详细内容或原文请订阅后点击阅览
帮助科学家无需编写代码即可进行复杂的数据分析
Watershed Bio 由麻省理工学院的校友共同创立，为非软件工程师的研究人员提供了一种进行大规模分析以加速生物学发展的方法。
来源:MIT新闻 - 人工智能近年来，随着诊断和测序技术成本的大幅下降，研究人员收集了前所未有的有关疾病和生物学的数据。不幸的是，希望从数据转向新疗法的科学家通常需要具有软件工程经验的人的帮助。
现在，Watershed Bio 正在帮助科学家和生物信息学家进行实验并通过一个平台获得见解，该平台允许用户分析复杂的数据集，无论其计算能力如何。基于云的平台提供工作流程模板和可定制的界面，帮助用户探索和共享所有类型的数据，包括全基因组测序、转录组学、蛋白质组学、代谢组学、高内涵成像、蛋白质折叠等。
“科学家想要了解该领域的软件和数据科学部分，但他们不想成为仅仅为了理解数据而编写代码的软件工程师，”联合创始人兼首席执行官 Jonathan Wang '13, SM '15 表示。 “有了分水岭，他们就不必这样做了。”
Watershed 被工业界和学术界大大小小的研究团队用来推动发现和决策。当科学期刊中描述新的先进分析技术时，它们可以作为模板立即添加到 Watershed 的平台中，从而使各种背景的研究人员更容易使用尖端工具并进行协作。
“生物学中的数据呈指数级增长，生成这些数据的测序技术只会变得更好、更便宜，”王说。 “来自麻省理工学院，这个问题正是我所关心的：这是一个棘手的技术问题。这也是一个有意义的问题，因为这些人正在努力治疗疾病。他们知道所有这些数据都有价值，但他们很难使用它们。我们希望帮助他们更快地释放更多见解。”
没有代码发现
这种情况王看起来很熟悉。
加速生物学发展