在亚马逊云科技上使用 Micronbrane Medical 和 Basepair 简化 MNG 分析

作者：基因组学行业负责人 Charlie Lee — 亚马逊云科技
作者：Gokhul Srinivasan，高级合作伙伴解决方案架构师 — 亚马逊云科技
作者：Micronbrane Medical 首席营销官 Kristi Ashton
作者：WWPS 高级合伙人客户经理 Rajesh Sukumaran — 亚马逊云科技
作者：Basepair 首席商务官 Simon Valentine

Basepair

宏基因组下一代测序（MNG）正在改变研究和理解微生物、检测病原体、推进传染病研究和治疗的能力。与培养和聚合酶链反应等传统方法不同，MNG 对细菌、病毒、真菌和寄生虫进行测序，识别稀有和新兴的微生物。加州大学旧金山分校对脑脊液中用于中枢神经系统感染的 MNG 进行了为期 7 年的研究，显示特异性（99.6%）和准确性（92.9%）优于传统的诊断方法。

尽管有其实用性，但 MNG 的工作流程仍然具有挑战性。该技术生成大量数据，每个样本超过 1 GB。这需要专门的生物信息学工具和能够处理每秒超过 100,000 次读取的高性能计算系统。这些要求增加了复杂性和成本，限制了 MNG 的应用。由于这种复杂性、海量数据分析和初始技术开发，实验室在实施 MNG 方面苦苦挣扎。

在本博客中，我们探讨了 Micronbrane Medical 如何与亚马逊云科技合作伙伴网络（APN）成员 Basepair 合作，在三个月内构建 MNG 平台 Parti-seq Analysis。客户优势包括无需代码的图形用户界面（可使用白标来实现品牌一致性）、通过亚马逊云科技集成进行快速生物信息学数据分析，从而确保安全性、合规性和成本效益。我们将探讨在亚马逊云科技驱动的解决方案上将 Parti-seq 与 Basepair 相结合的架构、实施细节和优势。

使用 Parti-seq 创新 MNG 工作流程

总部位于亚太地区的生命科学公司 Micronbrane Medical 将这些问题视为创新的机会。结果是 Parti-seq，这是市场上唯一具有集成宿主消耗功能的基于基因组 DNA 的 MNG 工作流程。两性离子膜是由 Micronbrane Medical 开发的一种特殊类型的膜技术。该测定使用一种新型的两性离子膜，可有效减少宿主 DNA 干扰，增强微生物信号检测。为了进一步确保高质量的结果，Micronbrane 通过使用 MNG 级试剂来解决污染风险。

最后，基于 TN5 的专有库试剂盒使微生物 DNA 输入标准化，可适应从低生物量到高微生物负荷的样本的广泛变异性。凭借这些进步，Parti-seq 最大限度地减少了污染，简化了 MNG 的工作流程，降低了成本，同时提供了准确而全面的微生物分析。为了完善产品线并提供端到端 MNG 解决方案，公司需要一个无需软件开发或设置 Amazon EC2 计算资源的分析平台。

解决 MNG 的数据分析挑战

尽管 Parti-seq 克服了污染问题，但 MNG 的数据分析阶段（工作流程的最后一步）还存在其他障碍：

数据复杂性：每次测序都会生成数兆兆字节的原始数据，需要高性能的生物信息学工具和计算专业知识才能进行准确的处理和解释。
时间效率低下：数据处理和分析需要几天甚至几周的时间，延迟了关键发现。
解释困难：将测序数据转化为切实可行的见解需要微生物学、生物信息学和临床科学方面的专业知识，而整合起来是一项挑战。
数据安全问题：管理和存储临床遗传数据需要遵守严格的法规，这进一步增加了分析过程的复杂性。
缺乏标准化：缺乏普遍接受的数据分析协议导致实验室结果不一致，从而降低了可重复性和可比性。
高成本：用于 MNG 数据分析的先进设备和专业知识非常昂贵，高达数十万美元，这使得许多实验室无法使用它们。

解决分析问题需要在生物学、计算机科学和数据分析的交叉点上量身定制的生物信息学解决方案，这可以加速拯救生命的发现。

从愿景到现实

Micronbrane Medical 开发了 Parti-seq Analysis，这是一种专业的生物信息学管道，与包含数千种微生物基因组信息的精选数据库配对。下一个挑战是如何在能够安全处理数据上传、处理测序结果以及向最终用户提供切实可行的见解的平台上使用该软件。

在内部建立平台需要对软件开发进行资本投资、扩大生物信息学支持和持续维护。现有的现成解决方案缺乏 MNG 的灵活性和可扩展性。这使公司处于十字路口：大力投资构建自定义平台，或者寻找替代方法来有效交付其专有渠道。

