如何数据平台解锁单细胞分析的力量?

单细胞技术定位自己在生物医学研究的前沿。这些平台允许研究人员绕过批量数据的不确定性,而审问生物系统的详细级别,以前遥不可及的。但这些系统的价值受损的风险瓶颈在数据分析和处理。了解更多,我们采访了玛丽莲Matz,首席执行官和创始人之一Paradigm4分析解决方案公司,旨在提供这些数据问题的解决方案。

Ruairi Mackenzie (RM):你能告诉我们更多关于您的数据平台,揭示?

玛丽莲Matz(毫米):我们听到从科学家和数据科学家对他们遇到的挑战和更大的合作,更为复杂的数据集。我们帮助他们专注于科学,更容易地询问和回答棘手的问题,而不去纠缠在计算机科学力学要求这样做。

我们的方法包含两个截然不同但相互依存的部分:揭示^TM应用程序套件是一个友好的家庭,特定于应用程序的应用程序之上的独特的科学分析引擎,SciDB^TM,大规模可伸缩array-native分析平台,专门为科学数据和科学计算。

科学家们也清楚地告诉我们,他们想要高级,用例集中的解决方案,而不只是“生态系统”或工作区,要求他们自己组装的组合工具。所以,每个显示^TM应用程序被设计为一个完整的软件包,允许研究人员查询和调查数据使用熟悉的R和Python语言。

SciDB的结合^TM和揭示™应用程序我们提供人员具有成本效益的,可扩展的和可再生的存储和弹性计算平台适合他们兴趣的区域。例如,t他最近推出了揭示:单细胞^TM应用使生物制药开发人员能够突破数据争吵和编程挑战与大规模的分析,单细胞的数据集。和我们透露:生物^TM应用汇集了多个数据类型,比如multi-omics数据,医疗记录,以及生物识别和成像数据支持科学家在人口规模的转化医学和医疗研究。随着家庭的应用,我们计划支持更多的生命科学研究领域。

RM:为什么单细胞数据集现代研究的焦点?

MM:精密医学的想法——交付正确的药物治疗对患者在正确的时间和正确的剂量——支撑当前在医疗实践中思考,在医药研发。然而,直到单细胞的组学的出现,研究人员观察聚合图片——“组学的组织系统,而不是一个单一的细胞类型。

现在,单细胞分析已经成为一个主要的兴趣关注的焦点和被广泛视为潜在的“游戏规则”——采取精密医学通过添加到下一个水平对细胞的混合。

通过“组学分析,特别是基因组学、转录组、表观基因组学和蛋白质组学在单细胞层面,小细胞各亚群的识别可能发挥重要作用在一个生物过程现在是可能的。随着测序深度增加,允许一个更深层次的视图从转录组和蛋白质组,单个细胞的生物状态将变得更清楚,提高细胞和细胞状态的定义。

在实践中,在肿瘤单细胞测序可以帮助肿瘤专家理解的分布在单个细胞突变和同现,潜在的指导治疗决策。有了这个新的工具箱,研究者和临床医生可以寻找见解从“健康”过渡到“病”状态,研究潜在的生物标记物,了解疾病途径的机制和评估响应药物靶点或可用的治疗方案。

RM:我们怎样才能加快转化医学数据检索?

MM:这是一个有趣的问题,因为在几分钟或小时获取结果时(而不是数天或数周)可能是一个重大进步,事实上在转化医学数据检索的速度只有一个整个问题的一部分。

以单细胞DNA和RNA序列为我们的例子中,每个病人信息从成千上万的细胞是可用的,这提供了明确的机会的增加越来越多的数据集的统计能力,相关的技术和解释挑战这样的“大数据”是阻碍生物见解应该出来。解锁这个值,生命科学家们需要解决的各种组学层(基因组、表观基因组、转录组和蛋白质组),连同参考地图就像人类细胞阿特拉斯(HCA),在前所未有的决议,特异性和体积。

此外,我们需要记住,目前单细胞数据集只代表一小部分人,和统计学意义依赖于研究的患者数量,而不是总细胞数。这是因为细胞相同的病人是“兄弟姐妹”,而不是真正的生物复制。数据集与100000年代/治疗的患者条件将因此需要技术来管理数十亿的细胞。

所有这些要求数据库平台,可以评估关键生物假说通过查询一个令人费解的单细胞的数据量。许多建立方法和工具不适合这一挑战。当前的方法需要重复提取/转换/负载操作(数据科学工作谋生),增加时间和计算开销与数据的每一个问题。许多人也大大限制总细胞的数量可以inter-compared /数据集。

这就是SciDB^TM和揭示^TM应用程序变得相当支持。建立与负载/ QA一旦-经常询问的哲学,和自然产能规模评估数十亿细胞以具有成本效益的方式,应用程序利用能力在现有的基于云计算的机器,而不是需要专用的和昂贵的硬件。

RM:在哪里你的特定于应用程序的解决方案让我们下一个,你能让我们一窥未来吗?

MM:弗里曼·戴森将发起“新方向科学新概念新工具的多。”为生命科学,新工具包括两个新的数据生成工具和数据收集计划以及下一代软件将以独特的方式和我的数据。与我们的平台,我们渴望使科学家能够突破科学给他们询问和回答的能力更大、更复杂的问题的数据更容易和节省成本。结果是增加的能力和信心,使早期和适应性变化的决定将引导发展,并提供访问复杂的早些时候,实时数据能够检测有效性和安全性的信号。重要的是,通过与用户的合作,我们将继续展开分析,计算和机器学习能力,这将帮助他们推动创新。供应商引进新技术和工具,研究社区很快接受和利用成为“新常态”。反过来,当他们解决他们的问题,生成新信息,新开发工具和方法,发现“新方向”的循环重复一遍。

玛丽莲Matz首席执行官和创始人之一,随着图灵奖得主迈克尔•碎石机Paradigm4。她也服务于董事会Teradyne自动化设备的主要供应商, 试验和工业应用