Resilience cria data mesh global para conectividade de laboratórios na AWS

Fundada em 2020, a Resilience está impulsionando a biomanufatura inovadora. A empresa oferece uma variedade de modalidades de biomanufatura escaláveis e prontas para uso para terapias genéticas, síntese de ácidos nucleicos, purificação de proteínas e muito mais para as principais empresas farmacêuticas e de biotecnologia. Ela também supervisiona uma grande rede de instrumentos, incluindo biorreatores, citômetros de fluxo, microscópios e sequenciadores genômicos.
 
Para acelerar a produção e diminuir o tempo entre a realização de experimentos e a geração de insights, a Resilience precisava criar conectividade com a nuvem a partir de cada um de seus locais de pesquisa e manufatura. No entanto, com um volume e uma diversidade de dados tão grandes, a criação de uma rede de dados conectada não foi uma tarefa simples. “Temos muitas áreas de produtos, que exigem uma variedade igualmente ampla de instrumentos de laboratório para desenvolvê-los. Isso cria um alto grau de heterogeneidade de dados”, diz Adam Mendez, diretor associado de engenharia de dados da Resilience. “Precisávamos de um sistema robusto para transferência de dados que fosse independente do tipo de dados e que pudesse carregar na nuvem os dados de todos os dispositivos de laboratório de maneira rápida e segura.” A empresa identificou a AWS como a solução ideal para o projeto devido à sua infraestrutura segura e escalável e aos seus poderosos recursos de Internet das Coisas (IoT).

Em menos de 3 meses, a organização de pesquisa e desenvolvimento digitais da Resilience, trabalhando em estreita colaboração com suas equipes de engenharia de dados e redes, construiu a infraestrutura da AWS para alimentar seu sistema globalmente conectado. A solução usa o AWS DataSync, um serviço online seguro que automatiza e acelera a transferência de dados, para migrar dados de seus sistemas on-premises para a Nuvem AWS. Esses dados são transferidos com segurança usando o AWS PrivateLink, que estabelece conectividade entre nuvens privadas virtuais e serviços da AWS sem expor os dados à Internet. Esses dados são então armazenados no Amazon Simple Storage Service (Amazon S3), um serviço de armazenamento de objetos criado para recuperar qualquer quantidade de dados de qualquer lugar, e podem ser acessados por usuários científicos e empresariais em toda a organização da Resilience. “Com um sistema centralmente gerenciado para o armazenamento de dados na AWS, podemos nos integrar perfeitamente a outras aplicações e softwares de análise, sejam estes soluções de software como serviço desenvolvidas internamente ou de terceiros”, diz Mendez.
 
Até o momento, a Resilience já carregou no Amazon S3 mais de 75 TB de dados de pesquisa de mais de 100 dispositivos de laboratório diferentes. Usuários científicos e empresariais da Resilience agora podem revisar, processar e analisar seus dados de instrumentos no Amazon S3 para atingir suas metas de pesquisa e desenvolvimento. A empresa conta com os serviços de Internet das Coisas da AWS, como o AWS IoT Greengrass, um serviço de nuvem e runtime de borda de código aberto, para invocar automaticamente as tarefas de migração sob demanda, fornecendo acesso para os cientistas aos seus dados na nuvem em menos de 5 minutos. Ao usar o AWS Cloud Development Kit (AWS CDK), que acelera o desenvolvimento na nuvem usando linguagens de programação comuns, para modelar suas aplicações, a Resilience é capaz de integrar novos dispositivos e colocar sites inteiros online em questão de dias. Com sua abordagem de infraestrutura como código, a Resilience está ajudando a agilizar o trabalho de dezenas de equipes de pesquisa. “Ao facilitar o upload de dados quase em tempo real a partir de cada um dos nossos locais, podemos fornecer um sólido backup de dados e, ao mesmo tempo, ajudar as equipes a usar insights de maneira multifuncional e entre locais”, diz Jonathan Rivernider, engenheiro de sistemas de laboratório da Resilience. “Isso coloca os dados nas mãos dos cientistas com mais rapidez para acelerar os ciclos de aprendizado.”
 
Na nuvem, os dados de laboratório da Resilience precisavam ser organizados de uma maneira que se alinhasse a como os cientistas usam seus dados. Para isso, a equipe projetou um data lake do Amazon S3 usando Recomendações da AWS para arquiteturas de data lake e contratou a Quilt Data, uma parceira da AWS, para atribuir controles de governança. Esses controles transformam conjuntos de dados de instrumentos em pacotes de dados, um registro imutável de dados brutos de laboratório, dados analisados e arquivos de laboratório associados, incluindo gráficos e apresentações do PowerPoint. Agora, à medida que os dados percorrem os estágios de análise pelos cientistas, os pacotes de dados são mantidos no Amazon S3 com informações de versionamento, metadados e linhagem. Esses dados podem ser pesquisados em um portal por usuários autorizados de laboratório e empresariais e se integram aos seus cadernos de bibliotecas eletrônicas.
 
Usando o Amazon CloudWatch, um serviço de monitoramento que fornece insights operacionais para vários recursos da AWS, as equipes também conseguiram criar um sistema de registro em log robusto para todas as tarefas de transferência de dados. Agora, a Resilience pode verificar se os alertas adequados estão em vigor para garantir a integridade operacional do sistema e de cada instrumento de laboratório. “Dada a natureza sensível dos dados de pesquisas, a segurança desse sistema é fundamental”, diz Jiro Koga, engenheiro sênior de sistemas da Resilience. “Ao incorporar regras rígidas de firewall de rede, certificados de clientes e endpoints seguros usando o AWS PrivateLink, todos os dados são transferidos com segurança usando criptografia em andamento e em repouso.”