Benchling与Snowflake推出双向数据共享，加速生命科学研发

生命科学研发会产生海量高价值数据，但这些数据往往被困在脆弱的 ETL 管道、过时的批量导出和单向集成之后。Benchling 构建了 Direct Data Share 来改变这一现状：在 Benchling 与客户的 Snowflake 账户之间实现原生的双向持续数据同步，让湿实验室和干实验室的科学家能够在各自偏好的环境中，借助适当的企业上下文协作处理数据。

Benchling 着手解决的问题

Benchling 客户此前一直在构建和维护自定义管道，以便将 Benchling 数据导入 Snowflake。这种方式维护负担重、适应速度慢，而且由于通常按批处理计划运行，导致下游系统滞后数小时甚至数天。实验数据存放在 Benchling 中，而围绕它的丰富外部上下文存放在 Snowflake 中，两者之间没有简单的方式可以打通。

与此同时，AI 提高了科学家对数据的期望。他们希望自行探索数据、将其与模型结合，并跨多年实验进行学习，而不必等待系统建设完成。

Direct Data Share 的功能

Direct Data Share 彻底消除了工程负担：

• 零代码设置。 直接从 Benchling 管理设置中激活双向数据共享，无需管道，无需自定义开发。
• 预置架构、可查询的表。 Benchling 数据以结构化表的形式落入 Snowflake，可直接供 BI 工具、AI 智能体或计算团队进行下游分析使用。
• 近乎实时的数据新鲜度。 无需等待夜间批处理作业，Benchling 中的变更会持续流入你的数据湖。
• 细粒度治理。 管理员可控制谁可以发起同步和管理连接，从而确保合规和安全要求不受影响。
• 双向。 同样重要的是，Benchling 可以从你的 Snowflake 实例安全地读回数据，使外部丰富数据能够为 Benchling 内部的工作提供信息。

“在生命科学领域，从设计-制造-测试-分析循环中每缩短一周，都会累积成更快的里程碑和更低的单候选药物成本。Benchling 与 Snowflake 之间的双向 Direct Data Share 消除了湿实验室检测数据采集与计算决策之间的滞后——让团队能够基于实时实验数据训练模型，并将预测性洞察直接推回科学家的 Benchling 工作区，且无需维护任何管道。” — Deven Atnoor，Snowflake 生命科学领域 CTO

将智能体引入循环

真正的突破在于，一旦智能体能够访问这些数据，它所能做的事情就不仅限于查询信息，而是能够实际完成科学家原本需要手工完成的分析工作。

以一个常见的研发场景为例：一位计算生物学家想要对整个多次运行活动中的发酵数据拟合生长曲线。如今，这通常意味着将数据导出到 notebook 并逐个运行手动进行曲线拟合，这一过程可能需要数小时到数天，实际上在所有人等待分析结果时中断了设计-制造-测试-分析（DMTA）循环。

借助 Direct Data Share，可以用自然语言要求 Benchling 智能体完成这项工作，整个工作流在 Benchling 内一步完成。在此演示中，我们的智能体被要求通过 Snowflake 连接拉取时间序列发酵数据，并对其拟合 Gompertz 生长曲线。

在底层，它：

• 直接从 Snowflake 表拉取了约 30 万行数据，涵盖 200 次发酵运行，使用 Direct Data Share 将其作为原生 Benchling 数据集引入。
• 启动了自有的本地 Python 环境，并编写了清理数据、为每次运行分离生长阶段所需的代码。
• 按要求对每次运行的时间序列拟合了 Gompertz 模型。
• 返回了 185 次成功拟合运行的完整结果。

过去需要在平台之外耗费多天的绕行工作，变成了一个自然语言请求，科学分析在完整数据集上运行。

打通流程与分析之间的闭环

Direct Data Share 将实验数据、外部上下文和分析保持在一起并持续同步，使 DMTA 循环始终在一个系统内运行。结果会到达做出下一步决策的地方。

对与 Snowflake 配合使用的 Direct Data Share 感兴趣？

请联系你的 Benchling 客户团队，了解更多入门信息。

Direct Data Share 由 Benchling 工程师构建：Ramkumar Sugavanam、Eden Grown-Haeberli、Sean Kim、Paul Kohan、Maya Nyayapati

Benchling 与 Snowflake：以 AI 速度实现生命科学研发的双向数据共享 最初发布于 Snowflake Builders Blog：数据工程师、应用开发者、AI 与数据科学（Medium），人们正在那里通过高亮和回应这个故事来继续对话。