Software solutions
for big biology
논문 정보
Nature Biotechnology, 2015.07
Department of Medical Genetics, University Medical Centre, Utrecht, the Netherlands(웨트레흐트 대학의 medical center)
Pjotr Prins, Edwin Cuppen and Philip E Bourne(NIH)
논문 요약
* 본 논문의 저자 피터 프린스박사는, 빅바이올로지 및 바이오 빅데이터의 연구 및 발달 환경 구축을 위해 변화되어야 할 사항에 대해 저술 함
* 빅바이올로지 및 바이오 빅데이터의 작동 환경에 맞는 Bioinformatics 소프트웨어 개발이 필요한데 이를 위해서는 기존의 문화가 바뀌어야 함을 강조
* Bioinformatics 소프트웨어 개발 뿐 아니라 개발 이후 장기적인 유지, 보수, 관리 및 스케일업을 위해서 FOSS(Free Open Source Software) 스타일의 협력이 필요함을 강조
* 이를 위한 적절한 펀딩 및 학제간의 노력이 필요함을 강조
검토 의견
1. 본 저자는 Bioinformatics 및 Bioinformatician 들의 어려움을 대변하면서 그들의 과학적 기여도에 대한 보상이 클수록 기술의 발달을 가져오고, 이를 통해 단순히 일회성의 소프트웨어 개발에 끝나는 것이 아닌 빅바이올로지 및 바이오 빅데이터 연구에 정말 필요한 소프트웨어의 개발, 유지, 보수, 스케일업의 중요성을 강조한다는 측면에서 볼때, 우리나라 역시 생물정보학 연구자들에게 적절한 과학 연구의 기여도 측면에서의 이전과 다른 보상 체계가 필요하다고 판단
2. 현재 연구를 진행하는 많은 연구자들의 협력을 이끌어 낼 수 있고, 그들의 기저에 꺌려있는 연구의 1저자와 교신저자는 해당 연구를 주도하는 기관 또는 사람 뿐 아니라 연구에 협조를 하는 Bioinformatician 이 될 수도 있다는 생각을 심어 줌으로써, 향후 바이오 또는 빅데이터 연구에 있어서 과학적 기여도 보상의 측면에서의 우리나라의 학계의 연구 책임자들에게도 긍정적인 변화를 줄 주 있다고 판단
3. 성명에 참여하는 사람들이 적거나, 본 저자의 저술에 동의하지 않는 사람들이 많을 시에는 생물정보학의 발달을 통한 빅바이올로지 또는 바이오 빅데이터 처리 기술을 포함하는 전반적 생물정보학의 발달이 지체될 것으로 예상됨
4. 생물정보학 연구진들도 본 성명에 참여하는 것은, 우리나라 산업 및 학계에서의 생물정보학 기술 발달을 통한 생물정보학 자체에 대한 입지도 상승을 기할 수 있을 것으로 예삼 됨
5. 본사에서 유료로 판매하는 다양한 프로그램 및 분석들이, FOSS 스타일의 다양한 무료의 프로그램 및 분석 서비스에 피해를 받을 수도 있기 때문에 이에 따른 적절한 대응이 필요함
논문 내용
배경
* Big Data 연구자들이 말하는 빅데이터의 문제점은 급변하고 가슴 아픈 연구분야 임
* 스위스 Zurich 대학의 Snijder는 고차원의 Data를 공유하는 연구 문화의 변화를 제안(Nature, 2014)
* Bioinformatics 및 Bioinformatics 소프트웨어 개발은 '''방안의 코끼리''' 임
* 정말 중요한 문제이지만 자신들의 편리를 위해 해결하기는 회피하고, 대부분 빅데이터 처리 작동 환경에 대해 다루지 못함
* 반면 Google, Facebook 및 Skype 등의 IT 회사들은 빅데이터 처리를 위한 인프라 구축과 혁신적인 소프트웨어 개발을 해왔음
* Bioscience 커뮤니티도 빅데이터 소프트웨어 프로젝트의 중요성을 인식하기 위해 노력 하고는있음
* 즉, 데이터의 공유, 주석, 컴퓨테이션 및 프로그램 재현의 문제가 중요함
현존하는 Bioinformatics Software에 대한 고찰
* 많은 양의 Bioinformatics Software 들은 정부 펀딩을 받은 바이오 분야의 PhD 생물학자들이 개발한 것임
* 대부분 Wet-lab 연구 관련된 소프트웨어
* Wet-lab 연구에 맞게 잘 작동 되지만, 단 한번(one-off)으로 끝남
* 대부분 연구 프로젝트의 목적은 짧은 시간 안에 결과를 얻어야 하기에, well-engineered and scalable solution 의 개발 보다는 prototype 소프트웨어를 기술하는 것이 목표
* 소프트웨어 개발에 대한 과제 조차도 대부분 길지 않기 때문에 버그 수정, 지속성 및 프로그램 재현 등의 소프트웨어의 유지 불가능
FOSS(Free and Open-Source Software)
* 목표: 홀로 소프트웨어를 개발하는 대신 연구자들이 협력하고, FOSS을 시작하여 그들의 코딩 스킬을 개선
* FOSS 프로젝트는 초기 개발자들에 의해 버려진 프로젝트들을 연속적으로 진행시켜 모듈 개발이 가능해 짐
* 본 저자는 FOSS 스타일 개발에 대해 bioinformatics 성명서를 발행하여 bioinformatics 초기경력자나 그들의 지도교수들을 위한 컴퓨터 시스템 구성의 가이드 라인과 프로세스 제공에 기여 함
