Amazon Quickによる稀少がん研究の変革：生物医学データベースの統合による画期的な発見

稀少がん研究は、ゲノムシークエンシングパイプライン、臨床試験レジストリ、バイオマーカーデータベース、査読付き文献など、さまざまなデータを生成します。これらのソースを単一の調査に統合するには、通常、カスタムETLパイプライン、手動スキーマ調整、および切断されたシステム間での反復クエリが必要であり、分析を開始するまでに数週間かかる場合があります。

Amazon Quick Researchは、統合された研究環境を提供することでこの課題に対処します。PubMedなどの公開生物医学データベースを含む複数のソースから構造化および非構造化データを取り込み、大規模言語モデル（LLM）駆動の合成を使用して、引用付きでバージョン管理された研究レポートを生成します。

この記事では、Amazon Quick Researchを使用して生物医学データソースを統合し、稀少がん研究を行う方法を説明します。このチュートリアルでは小児肉腫を研究領域とし、PubMedやその他のオープンな生物医学リポジトリの公開データセットを使用します。エンドツーエンドのワークフロー（研究目的の定義、データソースの構成、AI生成研究計画のレビュー、調査の実行、改訂とバージョン管理システムを使用した結果の反復）をカバーします。

機能

Amazon Quick Researchは、Amazon Quick内のエージェント型ワークフローであり、マルチソースデータ検索とLLMベースの合成を調整します。コアコンポーネントは次のとおりです。

• 研究目的の解析 – エージェントが自然言語の研究質問を解釈し、並行調査のために構造化されたサブトピックに分解します。
• マルチソースデータ取り込み – Web検索（PubMed、ClinicalTrials.gov、オープンアクセスジャーナルなどの公開インデックスソースを含む）、ファイルアップロード（PDF、Word、Excel、PowerPoint）、およびAmazon Quickアセット（Spaces、ダッシュボード、ナレッジベース、データセット）をサポートします。研究プロジェクトの作成時にソースが処理およびインデックス化されます。
• AI生成研究計画 – 実行前に、エージェントが構造化された計画を生成し、調査するトピック、トピックごとにクエリするソース、および分析アプローチをリストします。フル実行に着手する前に、この計画を確認および修正できます。
• 引用付きレポート生成 – 出力は、ソースドキュメントまたはURLにトレース可能なインライン引用を含む構造化レポートです。各ステートメントには出典リンクが含まれ、「Understand the statement」機能は個々の結論の背後にあるエビデンスチェーンを公開します。
• バージョン管理された改訂ワークフロー – 特定のステートメントに改訂コメント（最大400文字）を追加できます。改訂を送信すると、注釈付きセクションにスコープされた新しい研究ランが開始され、バージョン番号が増加し、以前のバージョンが比較用に保存されます。
• エクスポート形式 – レポートはPDFまたはWordとしてエクスポート可能です。サマリーのバリエーション（エグゼクティブ、一般、カスタム）を使用すると、出力の長さと引用密度をさまざまな対象者に合わせて調整できます。

Spacesは、Amazon Quick Researchにデータ編成レイヤーを提供します。Spaceは、最大10,000のファイルをAmazon Quickダッシュボード、トピック、ナレッジベースとグループ化する論理コンテナです。ファイルはアップロード時にインデックス化され、研究ランの検索コーパスとして利用可能になります。サポートされる形式には、Word、Excel、PowerPoint、PDF、CSV、TXT、RTF、JSON、YAML、XML、HTMLが含まれます。このチュートリアルでは、公開されたがんゲノムデータセットとPubMedアブストラクトをSpaceに取り込み、内部知識コーパスとライブWeb検索として機能させます。

チュートリアル

このチュートリアルでは、Amazon Quickを使用して生物医学データソースを統合し、稀少がん研究を行う方法を示します。Spaceを作成し、Quick Researchを開始し、引用付きレポートを生成します。

以下のビデオで手順を説明します。

注意：Amazon Quickは有料サービスです。このチュートリアルに従うと、課金可能なリソースが作成されます。継続的な費用を避けるには、この記事の最後にあるクリーンアップ手順を完了してください。

