آمازون Omics قصد دارد تجزیه و تحلیل داده های بیولوژیکی را در مقیاس بهینه کند

سرویس بیوانفورماتیک، که به طور کلی در AWS re:Invent در دسترس است، برای کمک به محققان و دانشمندان در ذخیره و تسریع تجزیه و تحلیل انواع داده‌های ژنومی و بیولوژیکی مرتبط برای پزشکی دقیق طراحی شده است.

در کنفرانس سالانه re:Invent، خدمات وب آمازون در روز سه‌شنبه سرویس جدیدی را با نام آمازون Omics راه‌اندازی کرد که برای کمک به بیوانفورماتیکان، محققان و دانشمندان برای ذخیره و تجزیه و تحلیل انواع داده‌های ژنومی و دیگر بیولوژیکی برای تسریع پیشرفت‌های علمی برای پزشکی دقیق طراحی شده است.

Omics معمولاً به رشته‌های تحصیلی در زیست‌شناسی اطلاق می‌شود که با پسوند “omics” خاتمه می‌یابند، مانند ژنومیک، رونویسی (مطالعه RNA در یک سلول)، پروتئومیکس (مطالعه پروتئوم‌ها یا مجموعه‌ای از پروتئین‌ها) و متابولومیک. (مطالعه مولکول های درون سلولی). Omic ها معمولاً شامل مطالعات در مقیاس بزرگ با مجموعه داده های بزرگ است.

به گفته این شرکت، این سرویس جدید می تواند توسط دانشمندان نه تنها برای ایجاد یک ذخیره بزرگ داده، بلکه برای وارد کردن فایل های داده خام بزرگ مانند توالی ژنوم یا سایر فایل های داده مورد استفاده در پزشکی دقیق مورد استفاده قرار گیرد – حوزه پزشکی که از آن استفاده می کند. داده های ژنوم و پروتئین برای بهینه سازی درمان بیماری ها.

AWS گفت:

Amazon Omics همچنین می‌تواند به تنظیم گردش کار اولیه بیوانفورماتیک و تجزیه و تحلیل نتایج با استفاده از سرویس‌های تحلیل و آموزش ماشینی AWS کمک کند و افزود که این سرویس به طور خودکار موارد اساسی را ارائه می‌کند. زیرساخت با افزایش استفاده.

ذخیره سازی داده ها برای بیوانفورماتیک بهینه شده است

چنی یون، مدافع اصلی توسعه دهندگان در آمازون، در یک پست وبلاگ نوشت: سرویس جدید بر اساس سه مؤلفه اصلی کار می کند: ذخیره سازی بهینه، محاسبات مدیریت شده برای گردش کار و ذخیره سازی داده که برای انواع خاصی از تجزیه و تحلیل طراحی شده است.

به منظور کاهش هزینه‌ها، آمازون Omics از گزینه‌های ذخیره‌سازی آگاه از بیوانفورماتیک برای ذخیره داده‌های توالی خام استفاده می‌کند. به گفته این شرکت، به منظور بهینه‌سازی داده‌ها برای تجزیه و تحلیل در حال اجرا، آمازون Omics داده‌های خام را به یک فروشگاه مختلف وارد می‌کند و آن‌ها را به طرحی آماده برای پرس‌وجو تبدیل می‌کند که به‌عنوان جدول Apache Iceberg در دسترس است.

این سرویس دارای دو کلاس ذخیره سازی فعال و بایگانی است.

«بایگانی خودکار به طور پیش‌فرض روشن است، به این معنی که آمازون Omics به‌طور خودکار داده‌ها را در صورت عدم دسترسی منظم (بیش از ۳۰ روز) به کلاس ذخیره‌سازی ارزان‌تر منتقل می‌کند، مشابه سرویس ذخیره‌سازی ساده آمازون (Amazon S3) تهسین سید، مدیر کل هوش مصنوعی سلامت در AWS، در یک پست وبلاگی نوشت: کلاس ذخیره سازی طبقه بندی هوشمند، که منجر به صرفه جویی در هزینه مشتریان می شود.

Amazon Omics همچنین از وارد کردن داده های خام به فروشگاه Annotation پشتیبانی می کند. داده‌هایی که با انواع فایل علامت‌گذاری یا برچسب‌گذاری می‌شوند، داده‌های حاشیه‌نویسی نامیده می‌شوند.

دانشمندان و سایر کاربران می‌توانند وارد کردن داده‌ها را از طریق کنسول سرویس به ذخیره‌سازی شی آغاز کنند.

مؤلفه محاسباتی مدیریت‌شده این سرویس منابعی را در اختیار دانشمندان قرار می‌دهد تا گردش‌های کاری بیوانفورماتیک را اجرا کنند که حاوی اسکریپت‌هایی از یک سری وظایف هماهنگ طراحی شده برای تقطیر مقادیر زیادی از داده‌های توالی خام، از ذخیره‌سازی آمازون Omics یا Amazon S3، تا مقادیر کمی تجزیه و تحلیل است. این شرکت گفت داده‌هایی مانند جهش‌های ژنومی، و افزود که دانشمندان و سایر کاربران باید فقط منابع محاسباتی مورد نیاز برای هر کار را مشخص کنند.

سید نوشت: «به نوبه خود، این کار تمام کارهای سنگین غیرمتمایز مرتبط با اجرا و مدیریت این گردش‌های کاری را در مقیاس حذف می‌کند،» و افزود که اسکریپت‌های داخل گردش کار را می‌توان به زبان‌هایی مانند Nextflow یا Workflow Description Language نوشت.

>

سرویس جدید، که می تواند در ترکیب با سایر خدمات مانند Amazon HealthLake استفاده شود، اکنون در شرق ایالات متحده (ویرجینیای شمالی)، غرب ایالات متحده (اورگان)، آسیا اقیانوسیه (سنگاپور)، اروپا (فرانکفورت)، در دسترس است. مناطق اروپا (ایرلند) و اروپا (لندن).

انتظار می‌رود به زودی پشتیبانی از مناطق بیشتری انجام شود. این سرویس قیمت دارد در مدل مصرفی.