* Galaxy, Cytoscape, BioPerl and Biopython 도 이미 존재하는 FOSS 프로젝트의 일종
* 그러나 위의 프로젝트 들은 일부분의 기간 동안만 진행이 되었고, 펀딩이 부족하기 때문에 추가적 투자 없이는 빅바이올로지, 빅데이터 작동환경에 서비스 불가능
* ex) NIH, NSF 초기 펀딩으로 시작된 Galaxy 프로젝트는 지속적 작업을 위해 새로운 펀딩을 찾고 있음
* ex) Biopython은 현재 펀딩이 전혀 없는 상태임
* NIH의 예산 $30B (30조원) 예산 중 2-4%만 bioinformatics 예산(2천억~4천억원)인데 이는 극히 적은 부분만 바이오 빅데이터 소프트웨러 개발에 쓰이는 것임
* 반면, 비영리 Mozilla 재단은 매년 S300M(3천억원)를 소프트웨어 개발과 FOSS 프로모션에 투자
* 구글은 매년 $6.7B(6.7조)를 R&D 에 투자
* BD2K, European Bioinformatics Institute’s smaller BioSamples project 등 소프트웨어 개발, 유지, 프로그램 재현 등에 투자가 계속 이어지길 바람
대안
* 23andMe는 제약사와 수백만 달러의 거래를 성사 시켜서 빅데이터 솔루션을 위한 대폭의 투자를 실현
* 중점 소프트웨어 개발을 위해 초기계획을 수립하는 바이오 펀딩 에이전시를 만드는 것
* 본 저자가 가장 원하는 방법인, FOSS 같은 협력 개발 모델을 만드는 것
* Linux, Mozilla and Apache Foundation
현 bioinformatics 프로그램 및 프로그램 언어의 한계
* 대부분 bioinformatics 소프트웨어는 테라바이트 스케일이 안되고 있음
* R 소프트웨어는 전형적으로 모든 데이터가 RAM 에서 로딩되고, 메모리와 런타임 문제가 있고, 멀티플 CPU 사용을 통한 속도 개선 컴퓨테이션 사용을 위해 제작 되지 않았음
* R, Python, Perl and Ruby 는 빠른 분석과 프로토타이핑을 위한 언어이지, 빅데이터 프로세싱에는 어려움이 있음
* 스케일 문제 해결을 위해서는 효용성과 멀티플 CPU 컴퓨테이션을 포함하는 언어가 필요
차후 개발자들의 Attribution 문제
* bioinformatics 소프트웨어 개발의 기여도에 관해서는 여러 문제가 있음
* Mick Watson은 bioinformatics는 그 권리에 있어서 과학적 규율이고, 많은 bioinformatician들은 경력의 개발이 필요하다고 [[https://biomickwatson.wordpress.com/2014/07/21/youre-not-allowed-bioinformatics-anymore/|포스팅]]
* 아이러니 하게도, 생물학 연구에 가장 많이 인용되는 문헌에 bioinformatics가 기여하는 부분이 상당히 큼에도 불구하고 bioinformatician 들은 논문의 1저자나 교신저자가 되기 어려움
* 소프트웨어 프로젝트 커뮤니티의 저작권 역시 고질적인 문제점임
* 초기 개발자는 프로젝트 기간 내내 크레딧을 받지만, 이후에 코드를 추가하거나 수정한 사람들 역시 초기 개발자 만큼 중요하지만 그들에게는 소프트웨어 개발에 대한 과학적 기여도 보상이 부족함
Attribution 문제에 대한 해결책
* 경력 개발 관련: 자체적인 과학적 트랙을 기록하는 소프트웨어 기부 방식을 제안
* 모든 버전의 소프트웨어와 동반된 소스코드에 [[http://abydos.tistory.com/39|DOI(Digital Object Identifier)]] 할당
* 모든 기고자에게 명백한 기여도 할당
* GitHub 등의 웹사이트에 의해 전달된 소프트웨어 버전 컨트롤에 방문한 것을 체크하여 저작권 기여도 체크
* 소프트웨어 계정, 프로그램 재현 및 인용을 명백히 공표할 수 있음
* DOI 인용
결론
* 빅 바이올로지 소프트웨어 개발 과제를 해결하기 위하여
* 선도하는 과학자들이 소프트웨어 개발이 연구의 필수적인 부분이고, 단순히 뒷받침 되야만 하는 것이 아님을 인정해야 함
* 많은 프로젝트들은 bioinformatics 협력을 촉진시켜야 하고, 과학적 보상도 만들어야 함
* 대학은 학제간의 연구를 강화하고, IT 기술이 생명과학 커리큘럼의 기반이고, 재능있는 소프트웨어 개발자 및 생물학자들에게 개인 맞춤형 커리어 개발을 통해 빅데이터 연구에 몰두할 수 있도록 격려해야 함
* 펀딩 에이전시들의 초점
* 협력적인 FOSS 강조
* 현존하는 기초 계획들(Initiatives) 증축 ex) BD2K
* 소프트웨어 및 하드웨어 펀딩 배분
* 프로젝트의 유지 서포트
* 고성능 텀퓨팅 및 소프트웨어 공학에 협력연구 강조
* 빅바이올로지 소프트웨어 솔루션에 전념하는 큰 프로젝트에 펀딩
출처
https://www.nature.com/articles/nbt.3240