У біомедицині накопичилися терабайти даних – від цілих геномів до мас-спектрометрії. Але не кожна лабораторія має ресурсні команди інженерів. Watershed Bio пропонує інший шлях: хмарна платформа з готовими шаблонами обчислень, які дають змогу проводити складні аналізи без коду та без власної інфраструктури. Це рішення вже використовують команди з університетів і компаній – від стартапів до фармгігантів.

Що сталося і чому це важливо

Компанія Watershed Bio створила інструмент, який переводить сучасні біоаналітичні методики в набір готових робочих процесів. Коли в наукових журналах з'являються нові підходи, вони оперативно додаються у вигляді шаблонів, тож дослідники різного рівня можуть працювати з ними одразу. Платформа працює у хмарі – користувачам не потрібно піднімати кластери чи налаштовувати хмарні акаунти, що суттєво скорочує час до першого результату.

З огляду на експоненційне зростання даних у біології та падіння вартості секвенування, попит на такі рішення прогнозовано зростає. Команди в академії та бізнесі отримують інструменти для швидших експериментів і ухвалення рішень – від добору когорти пацієнтів до пріоритизації кандидатів у ліки.

Які типи даних підтримуються

Платформа охоплює ключові напрямки сучасної біоінформатики та "оміки", зокрема:

• Цілі геноми (whole-genome sequencing, WGS)
• Транскриптоміка
• Протеоміка та метаболоміка
• High-content imaging (HCI)
• Моделювання згортання білків

Серед популярних інструментів доступні AlphaFold та Geneformer, а також інші AI-підходи, інтегровані у зручні робочі процеси.

Звідки виникла ідея

Співзасновник і CEO Джонатан Ван – випускник MIT (бакалавр '13, магістр '15, EECS) – бачив, як біологи часто "застрягають" між гіпотезою та її перевіркою через обчислювальні бар'єри. Досвід побудови софту для високочастотного трейдингу підказав рішення: створити програмний шар, де дослідники працюють із моделями так само швидко, як із прототипами, але з продуктивністю кластерів. У 2019 році він заснував Watershed разом із лікарем Марком Калінічем (також випускником MIT), який нині не залучений до щоденних операцій.

Проблема, яку платформа закриває

У лабораторіях часто виникає "вузьке горло": науковці готують прототипи аналізів, а інженери перетворюють їх на масштабовані пайплайни – з постійними ітераціями та затримками. Watershed прибирає цей бар'єр: шаблони аналізів і кастомізований інтерфейс дають змогу працювати напряму з даними – від завантаження до інтерпретації – і швидко ділитися результатами з колегами.

"Науковці хочуть розуміти софт і дата-сайєнс, але вони не мають ставати інженерами, щоб читати власні дані. З Watershed – їм цього не потрібно".

Як це працює на практиці

Користувачі обирають шаблон під свій тип даних, налаштовують параметри та запускають обчислення у хмарі. Можна поєднувати методики, додавати кроки в пайплайн і зберігати їх як повторювані робочі процеси. Коли в літературі з'являється новий алгоритм чи метрика, її додають у вигляді нового шаблону – без необхідності локальних інсталяцій чи складних DevOps-налаштувань.

За рахунок такого підходу академія та індустрія скорочують шлях від гіпотези до перевірки – будь то проект з транскриптоміки, добір варіантів для клінічних досліджень або модернізація протеомних пайплайнів.

"Якщо допомогти науковцям відкривати інсайти не трохи, а у 10-20 разів швидше – це реально змінює гру".

Хто користується

Watershed застосовують невеликі лабораторії й великі R&D-команди у біотеху та фармі. Керівники використовують платформу для ухвалення рішень щодо нових експериментів і кандидатів у терапії, а дослідники – щоб швидко порівнювати підходи, перевіряти ідеї та масштабувати обчислення без черг у відділ інженерії.

Географія та екосистема

Компанія базується у Кендл-сквер – одному з найдинамічніших біотех-хабів. Така локація пришвидшує співпрацю з університетами й компаніями, а також інтеграцію нових методів із передових публікацій у реальні робочі процеси користувачів.

Наслідки для ринку

Прискорення циклу "ідея – експеримент – висновок" зменшує вартість і ризики біомедичних досліджень. Для клінічних програм це означає швидшу стратифікацію пацієнтів і прозоріші критерії відбору; для фундаментальної науки – більше ітерацій, а отже, більше шансів на нові відкриття. Коли хмарна платформа автоматизує рутину та стандартизує пайплайни, командам легше відтворювати результати і ділитися ними без складних технічних бар'єрів.

Коротко: курс на "більше науки, менше коду"

Watershed Bio фокусується на тому, щоб дати біологам інструменти рівня інженерії без необхідності писати код і будувати кластери. Якщо ви працюєте з омними даними і вам бракує часу чи інженерних ресурсів, цей підхід може зняти обмеження і прискорити рух до результатів – від перших сигналів до підтверджених висновків.