ºÚÁÏÃÅ

Bayer es una de las compañías de ciencias de la vida más grandes del mundo, especializada en el desarrollo, fabricación y distribución de productos en salud y agricultura.

Ìý

La industria farmacéutica está altamente regulada, y el proceso de desarrollo de medicamentos involucra numerosas etapas cruciales para garantizar la seguridad y eficacia. Para cada posible medicamento, los científicos de Bayer deben realizar extensas pruebas en condiciones de laboratorio controladas antes de avanzar potencialmente en cualquier producto para pruebas en humanos.

Ìý

La revisión de estos datos preclínicos, que históricamente podían estar dispersos en múltiples sistemas, y los informes de estudio que podrían totalizar hasta 1500 páginas, era difícil, consumía tiempo y representaba un riesgo potencial para los plazos de desarrollo del producto.

Ìý

Para abordar estos desafíos y aprovechar las últimas tecnologías digitales de AWS, Bayer construyó una nueva plataforma de datos moderna para sus datos preclínicos. Siguiendo la visión de Bayer "Salud para todos, Hambre para ninguno", se crearon nuevas capacidades para aumentar la velocidad y precisión del proceso de desarrollo de medicamentos y, con ello, mejorar los resultados para los pacientes.

Ìý

Una plataforma de datos moderna construida en AWS

Ìý

En colaboración con ºÚÁÏÃÅ, Bayer desarrolló una plataforma de datos moderna alojada en la nube de AWS utilizando servicios gestionados nativos de AWS para:

• Acceder a datos preclínicos y resultados desde varias fuentes internas en un solo lugar.
• Crear y mantener un enfoque más estructurado para la gestión de datos.
• Facilitar búsquedas sin esfuerzo en conjuntos de datos existentes y estudios pasados.
• Ayudar en la interpretación de datos mediante visualizaciones personalizadas.
• Permanecer en cumplimiento con las estrictas regulaciones de la industria.

Ìý

La nueva plataforma de datos, llamada PRINCE (Centro de Información Preclínica), actúa como un punto único de acceso para todos los datos preclínicos, unificando fuentes de datos que antes estaban compartimentadas. "Tener un único punto de acceso con datos unificados que pueden personalizarse cuando sea necesario ahorra mucho tiempo", explica Verena Ziegler, Jefa de Toxicología Genética y Computacional en Bayer.

Ìý

El producto de datos principal contiene los resultados de miles de estudios de toxicología junto con datos de bioensayos in vitro e in vivo e información sobre compuestos. Los usuarios tienen acceso a información estructurada y no estructurada, ya sea que accedan a la base de datos histórica a través de APIs, paneles de control o la interfaz de búsqueda de la plataforma, lo que permite a los investigadores informar su trabajo con lo que se ha hecho y aprendido antes.

Ìý

Con un mayor control y visibilidad sobre los datos preclínicos de la empresa, los equipos de Bayer pueden tomar decisiones más informadas basadas en datos a lo largo del proceso de desarrollo de medicamentos para garantizar el acceso interfuncional y reducir las ineficiencias. "PRINCE representa un hito importante en la digitalización de nuestro dominio de datos preclínicos", dice Jonas Münch, Jefe de TI de Seguridad y Farmacología en Bayer. "Creemos que puede servir como un modelo para un futuro paisaje de datos descentralizado centrado en el dominio en I+D". Con un mayor control y visibilidad sobre los datos preclínicos de la empresa, los equipos de Bayer pueden tomar decisiones más informadas basadas en datos a lo largo del proceso de desarrollo de medicamentos para garantizar el acceso interfuncional y reducir las ineficiencias.

Funcionalidades de búsqueda personalizadas que ahorran tiempo

Ìý

Uno de los componentes más valiosos de la plataforma de datos es el motor de búsqueda personalizado. En su forma inicial, los investigadores interactuaban con el motor de búsqueda utilizando texto libre. Después de recopilar comentarios de sesiones regulares con usuarios, Bayer evolucionó las capacidades del motor de búsqueda para permitir a los investigadores establecer parámetros específicos en lugar de solo palabras clave. En su versión actual, la herramienta de búsqueda personalizada acelera significativamente la recopilación de datos.

