Elucidata’s MLOps platform boosts data quality for drug discovery
ElucidataのMLOPSプラットフォームは、創薬のためのデータ品質を高めます
要約(英語):
Massachusetts-based Elucidata has raised $16 million in a Series A round of funding. The company is aiming to bring together thought leaders to give guidance on how metaverse technology will transform the way all industries communicate and do business. Notably, Elucidata is the first startup to use AI to drive R&D and come up with novel drugs and therapies. Notably, the funding part of the round is premature
要約(日本語):
マサチューセッツに本拠を置くElucidataは、シリーズAラウンドの資金調達で1600万ドルを調達しました。同社は、Metaverse Technologyがすべての業界のコミュニケーションとビジネスの方法をどのように変えるかについてガイダンスを提供するために、Sound Leadersを結びつけることを目指しています。特に、Elucidataは、AIを使用してR＆Dを駆動し、新しい薬物や治療法を考え出す最初のスタートアップです。特に、ラウンドの資金調達部分は時期尚早です
本文:
Editor’s note: At 9 a.m. PDT on September 21, 2022, Elucidata contacted VentureBeat to advise that, due to an international wire delay, the funding transfer is not yet complete and funding part of this story is premature. We will update this story if anything changes.
編集者注：2022年9月21日の午前9時のPDTに、ElucidataはVentureBeatに連絡して、国際的なワイヤーの遅延により、資金譲渡はまだ完全ではなく、このストーリーの資金調達の一部は時期尚早であるとアドバイスしました。何かが変更された場合、このストーリーを更新します。
From young startups to major conglomerates, almost every organization in the life sciences industry is looking at AI to drive R&D and come up with novel drugs and therapies. The effort revolves around training predictive models on massive datasets pertaining to the problem at hand. But, for many organizations, gathering high-quality data continues to be a major problem.
若い新興企業から大規模なコングロマリットまで、ライフサイエンス業界のほぼすべての組織は、R＆Dを運転し、新しい薬物や治療法を考え出すためにAIを検討しています。この取り組みは、手元の問題に関連する大規模なデータセットでの予測モデルのトレーニングを中心に展開します。しかし、多くの組織にとって、高品質のデータを収集することは引き続き大きな問題です。
Essentially, most scientists need to work with multi-omics, bio-assays, clinical, EHR and other forms of biomedical data that are usually stored in multiple systems within their organizations or sourced externally. This kind of information is not only siloed but also so diverse that it becomes difficult to base an accurate predictive model upon it.
基本的に、ほとんどの科学者は、組織内の複数のシステムに保存されているか、外部から調達された、マルチオミクス、バイオアッセイ、臨床、EHR、その他の生物医学データを使用する必要があります。この種の情報はサイロ化されているだけでなく、非常に多様であるため、正確な予測モデルを基にすることが困難になります。
“Deciphering insights from biomedical data is at the heart of addressing the world’s most important breakthroughs in biopharmaceuticals,” Ashish Venkataramani, partner at Eight Roads Ventures, notes. “There is an explosion in the generation of these complex, heterogeneous datasets, driven by innovations in sequencing technologies and the proliferation of connected devices.”
「生物医学データからの洞察を解読することは、バイオ医薬品の世界で最も重要なブレークスルーに対処することの中心にあります」と、8つのRoads VenturesのパートナーであるAshish Venkataramani氏は述べています。「これらの複雑で不均一なデータセットの生成には、シーケンステクノロジーの革新と接続されたデバイスの増殖によって駆動されます。」
To help life sciences organizations make the most of this opportunity, without worrying about the heterogenous or siloed nature of data, Massachusetts-based Elucidata offers an MLops platform called Polly. The solution provides R&D teams access to clean, curated biomolecular data that can be queried and analyzed over a graphical user interface (GUI) or programmatically. Elucidata today raised $16 million in a Series A round of funding.
ライフサイエンス組織がこの機会を最大限に活用するために、データの異種または沈黙の性質を心配することなく、マサチューセッツを拠点とするElucidataはPollyと呼ばれるMLOPSプラットフォームを提供しています。このソリューションは、R＆Dチームが、グラフィカルユーザーインターフェイス（GUI）またはプログラムでクエリおよび分析できる、クリーンでキュレーションされた生体分子データにアクセスできるようにします。Elucidataは本日、シリーズAラウンドの資金調達で1600万ドルを集めました。
According to the company, Polly gathers, transforms and harmonizes data into standardized machine-readable formats, enabling enterprises to use it for their machine learning applications. The solution has access to 70TB of ML-ready biomedical data, or more than 1.5 million datasets and 4.1 million samples, from more than 30 public and proprietary sources. This covers more than 26 biological data types.
