Inteligentna platforma do odkrywania biomarkerów: AI i ML w służbie badań biomedycznych

Europejska firma biotechnologiczna, specjalizująca się w tworzeniu narzędzi wspierających diagnostykę i badania biomedyczne, współpracująca z ośrodkami akademickimi i klinicznymi na całym świecie.

Badacze zajmujący się odkrywaniem biomarkerów napotykali trudności w analizie złożonych danych proteomicznych i metabolomicznych. Proces ten wymagał zaawansowanej wiedzy z zakresu bioinformatyki, sztucznej inteligencji oraz programowania — kompetencji, których wielu naukowców nie posiadało. Brak specjalistów bioinformatycznych dodatkowo spowalniał rozwój badań medycznych. Firma potrzebowała narzędzia, które uprościłoby proces analizy danych spektrometrii mas i wykorzystywało sztuczną inteligencję bez konieczności kodowania.

Zaprojektowaliśmy intuicyjne oprogramowanie wykorzystujące techniki sztucznej inteligencji (AI) i zaawansowane modele uczenia maszynowego (ML) do identyfikacji silnych biomarkerów chorobowych w danych proteomicznych i metabolomicznych — bez potrzeby kodowania. W ramach rozwiązania wdrożono m.in.: 

• automatyczny pipeline ML do przetwarzania danych (wyrównywania, odszumiania, usuwania tła, ekstrakcji pików), 
• Algorytmy uczenia maszynowego do redukcji wymiarowości oraz selekcję cech opartą na ich stabilności, 
• statystyczną weryfikację istotności wybranych cech wspierana przez AI, 
• budowę predykcyjnych modeli uczenia maszynowego (ML) do klasyfikacji i diagnozy, 
• integrację z otwartymi bazami danych białek, 
• zgodność z popularnymi formatami danych spektrometrii mas, 
• pełną automatyzację procesów analitycznych dzięki AI i ML, zapewniającą powtarzalność analiz badawczych. 

Prace nad projektem zostały podzielone na 3 główne etapy:   

1. Analiza potrzeb i projektowanie funkcjonalne
   Rozpoczęliśmy od badań literaturowych, wywiadów z potencjalnymi użytkownikami oraz analizy rynku. Dzięki temu precyzyjnie zidentyfikowaliśmy potrzeby dotyczące automatyzacji oraz integracji AI i ML w codziennej pracy naukowej. 
2. Rozwój systemu i walidacja prototypu
   Na bazie zebranych informacji opracowaliśmy prototyp z własnymi algorytmami ML narzędzia, który został przetestowany pod kątem użyteczności oraz skuteczności analitycznej. Równocześnie zaprojektowaliśmy architekturę systemu oraz stworzyliśmy własne algorytmy do przetwarzania danych spektrometrii mas. Proces rozwoju był iteracyjny i ściśle powiązany z analizą rzeczywistych danych oraz regularnym feedbackiem od użytkowników.
   
3. Implementacja rozwiązań i personalizacja pod użytkownika
   W końcowej fazie skupiliśmy się na implementacji dedykowanych modułów AI/ML dla konkretnych instytucji naukowych, dostosowując zarówno funkcjonalności, jak i interfejs użytkownika do ich indywidualnych potrzeb badawczych. 
   

Platforma oparta na ML i AI została wdrożona w wiodących instytucjach badawczych w Japonii, Polsce i Szwecji, gdzie wspiera zespoły naukowców w codziennej pracy badawczej. Jego skuteczność została potwierdzona w licznych publikacjach naukowych, co zwiększyło zaufanie do narzędzia w środowisku akademickim i klinicznym.  

Dzięki przyjaznemu interfejsowi i pełnej automatyzacji, platforma znacząco skróciła czas potrzebny na analizę danych oraz umożliwiła identyfikację biomarkerów osobom bez doświadczenia w programowaniu. Umożliwiła także szerszy dostęp do zaawansowanych metod bioinformatycznych oraz zapewniła powtarzalność i standaryzację analiz, wspierając dalsze badania oraz procesy walidacyjne w obszarze diagnostyki medycznej. 

Zespołowi udało się połączyć kompetencje z zakresu bioinformatyki, inżynierii oprogramowania i UX w celu stworzenia narzędzia efektywnego, elastycznego i przyjaznego dla badaczy. Kluczowa była także ścisła współpraca z naukowcami oraz reagowanie na realne potrzeby użytkowników w trakcie każdej fazy projektu.