Resilience baut ein globales Datennetz für Laborkonnektivität in AWS auf

Das im Jahr 2020 gegründete Unternehmen Resilience treibt die innovatives Biomanufacturing voran. Es bietet eine Reihe skalierbarer, standardmäßiger Biomanufacturing-Modalitäten für Gentherapien, Nukleinsäuresynthese, Proteinreinigung und mehr für führende Pharma- und Biotechnologieunternehmen. Außerdem betreut es ein großes Netz von Instrumenten, darunter Bioreaktoren, Durchflusszytometer, Mikroskope und genomische Sequenzer.
 
Um die Produktion zu beschleunigen und die Zeit zwischen der Durchführung von Experimenten und der Gewinnung von Erkenntnissen zu verkürzen, musste Resilience eine Verbindung von jedem seiner Forschungs- und Produktionsstandorte zur Cloud aufbauen. Bei einer so großen Datenmenge und -vielfalt war der Aufbau eines verbundenen Datennetzes jedoch keine einfache Aufgabe. „Wir haben viele Produktbereiche, für deren Entwicklung wir eine ebenso breite Palette von Laborgeräten benötigen. Dadurch entsteht ein hohes Maß an Datenheterogenität“, sagt Adam Mendez, Associate Director für Data Engineering bei Resilience. „Wir brauchten ein robustes System für die Datenübertragung, das unabhängig vom Datentyp ist und die Daten von allen Laborgeräten schnell und sicher in die Cloud hochladen kann.“ Das Unternehmen identifizierte AWS als optimale Lösung für das Projekt aufgrund seiner sicheren, skalierbaren Infrastruktur und seiner leistungsstarken Internet-of-Things (IoT)-Funktionen.

In weniger als drei Monaten baute die Organisation für digitale Forschung und Entwicklung von Resilience in enger Zusammenarbeit mit den Teams für Datentechnik und Netzwerke eine AWS-Infrastruktur auf, um das global vernetzte System zu betreiben. Die Lösung verwendet AWS DataSync, einen sicheren Onlinedienst, der die Datenübertragung automatisiert und beschleunigt, um Daten von ihren lokalen Systemen in die AWS Cloud zu migrieren. Diese Daten werden sicher mithilfe von AWS PrivateLink übertragen, das die Konnektivität zwischen virtuellen privaten Clouds und AWS-Services herstellt, ohne dass Daten dem Internet zugänglich gemacht werden. Diese Daten werden dann in Amazon Simple Storage Service (Amazon S3) gespeichert, einem Objektspeicherdienst, der für den Abruf beliebiger Datenmengen von jedem beliebigen Ort aus entwickelt wurde und auf den sowohl wissenschaftliche als auch geschäftliche Benutzer in der gesamten Organisation von Resilience zugreifen können. „Mit einem zentral verwalteten System für die Datenspeicherung in AWS können wir andere Anwendungen und Analysesoftware nahtlos integrieren, unabhängig davon, ob es sich um Software-as-a-Service-Lösungen von Drittanbietern oder um intern entwickelte Lösungen handelt“, sagt Mendez.
 
Bis heute hat Resilience mehr als 75 TB an Forschungsdaten von über 100 verschiedenen Laborgeräten in Amazon S3 hochgeladen. Wissenschaftliche und geschäftliche Benutzer von Resilience können jetzt ihre Instrumentendaten in Amazon S3 überprüfen, verarbeiten und analysieren, um ihre Forschungs- und Entwicklungsziele zu erreichen. Das Unternehmen verlässt sich auf AWS-Internet-of-Things-Dienste wie AWS IoT Greengrass, einen Open-Source-Edge-Runtime- und Cloud-Dienst, um die Migrationsaufgaben bei Bedarf automatisch aufzurufen und den Wissenschaftlern in weniger als fünf Minuten Zugriff auf ihre Daten in der Cloud zu gewähren. Durch die Verwendung des AWS Cloud Development Kit (AWS CDK), das die Cloud-Entwicklung mit gängigen Programmiersprachen beschleunigt, kann Resilience seine Anwendungen modellieren, neue Geräte einbinden und ganze Standorte innerhalb weniger Tage online stellen. Mit seinem Infrastructure-as-Code-Ansatz hilft Resilience Dutzenden von Forschungsteams, ihre Arbeit zu beschleunigen. „Indem wir den Upload von Daten nahezu in Echtzeit von jedem unserer Standorte aus ermöglichen, können wir eine solide Datensicherung gewährleisten und gleichzeitig den Teams helfen, die Erkenntnisse funktions- und standortübergreifend zu nutzen“, sagt Jonathan Rivernider, Lab Systems Engineer bei Resilience. „Dadurch werden die Daten schneller in die Hände der Wissenschaftler gegeben, um die Lernzyklen zu beschleunigen.“
 
In der Cloud mussten die Labordaten von Resilience so organisiert werden, dass sie mit der Art und Weise übereinstimmen, wie Wissenschaftler ihre Daten nutzen. Um dies zu erreichen, entwickelte das Team einen Amazon-S3-Data-Lake unter Verwendung der AWS Prescriptive Guidance for Data Lake Architectures und beauftragte Quilt Data, einen AWS-Partner, mit der Zuweisung von Governance-Kontrollen. Diese Steuerelemente verwandeln die Gerätedatensätze in Datenpakete, eine unveränderliche Aufzeichnung von Laborrohdaten, analysierten Daten und zugehörigen Labordateien, einschließlich Diagrammen und PowerPoints. Während die Daten von den Wissenschaftlern analysiert werden, werden die Datenpakete in Amazon S3 mit Versions-, Metadaten- und Abstammungsinformationen gepflegt. Diese Daten sind in einem Benutzerportal für autorisierte Labor- und Geschäftsbenutzer durchsuchbar und lassen sich in ihre elektronischen Bibliotheks-Notebooks integrieren.
 
Mithilfe von Amazon CloudWatch, einem Überwachungsdienst, der Einblicke in den Betrieb verschiedener AWS-Ressourcen bietet, konnten die Teams außerdem ein robustes Protokollierungssystem für alle Datenübertragungsaufgaben erstellen. Jetzt kann Resilience überprüfen, ob die richtigen Warnmeldungen vorhanden sind, um den Betriebszustand des Systems und der einzelnen Laborgeräte zu überprüfen. „Angesichts des sensiblen Charakters der Forschungsdaten ist die Sicherheit dieses Systems von größter Bedeutung“, sagt Jiro Koga, Senior Systems Engineer bei Resilience. „Durch strenge Netzwerk-Firewall-Regeln, Client-Zertifikate und sichere Endpunkte über AWS PrivateLink werden alle Daten während des Flugs und im Ruhezustand sicher verschlüsselt übertragen.“