3), um serviço de armazenamento de objetos.

Na AWS, a AstraZeneca acelerou e melhorou a produtividade com escala, poder computacional e acesso a serviços de tecnologia avançada. Como a empresa consegue executar análises em escala quando necessário, os dados ficam disponíveis para serem analisados mais cedo. “Agora podemos realizar mais de 51 bilhões de testes estatísticos em menos de 24 horas, estudando os efeitos de mutações ou genes individuais, cada um com uma ampla variedade de fenótipos”, afirma Slavé Petrovski, vice-presidente, diretor de análise de genoma e informática no Centro de Pesquisa Genômica da AstraZeneca. Os esforços da empresa estão sendo compensados “Fornecemos informações genéticas para mais de 40 projetos de descoberta de medicamentos da AstraZeneca em 2020 com esses recursos”, diz Petrovski.

A AstraZeneca produziu uma pipeline de bioinformática genômica rápida e eficiente que dá aos cientistas o tempo e os recursos para que busquem a inovação. Como resultado, o Centro de Pesquisa Genômica da empresa está avançando em seu objetivo de analisar dois milhões de genomas até 2026.