Agilent и технология больших данных в биологии

До XX века количество информации на планете удваивалось каждые сто лет. После окончания II мировой войны этот срок сократился вчетверо. После появления и распространения интернета, а также удешевления информационных накопителей количество информации стало увеличиваться вдвое каждый год. IBM предполагает, что вскоре оно станет удваиваться каждые 12 часов.

В естественных науках рост данных пока не такой большой, но и тут количество доступных данных удваивается каждые 18 месяцев. Можно сказать, что сегодня одна из больших задач — наряду с разработкой лекарства от рака, возможностью продления срока жизни и глобальным потеплением — это анализ и интерпретация уже существующих данных. Но сейчас производится такое количество информации, что значительную её часть никогда не видели глаза исследователей.

Доктор Джон Маклин из университета Вандербильта (Теннеси, США) применяет технологию больших данных для своих биологических исследований. Он использует хромато-масс-спектрометр Agilent 6560 Ion Mobility Q-TOF для того, чтобы анализировать вещества со скоростью 50 000 молекул в минуту.

Точно так же как Amazon или Netflix изучают данные пользователей, чтобы определить их покупательские предпочтения, Маклин ищет структуры в биологических данных. Он называет подход своей команды «объединенной омикой». Он говорит: «Мы ломаем старый подход к различным наукам — геномике, протеомике. Теперь мы изучаем данные, не имея конкретной цели. Мы ищем закономерности в данных, которые подсказывают нам, куда нужно смотреть».

К примеру, команда Маклина изучает различные бактерии, часть которых никогда не вступала с контакт с человеком, в пещерах штатов Теннеси и Кентукки. Возможно, это исследование поможет в разработке новых лекарств.

«Все большие данные в каком-то смысле одинаковы, — утверждает Маклин. — Важны закономерности. Если убрать все описания, то в итоге останется огромный массив чисел. Многое зависит от того, кто смотрит на эти числа и что именно послужило их источником. Но в принципе неважно, биологические ли это данные или сведения о покупках в интернете — сам подход остается неизменным».

Автор: Рассел Ли.