이번 인터뷰에서 Rob Brown, Sapio Sciences의 제품 및 사전 판매 부사장이 Sapio의 AI 기반 실험실 어시스턴트 ELaiN에 대해 논의하며, Sapio가 과학 인식 실험실 정보학의 선두주자로 자리매김하고 있는 방법에 대해 설명함.
저는 Rob Brown이며, Sapio Sciences의 제품 및 사전 판매 부사장입니다. 2023년 3월부터 Sapio에서 일하고 있으며, Dotmatics와 Accelrys(현재 BIOVIA)에서 약 25년간 연구 정보학 분야에서 일해왔습니다. 제 경력은 Abbott Labs에서 박사 후 연구원으로 시작함.
Sapio Sciences는 연구 및 임상 정보학 회사입니다. 우리는 생명 과학, 제약 및 생명공학, 임상 진단 회사에 판매하는 솔루션을 보유하고 있습니다. 우리의 플랫폼은 초기 발견부터 개발 및 제조에 이르기까지 실험실 운영 전반에 걸쳐 있습니다. 솔루션의 핵심은 Sapio Lab Informatics 플랫폼이며, 그 위에 전자 실험실 노트북(ELN), 실험실 정보 관리 시스템(LIMS), 과학 데이터 관리 솔루션인 Sapio Jarvis가 구축되어 있음.
우리의 주요 솔루션은 ELN과 LIMS이며, Sapio를 차별화하는 점은 우리가 하는 모든 것이 공통 플랫폼 위에 구축되어 있다는 것임. 역사적으로 실험실이나 연구 부서는 한 공급업체로부터 ELN을 구매하고 다른 공급업체로부터 LIMS를 구매한 후, 이들이 잘 작동하도록 많은 시간을 소모해야 했음. Sapio는 고객의 연구 단계에 따라 다양한 기능을 제공할 수 있는 플랫폼을 구축함. 예를 들어, 고객이 발견 단계에 있을 때 ELN 기능을 찾고, 나중에 워크플로우에서 동일한 기능이 통제된 LIMS 프로세스로 필요할 수 있음.
본질적으로 ELN과 LIMS는 공통 플랫폼의 다른 얼굴임. 공통 데이터 모델, 공통 검색 방식, 정보 시각화 및 분석 방식이 있음. 또한, 우리 플랫폼은 로우코드/노코드 플랫폼임. 많은 기존 공급업체의 플랫폼은 매우 오래된 기술에 기반하고 있지만, 우리의 플랫폼은 매우 현대적이고 웹 기반의 SaaS이며, 솔루션과 즉시 사용할 수 있는 애플리케이션이 완전히 통합되어 있음.
우리의 솔루션이 혜택을 받을 수 있는 산업은 거의 모든 과학 연구를 수행하는 산업이며, 대부분의 고객은 생명공학, 제약 및 임상 진단 분야에 있음. 그래서 우리는 우리의 플랫폼을 '과학 인식'이라고 부름. 우리는 도구와 데이터를 과학자에게 이해하기 쉬운 방식으로 제공함. 이는 우리가 하는 일을 일반 IT 회사와 차별화함. 이러한 조직은 정보를 저장하기 위해 '데이터 레이크'를 사용하는 것을 지지하지만, 과학자들은 단순한 텍스트/숫자가 아닌 과학적 데이터 유형으로 작업함. 예를 들어, 그들은 단백질의 3D 구조나 항체에 부착된 작은 분자의 전체 구조를 보고 싶어 할 것이며, 이는 데이터 레이크에서 달성할 수 없음.
'과학 인식'은 더 나아감. 과학자가 데이터 세트를 쿼리할 때, 그들은 특정 과학 알고리즘을 적용하여 어떤 분자가 활성화되는지 또는 특정 유전자가 어떤 반응을 보이는지를 알아내고자 함. 과학적 분석 및 알고리즘이 필요하며, 이 모든 것이 우리의 플랫폼에 내장되어 있음.
복잡한 헬스케어 산업에서 Sapio Sciences는 연구자들에게 더 나은 결과를 제공하면서 실험실 정보학을 어떻게 단순화하는가? 우리는 두 가지 측면에서 이를 살펴봄: 소프트웨어를 사용하는 과학자들에게 삶을 더 쉽게 만드는 방법과 우리 소프트웨어를 유지해야 하는 IT 부서에게 삶을 더 쉽게 만드는 방법.
