حتما براتون پیش اومده که اگر تو حوزه پزشکی، زیست‌شناسی یا سلامت عمومی کار می‌کنین، معمولاً قبل از اینکه اصلاً آنالیز دیتا رو شروع کنین، باید اول هفته‌ها وقت بذارین واسه پیدا کردن، تمیز کردن و هماهنگ کردن دیتای الکی از جاهای مختلف! تازه آخرش هم معلوم نیست همه چی به درستی پیش بره یا همه دیتاهاتون مثل هم باشه. خب اینجا دقیقاً جاییه که BioBricks.ai وارد میشه و کل ماجرا رو زیر و رو می‌کنه.
BioBricks.ai یه جور مخزن (ریجستری) مرکزی و بازه که کلی داده زیستی و شیمیایی رو بسته‌بندی شده و آماده (به اسم “بریک” – یعنی تیکه‌های جداگانه دیتا) ارائه میده. هر “بریک” یه جور مخزن گیت (همون Git معروف برنامه‌نویسا برای مدیریت کدها) با کنترل نسخه (Data Version Control یا همون DVC) هست که توش مرحله‌های استخراج، تبدیل و بارگذاری دیتا (که بهش ETL یعنی Extract-Transform-Load میگن) پیاده‌سازی شده. پس دیگه لازم نیست هر بار صفر تا صد رو خودت بسازی. فقط میری سایتش (https://biobricks.ai) و بریک مورد نظرت رو می‌گیری و کارت راه می‌افته.
یه قسمت باحال دیگرش اینه که مثل یه package manager کار می‌کنه – دقیقاً مثل وقتی که تو برنامه‌نویسی یه کتابخونه نصب می‌کنی. یعنی نصب، مدیریت وابستگی‌ها و حتی بروزرسانی دیتاها رو خود سیستم انجام میده و همه دیتاها هم از یه بک‌اند واحد (یعنی همون سرور مرکزی) بهت می‌رسه. اینجوری نه فقط زمانت رو سیو می‌کنی، بلکه داپلیکیت یا تکرار بیخودی داده و زحمت اضافه هم حذف میشه.
تا الان، بیش از ۹۰ تا دیتاست دستچین‌شده (یعنی datasets که تیم سازنده از نظر کیفیت انتخابشون کردن) پوشش داده شده و اینا از حوزه‌های مختلف مثل ژنومیکس (مطالعه ژن‌ها و ژنوم)، پروتئومیکس (بررسی پروتئین‌ها)، شیمی-انفورماتیک (cheminformatics یا استفاده از اطلاعات شیمیایی تو کامپیوتر) و اپیدمیولوژی (همون علم بررسی بیماری‌ها تو جمعیت) هستن. نکته باحال‌تر: می‌تونی این بریک‌ها رو با هم ترکیب کنی و منابع تحلیلی بزرگ درست کنی. تو تست‌هایی که گرفتن، جمع‌آوری چند تا دیتاست مختلف که قبلاً کلی روز طول می‌کشید، الان تو BioBricks.ai شدنیه فقط تو عرض چند دقیقه و اونم بدون دردسر اسکریپت‌نویسی عجیب غریب!
این پلتفرم نه فقط سرعت دسترسی به دیتا و تحلیل رو شیرین‌تر می‌کنه، رشد کارای قابل تکرار (reproducible workflows یعنی فرایندهایی که هر کسی با همون دیتا و مراحل بتونه نتایج رو تکرار کنه) رو بالا می‌بره و واسه وصل کردن چند مدل دیتای مختلف دیگه نیاز نیست کلی وقت و هزینه بذاری.
یه ایده باحال دیگه اینه که تو BioBricks.ai هر بریک مثل یه نرم‌افزار با ورژن کنترل مدیریت میشه – یعنی می‌دونی کِی چی عوض شده و کی چه کسی چه دیتایی اضافه کرده، و هر کسی می‌تونه مشارکت کنه یا دیتای خودش رو اضافه کنه. اینجوری جامعه کاربری بزرگتر میشه و دیگه هر کی نمیاد دوباره چرخ رو اختراع کنه. تازه خودشون گفتن که قراره پوشش بریک‌ها و سیستم اتوماتیک پیگیری پیشینه دیتا (provenance tracking – یعنی بدونی منشا هر تیکه دیتا از کجاست) رو هی گسترش بدن، که این باعث میشه مدل FAIR برای دیتا (یعنی داده‌ها به راحتی پیدا بشن، قابل دسترس باشن، بشه باهاشون کار کرد و دوباره استفاده بشن) تو جامعه زیست‌علمی خیلی قوی‌تر جا بیفته.
پس اگه تو کارای زیستی و سلامت با دیتا سر و کار داری، BioBricks.ai می‌تونه واقعا وقتتو نجات بده و لازم نیست برای کارای تکراری حرومش کنی. همین حالا امتحانش کن و ببین چقدر کارت راحت‌تر میشه!
منبع: +
