PWB democratiza la bioinformática al permitir que cualquier investigador combine datos y herramientas complejas en flujos de trabajo personalizados, acelerando la investigación biomédica.
Playbook Workflow Builder (PWB), una plataforma web diseñada para facilitar la creación y ejecución de flujos de trabajo o workflows en bioinformática, incluso para usuarios sin conocimientos técnicos avanzados. Esta herramienta basada en web permite construir y ejecutar workflows, es decir secuencias de pasos para análisis de datos, en bioinformática de manera dinámica, utilizando datos de entrada, APIs, y herramientas de visualización. Un artículo que describe las funcionalidades y utilidades de este software fue publicado en PLOS Computational Biology.
Esta plataforma amigable con los usuarios permite que los investigadores biomédicos lleven a cabo análisis de datos complejos sin necesidad de contar con conocimientos y habilidades avanzadas de programación. PWB, fue desarrollada por un equipo multinstitucional liderado por la Facultad de Medicina Icahn de Mount Sinai, como parte un programa de investigación nacional en Estados Unidos. El objetivo es que esta plataforma permita a los científicos analizar y visualizar sus propios datos de manera independiente a través de una interfaz intuitiva e interactiva.
Por medio de datos de entrada, es decir conjuntos de datos públicos o aportados por colaboradores; APIS anotadas semánticamente; y herramientas de visualización como gráficos y tablas, PWB promete revolucionar y hacer más accesible la investigación biomédica.
Asimismo, a través de su interfaz intuitiva, los usuarios pueden armar flujos de trabajo seleccionando “tarjetas” que representan pasos del análisis. De igual forma este software cuenta con un asistente basado en AI, para que los usuarios construyan flujos de trabajo con ayuda de un chatbot asistido por un gran modelo de lenguaje (LLM, en inglés). Además, cada paso genera informes con descripciones, figuras, tablas y referencias útiles para publicaciones.
“Este método podría reinventar radicalmente el análisis de datos en la investigación biomédica y en otros campos. Al permitir a los investigadores llevar a cabo análisis sofisticados sin necesidad de conocimientos avanzados de programación, elimina una barrera importante para el descubrimiento basado en datos”, expresó el primer autor Daniel J.B. Clarke, científico de datos “Con una mayor accesibilidad y eficiencia, los científicos de todas las disciplinas pueden explorar conjuntos de datos complejos con mayor facilidad, descubrir nuevos conocimientos más rápidamente y, en última instancia, acelerar el ritmo de la publicación científica y el descubrimiento”, indicó.
Una de las principales ventajas de este software es su accesibilidad, ya que no requiere programación. Otras ventajas incluyen la interoperabilidad, ya que los workflows son compatibles con Common Workflow Language (CWL), un estándar en bioinformática, asimismo, estos pueden adaptarse a problemas similares con distintos datos de entrada. Y finalmente, los resultados son publicables, ya que los resultados generados dentro de PWB se pueden exportar directamente a formatos como artículos científicos, carteles o presentaciones.
“Creemos que esto es sólo el principio. Al reducir la dependencia de especialistas en bioinformática, esta plataforma tiene el potencial de acelerar drásticamente el ritmo de la investigación al permitir a los biólogos experimentales realizar análisis sofisticados de forma independiente”, afirmó el Dr. Avi Ma’ayan, autor principal. “A medida que más científicos adopten esta herramienta, esperamos que agilice los flujos de trabajo, acelere el intercambio de hallazgos e inspire nuevos sistemas impulsados por AI que mejoren aún más el razonamiento científico y la interpretación de datos. En los próximos años, podría convertirse en un recurso esencial para la investigación biomédica, desvelando nuevos conocimientos e impulsando la innovación en todo el campo”, agregó.
El estudio aborda el uso de este software en un caso concreto que es la priorización de fármacos para pacientes con cáncer usando datos de programas de los Institutos Nacionales de Salud (NIH, en inglés), como GTEx, LINCS, Metabolomics, entre otros, para integrar información de múltiples fuentes para generar hipótesis personalizadas.
La plataforma es abierta y disponible en https://playbook-workflow-builder.cloud/.