IT 측면에서, 이는 로우코드/노코드 접근 방식에 관한 것임. 우리는 Sapio 플랫폼이 기존 실험실 및 더 넓은 기업 IT 환경에 쉽게 통합되도록 설계함. 쉽게 구성 가능하며, 방대한 양의 유지 관리가 어려운 코드를 작성하지 않고도 데이터 모델 및 워크플로우에 통합됨.
과학자에게는 모든 데이터가 통합되어 있어, 중요한 데이터를 찾기 위해 여러 애플리케이션을 넘나들 필요가 없음. 모든 것이 깔끔하고 현대적인 인터페이스로 그래픽적으로 제공되며, SQL을 알 필요 없이 검색할 수 있음. 과학자가 들어가서 작업을 수행하기가 매우 쉬움.
모든 소프트웨어와 마찬가지로 사용법을 배워야 함—데이터 쿼리를 구축하거나 실험을 입력하는 방법 등. 하지만 ELaiN, Sapio의 전자 실험실 인공지능 노트북을 통해, 우리는 플랫폼 내에 AI 자연어 인터페이스를 내장하여 이 요구를 제거함. 과학자로서 나는 내가 하고 싶은 것을 알고 있으며, ELaiN은 소프트웨어를 대신 작동시킴. 예를 들어, “특정 속성을 가진 모든 샘플 찾기”라고 요청하면 AI 어시스턴트가 소프트웨어에 검색을 실행하고 가장 효과적인 방식으로 결과를 제공하도록 지시함.
이는 완전한 패러다임 변화이며, 과학자들에게 훨씬 더 효율적임. 이제 그들은 소프트웨어를 사용하는 방법을 배우지 않고도 소프트웨어를 사용할 수 있어, 연구실에서 다시 연구를 수행할 수 있음. 과학자들은 해결하고자 하는 문제를 알고 있으며, 이제는 소프트웨어를 사용하는 방법을 배우지 않아도 소프트웨어를 사용할 수 있음. 이는 정말 멋진 일임.
의료 분야 고객이 Sapio Sciences의 솔루션을 사용할 때 기대할 수 있는 주요 이점은 효율성, 데이터 관리 및 연구 결과 측면에서 발견 주기를 단축하는 것임. 예를 들어, 현대 ELN을 사용하면 과학자들이 연구 프로젝트 전반에 걸쳐 데이터를 쉽게 캡처, 분석 및 관리할 수 있음. 이는 의사 결정 과정을 간소화하고 데이터를 추적하는 것을 간단하게 하여, 연구 '주기'마다 수 시간을 절약할 수 있음.
하지만 속도만이 전부가 아님. 더 많은 정보에 기반한 결정을 내리는 것 또한 중요함. 우리의 플랫폼은 연구자들에게 조직 전반에 걸쳐 중요한 데이터에 중앙 집중적으로 접근할 수 있도록 하여, 그들이 더 스마트한 선택을 하거나 각 단계에서 더 정확한 통찰력을 얻도록 도움을 줌. 결과적으로, 그들은 연구 주기를 절반으로 줄일 수 있음. 각 주기가 몇 주로 측정된다는 점을 고려할 때, 이는 엄청난 시간 절약임.
약물 발견에는 수년이 걸리고 수십억 달러가 소요되므로, 일정에서 몇 분을 줄이는 것은 막대한 비용을 절감하고 임상 후보를 시장에 내놓는 시간을 단축할 수 있음.
약물 발견에는 수년이 걸리고 수십억 달러가 소요되므로, 일정에서 몇 분을 줄이는 것은 막대한 비용을 절감하고 임상 후보를 시장에 내놓는 시간을 단축할 수 있음.
제약 산업에서 실험실 정보학 제품을 개발하고 개선할 때 직면하는 주요 과제는 무엇이며, 이를 어떻게 해결하는가? 제약 산업 전반에 걸쳐 매우 다양한 조직이 있으며, 소규모 스타트업 생명공학 기업부터 수천 명의 연구자와 수년간의 연구 데이터를 보유한 다국적 제약 회사까지 다양함.
주요 과제 중 하나는 이 광범위한 스펙트럼의 모든 연구 조직의 요구 사항을 충족하는 솔루션을 구축하는 것임. 우리의 플랫폼을 통해 우리는 연구 팀 간에 공통적으로 요구되는 기능의 약 80%를 충족할 수 있는 주요 요구 사항을 식별함. 모든 회사는 특정 작업 방식을 가지고 있지만, 80%는 핵심 기능을 커버함.
