À mesure que l’IA s’intègre aux activités quotidiennes de R&D, les entreprises de biotechnologie ont besoin de données scientifiques à jour, gouvernées et accessibles depuis les outils utilisés par les chercheurs. Direct Data Share établit un flux bidirectionnel entre Benchling et Snowflake : les données expérimentales enregistrées dans Benchling sont transférées dans Snowflake sous forme de tables prêtes à être interrogées et actualisées en quelques minutes. En retour, les données d’instruments, d’essais, de calculs ou de sources tierces stockées dans Snowflake peuvent être intégrées à Benchling aux côtés des expériences et de leur contexte scientifique.
Pour les équipes informatiques et data, il suffit de connecter une seule fois leur compte Snowflake à Benchling. La solution ne nécessite pas la création ni la maintenance d’un pipeline d’export spécifique lorsque le modèle de données scientifiques évolue. Les administrateurs déterminent qui peut lancer les synchronisations et gérer les connexions, afin de respecter les exigences de sécurité et de conformité.
Les données issues des expériences peuvent ainsi alimenter les analyses et les modèles, puis les résultats obtenus revenir aux chercheurs pour éclairer leurs décisions.
« L’IA ouvre de nouvelles perspectives en R&D, mais elle a besoin d’une structure complète et cohérente pour exprimer tout son potentiel », déclare Derek Halliday, Head of Product chez Benchling. « Le temps nécessaire pour synchroniser les données entre deux sources ne doit pas freiner une prise de décision efficace. Avec Direct Data Share, Benchling maintient les données des chercheurs à jour de façon fluide, afin d’aider les équipes scientifiques et informatiques à répondre aux besoins des laboratoires de demain. »
« Les données scientifiques prennent beaucoup plus de valeur lorsque les équipes peuvent les exploiter avec les autres données de l’organisation », souligne Jesse Cugliotta, Head of Healthcare and Life Sciences chez Snowflake. « En connectant Benchling et Snowflake, les entreprises biopharmaceutiques peuvent rendre leurs données expérimentales gouvernées disponibles en continu pour les analyses, les modèles et l’IA. Les chercheurs disposent ainsi d’un contexte plus large pour prendre de meilleures décisions. »
Direct Data Share s’inscrit dans la continuité des AI Connectors de Benchling, lancés plus tôt cette année. Les deux fonctionnalités répondent à des usages différents des données scientifiques en R&D. Les AI Connectors sont conçus pour les usages interactifs, par exemple lorsqu’un agent ou une application d’IA récupère le contexte scientifique utile au moment où il en a besoin. Direct Data Share permet, lui, des analyses continues à grande échelle : des millions de lignes peuvent être interrogées directement, croisées avec des données issues d’autres systèmes et réutilisées dans des workflows d’analyse et de modélisation.
Disponibilité
Direct Data Share avec Snowflake est désormais disponible en bêta publique pour les clients de Benchling. Pour y accéder, ils peuvent contacter leur équipe de compte Benchling ou leur responsable Customer Success.
Pour les équipes informatiques et data, il suffit de connecter une seule fois leur compte Snowflake à Benchling. La solution ne nécessite pas la création ni la maintenance d’un pipeline d’export spécifique lorsque le modèle de données scientifiques évolue. Les administrateurs déterminent qui peut lancer les synchronisations et gérer les connexions, afin de respecter les exigences de sécurité et de conformité.
Les données issues des expériences peuvent ainsi alimenter les analyses et les modèles, puis les résultats obtenus revenir aux chercheurs pour éclairer leurs décisions.
« L’IA ouvre de nouvelles perspectives en R&D, mais elle a besoin d’une structure complète et cohérente pour exprimer tout son potentiel », déclare Derek Halliday, Head of Product chez Benchling. « Le temps nécessaire pour synchroniser les données entre deux sources ne doit pas freiner une prise de décision efficace. Avec Direct Data Share, Benchling maintient les données des chercheurs à jour de façon fluide, afin d’aider les équipes scientifiques et informatiques à répondre aux besoins des laboratoires de demain. »
« Les données scientifiques prennent beaucoup plus de valeur lorsque les équipes peuvent les exploiter avec les autres données de l’organisation », souligne Jesse Cugliotta, Head of Healthcare and Life Sciences chez Snowflake. « En connectant Benchling et Snowflake, les entreprises biopharmaceutiques peuvent rendre leurs données expérimentales gouvernées disponibles en continu pour les analyses, les modèles et l’IA. Les chercheurs disposent ainsi d’un contexte plus large pour prendre de meilleures décisions. »
Direct Data Share s’inscrit dans la continuité des AI Connectors de Benchling, lancés plus tôt cette année. Les deux fonctionnalités répondent à des usages différents des données scientifiques en R&D. Les AI Connectors sont conçus pour les usages interactifs, par exemple lorsqu’un agent ou une application d’IA récupère le contexte scientifique utile au moment où il en a besoin. Direct Data Share permet, lui, des analyses continues à grande échelle : des millions de lignes peuvent être interrogées directement, croisées avec des données issues d’autres systèmes et réutilisées dans des workflows d’analyse et de modélisation.
Disponibilité
Direct Data Share avec Snowflake est désormais disponible en bêta publique pour les clients de Benchling. Pour y accéder, ils peuvent contacter leur équipe de compte Benchling ou leur responsable Customer Success.