前提条件

このチュートリアルを開始する前に、以下が必要です。

• 有効なAWSアカウント。
• Spacesおよび研究プロジェクトを作成する権限を持つAmazon Quickへのアクセス。
• 生物医学研究用語の基本的な知識。

パート1：Spaceの作成

1. Amazon Quickを開き、メインナビゲーションでSpacesを選択します。
2. Create spaceを選択して、研究に必要なファイルを追加します。
3. Add knowledgeを選択します。
4. ファイルアップロード、ダッシュボード、またはナレッジベースから選択します。
5. ページ上部でSpaceの名前を追加します。
6. SpaceがSpacesリストに緑色のチェックマークまたはReady状態で表示されていることを確認します。Space名を選択して、アップロードされたすべてのファイルがリストされ、Indexedステータスが表示されていることを確認します。

パート2：研究プロジェクトの作成

Amazon Quickホームページで、Quick Researchを選択します。New Researchを選択して、目標設定から最終レポート生成までをガイドする構造化ワークフローを開始します。

パート3：目的の定義

テキストフィールドに研究目的を入力します。焦点が絞られ具体的な質問ほど、良い結果が得られます。

例の目的：

*特定のゲノム変化を持つ小児肉腫に対する有望な標的治療アプローチは何か、またこれらの治療の恩恵を受ける可能性のある患者をどのように特定できるか？*

研究目標を述べ、調査範囲を指定します。AIエージェントが研究質問を洗練し、利用可能なデータソースに基づいて探索すべき追加の角度を提案します。

パート4：データソースの選択と統合

研究に含めるデータソースを選択します。

• Web検索 – Web検索を有効にして、PubMed、ClinicalTrials.gov、オープンアクセスジャーナルなどの公開インデックスソースからデータを取得します。必要に応じて特定のURLを追加します。
• ファイルアップロード – File uploadを選択して特定のドキュメントを追加します。Quick Researchを既存のデータスペースにリンクして、内部ドキュメント、レポート、ナレッジベースを含めます。ここでは、外部Webソースと組織の独自情報を組み合わせることができます。
• Quickアセット – Quick assetsを選択して、データスペース、ダッシュボード、ナレッジベースを含めます。これらは、Quick内で整理されたファイル、ドキュメント、分析のコレクションで、迅速なアクセスと分析を可能にします。

Quick Researchは、接続されたリポジトリから関連データソースを自動的に識別します。この小児肉腫調査では、システムは以下の接続を認識します。

• ゲノム変異データと薬物標的データベースの間。
• 臨床結果データと治療プロトコル文献の間。
• バイオマーカープロファイルと患者反応パターンの間。
• 過去の試験データと現在の治療オプションの間。

パート5：AI駆動の計画

Quick Researchは実行前に構造化計画を生成します。エージェントが調査するトピックを確認します。

• トピック1：小児肉腫に対するゲノムガイド標的治療 – 患者選択と治療アプローチ。
• トピック2：小児肉腫のゲノムランドスケープ – 変異、遺伝子融合（例：PAX3）、および横紋筋肉腫、ユーイング肉腫、骨肉腫などのサブタイプ。
• トピック3：現在FDA承認の標的治療 – 作用機序、有効性、ゲノムプロファイル。
• トピック4：将来の方向性 – 遺伝子編集、細胞ベース治療、新規薬物送達システム、前臨床研究。

パート6：計画の修正（オプション）と研究の開始

1. Revise Planを選択して、実行前に範囲を調整します。
2. 具体的なフォーカス領域を追加します。例：

- 特定の変異と遺伝子融合に関するセクションを追加。 - 異なるアプローチ間の比較分析を追加。

1. 計画に満足したら、Start Researchingを選択します。
2. 進行状況インジケーターと「Research in progress」メッセージが表示されることを確認します。ステータスが「Not started」から「In progress」に変わります。

パート7：レポートの確認

Quick Researchは結果を構造化レポートに合成します。これには以下が含まれます。

• 主要な発見と臨床的意義を含むエグゼクティブサマリー。
• サポートデータ可視化を伴う詳細な分析セクション。
• エビデンスに基づく将来の研究の方向性の推奨。
• 引用元と方法論の透明性。
• 臨床実装のための実行可能な次のステップ。
• ソース。