同社によれば、Pollyはデータを標準化された機械可読形式に収集、変換、調和させ、企業が機械学習アプリケーションに使用できるようにします。このソリューションは、30を超える公的および独自のソースから、70TBのML対応生物医学データ、または150万を超えるデータセットと410万のサンプルにアクセスできます。これは、26を超える生物学的データ型をカバーしています。
The platform uses connectors to pull data from sources such as TCGA and Gene Expression Omnibus (GEO). Then, it converts the information into flat files and adds ontology-backed metadata and labels to fine-tune it into curated biomedical data, ready for machine learning. Finally, the cleaned information is made available in the customer’s data warehouse.
プラットフォームは、コネクタを使用して、TCGAや遺伝子発現Omnibus（GEO）などのソースからデータを引き出します。次に、情報をフラットファイルに変換し、オントロジー担保メタデータとラベルを追加して、機械学習の準備ができて、キュレーションされた生物医学データに微調整します。最後に、クリーニングされた情報が顧客のデータウェアハウスで利用可能になります。
“Organizations often underestimate the importance of data quality, and as a result, a lot of AI/ML initiatives are compromised. We’re on a mission to derisk such initiatives in life sciences R&D by empowering them with high-quality biomedical data at every stage of the R&D process,” Abhishek Jha, CEO and co-founder of Elucidata, said.
「組織はしばしばデータの品質の重要性を過小評価しているため、多くのAI/MLイニシアチブが損なわれています。ElucidataのCEO兼共同設立者であるAbhishek Jhaは、次のように述べています。
Elucidata claims to offer the ability to serve companies in various stages of the drug discovery process. In fact, the company says Polly has already seen adoption from over 30 life science industry players, including Genentech, Pfizer and Janssen as well as research institutes like Stanford and the Bill & Melinda Gates Foundation. The platform can not only accelerate the pace of implementing AI initiatives but also reduce the time to downstream analysis by up to 70%, the company adds.
Elucidataは、創薬プロセスのさまざまな段階で企業にサービスを提供する能力を提供すると主張しています。実際、同社によると、ポリーは、ジェネンテック、ファイザー、ヤンセン、スタンフォードやビル＆メリンダゲイツ財団などの研究機関を含む30人以上のライフサイエンス業界のプレーヤーからの採用をすでに見ていると言います。このプラットフォームは、AIイニシアチブを実装するペースを加速するだけでなく、ダウンストリーム分析までの時間を最大70％短縮できると同社は付け加えています。
With this round of funding, which was led by Eight Roads Ventures, Elucidata will focus on deepening its product capabilities in translational drug research and allied markets, scaling go-to-market initiatives and accelerating the global expansion of operations.
8つのRoads Venturesが率いるこのラウンドの資金調達により、Elucidataは翻訳薬物研究と同盟市場における製品能力の深さ、市場への取り組みのイニシアチブの拡大、および世界的な運用の拡大を促進することに焦点を当てます。
“When it comes to AI projects, the quality of labeled data can play a vital role in the difference between success and failure,” Nihal Sinha, MD and partner at F-Prime Capital, which participated in the round, said in a statement.
「AIプロジェクトに関しては、ラベル付けされたデータの品質は、成功と失敗の違いに重要な役割を果たす可能性があります」と、ラウンドに参加したF-Prime CapitalのNihal Sinhaとパートナーは声明で述べています。
“Elucidata is providing life science companies access to high-quality datasets and, as a result, effectively accelerating their R&D efforts towards developing innovative solutions that can improve human health,” Singha added.
「Elucidataは、ライフサイエンス企業に高品質のデータセットへのアクセスを提供し、その結果、人間の健康を改善できる革新的なソリューションの開発に向けた研究開発の取り組みを効果的に加速しています」とSingha氏は付け加えました。
According to RBC Capital Markets, by 2025, the compound annual growth rate of data for healthcare will touch 36% — 6% faster than manufacturing, 10% faster than financial services and 11% faster than media and entertainment.
RBC Capital Marketsによると、2025年までに、ヘルスケアのデータの複合年間成長率は、製造よりも6％速く、金融サービスよりも10％速く、メディアやエンターテイメントよりも11％速くなります。
\
元記事
https://venturebeat.com/data-infrastructure/elucidata-mlops-boosts-data-quality-drug-discovery/
