Remodelando nuestro viaje de datos en pequeños pasos

22 de noviembre de 2022 | Mike Tarselli describe la suya como una «carrera de oficial en las ciencias de la vida». Comenzó la universidad de pre-medicina y consiguió un trabajo como técnico médico de emergencia. “Me di cuenta de que cosas como la sangre y las heridas me hicieron caer al suelo”, dijo. “Esa no es una buena carrera profesional, tal vez, si te vas a desmayar cuando veas tu caso proximal frente a ti”.

Tarselli necesitaba un nuevo plan, así que se dedicó a la química sintética, hizo una pasantía en biotecnología y farmacéutica, y finalmente decidió que el mundo de los datos ofrecía la variedad de proyectos más fascinante. En la actualidad, Tarselli es director científico de TetraScience.

Recientemente se sentó con Stan Gloss, fundador de BioTeam, para conversar sobre datos para Bio-IT del mundo Tendencias del podcast Trenches y explore las tendencias más recientes sobre cómo las ciencias de la vida hablan y piensan sobre los datos.

Comenzaron con una idea que Gloss ha estado explorando durante el último año: la teoría de que mientras las pequeñas empresas biotecnológicas ven los datos como combustible, las grandes farmacéuticas generan datos casi como un subproducto de sus esfuerzos de descubrimiento de fármacos.

Con su amplia experiencia, la toma de Tarselli fue generosa. Recordó a Jay Bradner, entonces presidente del Instituto de Investigación Biomédica de Novartis, abordando ese tema en un ayuntamiento de la empresa.

“Él se puso de pie y en lugar de decir, ‘Hablemos de nuestros programas de drogas. Hablemos de nuestras modalidades o de nuestra investigación básica.’ Él dijo: ‘Chicos, miren. Producimos datos. Los datos son nuestro resultado… Tenemos que llegar a los datos, y tenemos que entender cómo alojarlos, qué hacer con ellos, etc.’ Fue muy refrescante escuchar que un gran líder farmacéutico se acercó a eso”.

Eso fue en 2018, dijo Tarselli, pero aún no está seguro de que sea el enfoque principal en la mayoría de las grandes farmacéuticas. La perspectiva es probablemente más común para las pequeñas empresas de biotecnología sin la estabilidad y la línea de productos existente que tiene la industria farmacéutica.

Otro cambio en la mentalidad de descubrimiento de fármacos ha sido pasar de una mentalidad de proyecto que produce resultados a una mentalidad de producto que produce resultados, continuó Gloss. Al considerar un «producto» cualquier cosa que se pueda consumir, Gloss desafió a los investigadores a pensar en cualquier conjunto de datos como un producto con el que los usuarios futuros calcularán. “¿No se beneficiaría la persona que está haciendo una ejecución complicada de inteligencia artificial y aprendizaje automático si pensamos en el conjunto de datos que está a punto de recibir, [and having] orgullo de producir un producto de alta calidad?

“Me encanta la mentalidad de producto; es muy valioso”, coincidió Tarselli. Nadie consume proyectos sino otros equipos, inversores y gestores de proyectos. Los productos, por otro lado, se fabrican con especificaciones de alta calidad y se pueden reutilizar, agregó.

Pero Tarselli eleva aún más el listón. Las políticas de uso de datos compartidos, otra palabra de moda reciente y esfuerzo impactante, aún no se han producido. Mantener algunos geles y datos sin procesar no es «una encapsulación de lo que significan esos datos y cómo los envolverá para que sean útiles para el consumidor final de la misma manera que lo serían si los pusiera, digamos, como un paquete en GitHub , o como una biblioteca Python de código abierto”, dijo. “Esos son productos”.

Gloss y Tarselli bromearon sobre las empresas que anuncian nuevas iniciativas como empresas de descubrimiento basadas en datos: «¿No estaban ya basados ​​en datos? ¿No han estado siempre derivando datos de alguna manera?» Gloss bromeó. Sugirieron datos informados en su lugar. «En última instancia, a lo que realmente estamos tratando de llegar… es a la simbiosis hombre-máquina: toda esta idea de inteligencia aumentada donde el humano y la máquina trabajan juntos como una asociación», dijo Gloss.

Esa visión requerirá datos que podamos poner a trabajar, y Tarselli describió su consejo para esa transformación.

“Primero, pausa. Haga una pausa y mire a su alrededor”, dijo. “Cada dato que vas a generar es un reflejo de un proceso humano o físico o mental. Probablemente debería mirar a su alrededor y decir: ‘¿Es así como quiero que funcione mi laboratorio, quiero que funcione mi proceso, etc.?’”, dijo Tarselli. Él recomienda «poner en orden su casa de procesos» primero, lo que puede significar adquirir nuevos equipos o automatizar pasos en su proceso.

Solo entonces aconseja mirar detenidamente los datos: ¿Qué tipos de datos entran? ¿De donde? ¿A quien? Recomienda pensar por adelantado en identificadores únicos universales (UID), ontologías estándar, definiciones y glosarios, y API estándar para microservicios. “Hacer estas cosas muy, muy básicas suena un poco pedestre, pero si todos hicieran estos pequeños trucos del 1 % y el 5 % aquí y allá, tendrías un laboratorio 20 veces mejor en dos años”.

Las iniciativas de transformación digital o de datos tienden a fallar cuando son demasiado grandes, señaló Tarselli. Cambiar todo el negocio es un proyecto demasiado grande y será abrumador para los equipos. Él cree que el secreto del éxito son los cambios pequeños y aditivos.

Fuente del artículo

Deja un comentario