このプロセスは完了までに約20〜30分かかります。

1. 完了した研究にアクセス

- メインナビゲーションでResearchを選択します。 - 研究プロジェクトのステータスを確認します。Completeと表示されるはずです。 - 完了した研究プロジェクトを選択します。

1. 研究レポートの操作

- レポートは、選択したすべてのソースからの情報を構造化形式で統合します。 - 左側のペインのTopicsタブを使用して、主要セクション間を移動します。 - 各セクション内のサポート証拠とソースリファレンスを確認します。 - 右上隅のDownload、Summarize、Shareボタンを必要に応じて使用します。 - Reading modeを選択してサイドバーを非表示にし、コンテンツに集中します。

1. 引用の調査

- 引用は、検証と詳細な調査のためにソース資料への直接アクセスを提供します。 - レポート全体の番号付き引用を探します。 - 引用番号を選択してソースの詳細を表示します。 - ポップアップにソース記事と元のページへのハイパーリンクが表示されることに注意してください。

1. ステートメント分析の理解

- ステートメント分析は、研究結論の背後にある推論を示し、分析プロセスの透明性を提供します。 - 「Understand the statement」アイコン（3本の横線とプラス記号）を探します。 - レポート内の任意のステートメントの横にあるアイコンを選択します。 - 説明ウィンドウを確認します。そこには以下が表示されます。 - ステートメントがどのように決定されたか。 - 証拠の要約。

パート8：研究の更新

追加のフォーカス領域で研究を洗練するには、レポートに直接改訂コメントを追加します。

1. 改訂コメントの追加

- Quick Researchは、後続の実行で改訂にコメントを使用します。 - 研究レポートで、拡張または改訂するテキストを選択します。 - 右側のResearchペインで、コメント（最大400文字）を追加します。「Need deeper investigation on "specific topic area"」

1. 改訂プロセスの開始

- Reviseボタン（コメント追加後に使用可能）を選択します。 - 「Review revision started」メッセージが表示されることを確認します。 - Quick Researchが既存のコンテンツを分析し、コメントを適用します。 - 研究は通常20〜40分で完了し、改訂が完了するとバージョンが増加します（例：Version 2）。

1. バージョン履歴の確認

- バージョン管理は、研究プロセスの明確な監査証跡を維持し、以前のイテレーションを保存します。 - バージョン番号が増加していることに注意してください。 - 異なるバージョンを比較して、フィードバックがどのように組み込まれたかを確認します。 - バージョンを通じて研究の進化を追跡します。

1. 要約機能の使用

- 異なる要約形式は、異なる対象者のニーズとプレゼンテーションのコンテキストに対応します。 - 右上のSummarizeボタンを選択します。 - 要約タイプを選択します。 - Executive Summary：役員向け、最大2ページ、引用なし。 - General Share Out：ビジネス向け、最大6ページ、必須の引用。 - Custom Summary：カスタム形式、最大5,000文字。

1. ダウンロードと共有

- 複数のダウンロード形式が、正式なプレゼンテーションから共同レビューまで、さまざまなユースケースをサポートします。 - Downloadボタンを使用して取得： - プレゼンテーション用のPDF形式。 - 共同編集用のWord形式。 - Shareボタンを使用して、チームメンバーと研究を配布します。

クリーンアップ

以下の手順により、研究レポートとSpacesにアップロードされたすべてのファイルが完全に削除されます。研究結果やアップロードデータを保持したい場合は、先にレポートをエクスポート（PDFまたはWord形式）し、重要なファイルをダウンロードしてください。

研究が完了したら、以下の手順で研究ドキュメントと作成したアセットを削除できます。

1. レポートの削除：

- レポートを選択します。 - Actionsを選択します。 - Deleteを選択します。

1. アセットの削除：

- Amazon QuickコンソールのSpacesセクションを開きます。 - 削除するSpaceを見つけ、Space名の横にあるMore actions（•••）メニューを選択します。 - Deleteを選択します。