通过战略合作提供 Parti-seq 分析

为了将 Parti-seq 分析有效地推向市场，亚马逊云科技促进了 Micronbrane Medical 和 Basepair 之间的合作。通过此次合作，Micronbrane Medical 利用 Basepair 提供 Parti-seq 分析管道。Basepair 在亚马逊云科技云上提供完全托管的 SaaS 服务，也可以在客户自己的亚马逊云科技账户中部署。这为满足不同的用户需求提供了灵活性，包括解决数据安全问题、保持合规性以及遵守严格的数据驻留要求。

Basepair 平台无需专用 DevOps 资源来管理亚马逊云科技上的数据和分析。这使 Micronbrane 能够将其专业知识集中在完善和推进其专有管道上，从而无需建立内部软件工程团队。

Micronbrane Medical 联合创始人、首席执行官兼董事长吴梦初博士表示："这种合作关系使我们能够显著缩短上市时间，使我们能够更快地满足客户需求，更快地创造收入，并根据市场反馈快速创新。""如果没有 Basepair 和亚马逊云科技，就不可能有这样的敏捷性和可扩展性。"

Basepair 架构

图 1 架构图基于亚马逊云科技构建，显示了 Micronbrane Medical 的带有白色标签的 Basepair 亚马逊云科技账户和客户亚马逊云科技账户之间的跨账户亚马逊云科技设置。Basepair 亚马逊云科技账户和客户亚马逊云科技账户之间的关键组成部分和流程。

Basepair 亚马逊云科技账户包括用于对前端网络请求进行负载平衡和路由的应用程序负载均衡器和托管 Basepair 前端和应用程序编程接口 (API) 的 Amazon Elastic Container Service。还有一项用于保存配置和交易数据的 Amazon Relational Database Service，以及用于使用代入角色权限进行角色配置的 Amazon Identity and Access Management (Amazon IAM)。

客户亚马逊云科技账户 Amazon IAM 配置，具有访问包含 Amazon S3 的 Basepair 账户和信任边界以及计算此类 Amazon EC2 服务的角色和权限。

AWS 上的 Basepair 架构

图 1：Basepair 亚马逊云科技跨账户架构

互动显示了使用亚马逊云科技安全令牌服务的三个步骤：

初始 IAM 角色身份验证
从客户到 Basepair 账户的临时凭证交换
另一个临时凭证流，用于访问信任边界

介绍 Basepair 基础设施的 Parti-seq 分析

用于 Parti-seq 分析的 Basepair 基础架构无需编程或高性能计算专业知识即可进行宏基因组分析。用户友好的界面允许科学家使用任何计算机从任何位置上传测序数据。Basepair 简化了 Parti-seq 分析，详见图 2。

Basepair Partiseq

图 2：Basepair 上的 Parti-seq 分析

Parti-seq 分析过程包括三个阶段：

上传样本：
- 科学家上传样本并选择参数。
运行分析：
- Parti-seq 管道处理至少有 16 个内核 (m8g.xlarge) 的 Amazon EC2 实例上的长读和短读测序数据。
- 该分析将样本数据与包含 1600 种临床相关病原体的数据库进行对齐，以确定真阳性并估计宏基因组样本中的病原体数量。
- 根据样本数量，处理时间从 30 分钟到 2 小时不等。
查看结果：
- Parti-seq 打包管道的输出以供科学审查。输出包括按读取数和百分比找到的生物列表，提供整体报告。

Micronbrane Medical 对 Basepair 的采用改变了他们的 Parti-seq 分析部署，允许安全地使用亚马逊云科技云，同时解决关键的宏基因组数据分析问题。

Basepair 首席执行官 Amit U Sinha 表示："在 Basepair，我们的愿景是通过提供快速、用户友好的生物信息学解决方案，使基因组组织能够专注于其核心竞争力。""我们与 Micronbrane Medical 的合作体现了这一承诺，为推进宏基因组研究、增强数据安全和提高运营效率提供了一种实用的方法。"

Basepair 的优势

Basepair 的点击式界面允许科学家在没有编码经验的情况下执行 Micronbrane Medical 的生物信息学管道。Basepair 的平台允许在一小时内贴白标签，这使 Micronbrane Medical 能够以自己的品牌提供 Parti-seq 分析管道。Micronbrane Medical 的客户拥有稳定的品牌体验，无需单独进行商业交易。亚马逊云科技集成可在 30 分钟内加快测序数据处理和报告速度，加快传染病研究成果。这有助于研究人员获得见解，加快传染病研究的步伐。

该平台将湿实验室科学家与生物信息学家联系起来。研究人员在进行复杂分析之前独立探索数据，从而提高决策效率。使用客户亚马逊云科技云资源进行核心处理可降低数据传输和存储成本，同时保持安全合规性。该联盟优化了成本效益和数据保护。