Neue Plattform macht Genomanalysen skalierbar und reproduzierbar
Biomedizinische Datenanalysen sind oft schwer reproduzierbar und nur mit erheblichem Aufwand auf größere Datenmengen übertragbar. Ein Team um Sven Olaf Twardziok am Berlin Institute of Health in der Charité (BIH) hat zusammen mit einem Team vom Deutschen Krebsforschungszentrum (DKFZ) mit WESkit ein System entwickelt, das komplexe Analyse-Workflows automatisiert und auf offenen Standards basiert. Dadurch entstand eine skalierbare und interoperable Lösung, die hochdurchsatzfähige Genomanalysen über Institutionsgrenzen hinweg ermöglicht.
Welche Fragestellung wollten Sie beantworten, was hat Sie besonders interessiert?
Unser zentrales Anliegen war es, die massiven Herausforderungen bei der Skalierbarkeit und Reproduzierbarkeit biomedizinischer Datenanalysen, mit denen Forschungsteams heute konfrontiert sind,zu lösen. Ein Beispiel ist die Auslesung von genetischen Informationen aus Blutproben, um neue Risikofaktoren für Krebs oder Diabetes zu finden. Unser Ziel war die Entwicklung eines Systems, das konsequent auf offenen Standards basiert und speziell die WES-Spezifikation (Workflow Execution Service) der Global Alliance for Genomics and Health (GA4GH) umsetzt. Dies stellt sicher, dass unsere Lösung kompatibel mit anderen Systemen bleibt und nicht an abgeschottete Lösungen gebunden ist.
Ein entscheidender Fokus lag für uns zudem darin, dass unsere Software für den Hochdurchsatz-Einsatz geeignet ist. Die Software, die wir als WESkit bezeichnen, wurde so konzipiert, dass sie hunderttausende von Workflow-Ausführungen stabil und automatisiert verarbeiten kann. Gleichzeitig war uns wichtig, dass sie sich gut in Cloud-Umgebungen verwenden lässt. Durch die zugehörige Unterstützung von Technologien wie Kubernetes, ermöglichen wir es Forschungseinrichtungen, ihre komplexen Datenverarbeitungsprozesse flexibel in modernen Cloud-Umgebungen zu skalieren und so besser standortübergreifend zu arbeiten.
Welche spezifischen Herausforderungen gab es bei der Entwicklung Ihres Ansatzes?
Die größte Herausforderung bestand darin, eine nahtlose und absolut stabile Automatisierung für eine enorme Anzahl von Workflow-Ausführungen zu garantieren. Da WESkit im Gegensatz zu anderen Lösungen primär für den Einsatz in großen Service-Einheiten und Forschungsteams konzipiert ist, darf das System auch bei extrem hoher Last nicht instabil werden.
Um diese Verlässlichkeit technisch abzusichern, haben wir eine Architektur implementiert, die Anfragen zeitversetzt über sogenannte Worker verarbeitet und jede einzelne Analyse dauerhaft in einer Datenbank speichert. Dies ermöglicht eine lückenlose Überwachung und stellt sicher, dass selbst bei Systemunterbrechungen die Dokumentation der Analysen erhalten bleibt. Unsere Praxisbilanz bestätigt diesen Ansatz: Im Einsatz am DKFZ und der Charité konnten wir innerhalb eines Jahres über 660.000 Workflow-Läufe stabil abwickeln.
Was hat Sie überrascht und ggf. warum? Was war neu?
Positiv überrascht hat uns, wie nahtlos die Integration von Sicherheitsprotokollen für den verbundenen Zugriff in das Cloudnetzwerk funktionierte. Das eigentlich Neue und für uns Zukunftsweisende ist jedoch die konsequente Ausrichtung am gesamten Ökosystem der GA4GH Cloud-APIs: Durch das Zusammenspiel von aktuellen Standards schaffen wir eine miteinander kompatible Infrastruktur, die komplexe Analysen über Standortgrenzen hinweg ermöglicht. WESkit bildet damit die lang gesuchte, standardbasierte Brücke für den Einsatz in modernen Umgebungen wie dem deutschen Bioinformatiknetzwerk (de.NBI), einer vom Bund geförderte Forschungsinfrastruktur.
Welche Bedeutung könnte der Erfolg für künftige Patient*innen haben?
WESkit liefert das notwendige technische Fundament für die datenintensive Medizin der Zukunft. In Bereichen wie der Genomsequenzierung entstehen riesige Datenmengen, die effizient und fehlerfrei verarbeitet werden müssen, um präzise Analysen, medizinischen Fortschritte und Kosteneinsparungen zu erreichen. Indem WESkit diese Prozesse automatisiert, gewinnen Forschende wertvolle Zeit, die sie in die Interpretation der Ergebnisse und die Entwicklung neuer Therapieansätze investieren können. Langfristig beschleunigt dies die Identifikation von Krankheitsursachen und den Weg hin zu personalisierten Behandlungsstrategien.
Wo sehen Sie die translationale Brücke zwischen Forschung und Anwendung?
Die translationale Brücke besteht darin, Forschungsergebnisse reproduzierbar und standardisiert in die Breite zu bringen. WESkit sorgt durch die Nutzung der GA4GH-Standards dafür, dass Analysepipelines, die in der Forschung entwickelt wurden, verlässlich auf größere Kohorten oder klinische Szenarien übertragen werden können. Dies ist zum Beispiel bei der Ausführung von Analysepipelines in multizentrischen Studien relevant. Es fungiert als verlässlicher "Maschinenraum", der sicherstellt, dass wissenschaftliche Erkenntnisse schneller und robuster den Weg in die klinische Anwendung finden.