그런 다음, 고객이 최종 20%를 구성하여 기술이 그들에게 맞게 작동하도록 하는 매우 쉬운 방법이 있음. 두 번째 과제는 특히 더 크고 확립된 조직의 경우, 기존 인프라가 10년, 20년 또는 30년이 되었을 수 있으며, 과학자들은 특정 영역에서 문제를 해결하기 위해 이러한 시스템에 절대적으로 의존함. 따라서 전체 인프라를 제거할 수는 없으며, 우리는 잘 협력함!
모든 것은 플랫폼이 개방적이고 통합되어 있으며, 구성하기 쉽고, 연구 및 약물 발견 전반에 걸쳐 공통적인 사전 구성된 핵심 기능을 갖추고 있다는 점으로 돌아옴.
Sapio Sciences는 AI를 어떻게 활용하고 있으며, AI가 실험실 정보학 및 제약 연구의 미래에 어떤 영향을 미칠 것으로 예상하는가? AI는 모든 것을 변화시킬 것이지만, 우리는 약물 발견 관점에서 비교적 초기 단계에 있음.
Sapio가 취하고 있는 접근 방식은 AI, 기계 학습(ML) 및 자연어 처리(NLP)를 사용하여 과학자들의 삶을 더 쉽게 만드는 비전을 가속화하는 것임. 우리는 플랫폼에 내장된 AI를 훈련시켜 과학자가 “10개의 샘플을 플레이트에 배치하는 실험을 만들어줘”라고 말할 때 필요한 것을 이해하고, 요청을 완료하는 데 필요한 단계를 소프트웨어에 지시하도록 하고 있음.
ELaiN에 과학 알고리즘에 대한 접근을 제공함으로써, 우리는 시스템이 과학자들을 도울 수 있도록 함. 예를 들어, ELaiN은 연구자가 특정 분자를 만들도록 도와주며, 반응 계획을 제공하여, 많은 시간을 절약하면서 전문가 화학자의 역할을 수행함.
다음 단계는 AI와 기계 학습을 조직 내 모든 연구 데이터에 적용하는 것임. 이와 관련하여 몇 가지 과제가 있으며, 그 중 하나는 독점 정보가 안전하고 기밀로 유지되며 다른 LLM(대형 언어 모델)과 공유되지 않도록 하는 것임.
AI는 과학자를 대체하지 않겠지만, AI를 활용하지 않는 과학자는 대체될 수 있음.
제약 산업의 요구가 향후 몇 년 동안 어떻게 변화할 것으로 예상하며, Sapio Sciences는 이러한 미래의 요구를 충족하기 위해 제품을 어떻게 포지셔닝하고 있는가? 우리 CEO인 Kevin(Cramer)은 2000년대 초 회사를 설립할 때, 업계의 다른 공급업체들과 매우 다른 접근 방식을 취함. 그들은 특정 문제를 해결하기 위해 단일 솔루션을 판매하는 데 집중했음.
하지만 Kevin은 플랫폼을 구축하는 데 많은 시간을 할애하고, Sapio 솔루션의 핵심이 강력하고 확장 가능하며 미래 지향적인 기반이 되도록 했음. 이러한 플랫폼을 기반으로 구축함으로써, PA주 요크에 있는 우리의 개발자들은 고객의 실제 문제를 해결하고 생명 과학의 빠르게 변화하는 환경에 발맞추어 나갈 수 있는 매우 창의적인 솔루션을 구축할 수 있음.
훌륭한 예는 우리의 GMP LIMS임. 고객과 협력하여, 우리는 제조에서 GMP 준수를 보장하는 데 어려움을 겪고 있는 문제를 보았음. 우리의 개발자들은 이러한 고객 문제를 신속하게 해결할 수 있는 LIMS를 구축할 수 있었음. Sapio는 시장에서 동적이고 미래 지향적이며 혁신적인 접근 방식을 갖추고 있어, 새로운 과학이 등장함에 따라 고객의 진화하는 요구에 적응할 수 있음.
독자들은 더 많은 정보를 어디서 찾을 수 있는가? https://www.sapiosciences.com/
Rob Brown에 대하여
Rob Brown은 Sapio Sciences의 제품 마케팅 및 사전 판매의 수석 이사입니다. 그는 이전에 Dotmatics에서 글로벌 사전 판매, 제품 마케팅 및 제품 관리 책임자로 일했습니다. 그의 경력 초기에는 Accelrys, SciTegic 및 MSI에서 제품 마케팅 팀을 운영했습니다. Rob은 Abbott Laboratories(현재 Abbvie)에서 박사 후 연구원 및 연구 과학자로 경력을 시작했습니다. 그는 영국 셰필드 대학교에서 화학 정보학 박사 학위를 받음.