Ìý

Los investigadores pueden buscar y filtrar libremente a través de datos estructurados, incluida información sobre compuestos, proyectos, objetivos, metadatos de estudio y resultados clave, y datos no estructurados, como conclusiones y resúmenes de informes de estudio aprobados.

Ìý

Los investigadores pueden acelerar aún más el proceso de análisis de datos mediante capacidades de búsqueda avanzada, como el uso de sinónimos, identificadores heredados y estructuras químicas.

Ìý

“Nuestra plataforma de datos será la innovación revolucionaria para mí como científico", dice Jan Sternberg, Director de Estudio y Jefe de Laboratorio en Bayer. "Me permite ser rápido, eficiente y flexible, y me ayuda a obtener respuestas para problemas e preguntas urgentes sobre estudios preclínicos".

Ìý

Además, y en línea con la transformación digital en curso en Bayer, los científicos de datos también pueden realizar consultas similares a SQL directamente en el backend de la plataforma, lo que permite análisis complejos y la aplicación de aprendizaje automático.

Ìý

Una plataforma que está en constante evolución

Ìý

Construido utilizando infraestructura como código basada en Terraform, el equipo de producto creó plantillas de configuración de infraestructura reutilizables a lo largo del proceso de desarrollo de la plataforma. Esto ayudó a facilitar la entrega sin fricciones de cada componente en la plataforma de datos y a automatizar la orquestación de implementación mediante canalizaciones de entrega continua.

Ìý

El desarrollo y la implementación son ágiles. Los equipos de desarrollo preclínico de Bayer brindan aportes continuos a través de sesiones en vivo regulares con usuarios y sesiones mensuales que capturan las prioridades de experiencia del usuario para mejoras continuas en la plataforma. El equipo de producto presenta nuevas funciones que se agregaron basadas en comentarios de las partes interesadas durante presentaciones regulares.

Ìý

La gobernanza responsable de los datos preclínicos, incluida la garantía de que Bayer tiene control sobre quién accede a qué conjuntos de datos, está garantizada mediante el uso de componentes de la pila AWS Glue y servicios gestionados como parte de la plataforma de datos. Esto se logró utilizando un enfoque de cumplimiento como código, demostrando automáticamente que el nuevo código cumple con las políticas y regulaciones pertinentes en cada paso. Un beneficio clave es la capacidad de automatizar auditorías cuando sea necesario.

Ìý

Expansión a nuevos dominios

Ìý

Para el futuro, los gerentes de proyectos se centrarán en mejorar la selección de diseño de estudios y optimizar análisis de datos retrospectivos y predictivos. Un ejemplo proviene de PRINCE, que permite la curación de datos históricos de estudios pasados. Los datos históricos podrían utilizarse para generar grupos de control virtuales para futuros estudios preclínicos, un concepto que actualmente está siendo explorado científicamente.

Ìý

"PRINCE cumple mi deseo de mucho tiempo de tener una base de datos de seguridad preclínica", dice Thomas Steger-Hartmann, Jefe de Toxicología Investigativa en Bayer. "Mejorará y acelerará las decisiones basadas en datos en I+D, así como reducirá muchos de nuestros silos de conocimiento".

Ìý

Además, Bayer está explorando cómo los productos de datos pueden respaldar otras áreas y si se pueden lograr beneficios al permitir conexiones entre varios productos de datos de este tipo. Como ejemplo, PRINCE se utilizará como backend de datos y análisis para uno de los Sistemas de Gestión de Información de Laboratorio (LIMS, por sus siglas en inglés) preclínicos de Bayer. Complementariamente, actualmente se están explorando los beneficios del uso de Modelos de Lenguaje Grande para proporcionar funcionalidades innovadoras avanzadas a los científicos de Bayer.