GeneCloud

Kostenreduzierte Arzneimittelentwicklung durch cloud-basiertes Wirkstoffscreening

Die schnellere und kostengünstigere Entwicklung dringend benötigter Medikamente ist das Ziel des Projekts GeneCloud. Neue sogenannte Hochdurchsatzverfahren erlauben der Pharmaindustrie die Analyse und Messung einer großen Anzahl von Proben in vergleichsweise kurzer Zeit. Die dabei entstehenden Datenmengen bergen jedoch eine große Herausforderung. Die zu ihrer Speicherung und Verarbeitung nötigen Rechenkapazitäten stehen gerade kleinen und mittelständischen Unternehmen selten zur Verfügung, denn die Investition in zahlreiche eigene Server wäre zu hoch. Darüber hinaus erfordern diese aufwändigen und rechenintensiven Verfahren ein hohes Maß an Sicherheit.

Parallelisierung von Hochdurchsatzverfahren der Pharmaindustrie für die Cloud

Eine Lösung dieses Problems ist der Zugang zu benötigten Rechenkapazitäten für parallele Hochdurchsatzverfahren über die Cloud. Entsprechend müssen die Algorithmen zur Bearbeitung der Daten so gestaltet sein, dass sie parallelisiert und damit verteilt berechenbar, sind. Dafür teilt die im Rahmen des Projektes entwickelte Software die notwendigen Rechenschritte so intelligent auf, dass möglichst viele von ihnen gleichzeitig ausgeführt werden und auf mehrere Prozessoren verteilt werden können. Dies spart Zeit und beschleunigt die Entwicklung. Forscher können so bedarfsgerecht die Rechenleistung buchen, die sie für ihre Analysen gerade benötigen. Für einige Stunden oder Tage steht ihnen dann die Leistung eines Großrechners ganz nach den jeweiligen Anforderungen zur Verfügung.

Cloud-basierte Wirkstoffanalysen zur Krebsbekämpfung

GeneCloud will genau diese flexible, elastische Nutzung ermöglichen und dabei den besonderen Anforderungen der Pharmaunternehmen genügen. Denn pharmazeutische Daten bedürfen eines besonderen Schutzes. Zum einen möchten die Unternehmen ihre Geschäftsgeheimnisse besonders schützen. Zum anderen unterliegen sie speziellen Datenschutzbestimmungen. Das Projekt wird drei Anwendungen des Wirkstoffscreenings entwickeln. Die erste Anwendung soll Biomarker im Krebs vorhersagen um Prognosen über den Krankheitsverlauf bei Krebserkrankungen zu verbessern. Bei der zweiten Anwendung geht es darum , Wirkstoffe auf ihre Bindefähigkeit an Zielproteine zu testen um die Wirkung von Medikamenten zu verstehen. Dadurch können zukünftig noch wirksamere Folgesubstanzen entwickelt werden. Ein wesentliches Problem in der Wirkstoffforschung sind ungewollte Effekte von Wirkstoffen. Im dritten Anwendungsfall werden Arzneimittelinteraktionen durch automatisierte Textanalysen entsprechender Fachliteratur identifizieren.

Verbesserter Datenschutz durch kryptografische und steganografische Verfahren

Eine weitere Herausforderung ist die notwendige Absicherung der bearbeiteten Daten, um sie vor dem Zugriff Unbefugter zu schützen. Einfache Verschlüsselungsverfahren reichen dazu nicht aus, da auch der Cloud-Anbieter keinen Einblick haben darf. GeneCloud hat dazu ein neuartiges steganografisch-kryptografisches Sicherheitskonzept entwickelt. Herkömmlich verschlüsselte Daten werden dabei zusätzlich anonymisiert, vermischt und in einem Trägermedium versteckt, um so einen flexiblen und skalierbaren Schutz zu realisieren.

Ausgangssituation

• Die Entwicklung von neuen Medikamenten in der Pharmaforschung ist teuer und langwierig.
• Der Einsatz von neuen, rechenintensiven Verfahren ist für die Arzneimittelforschung unerlässlich.
• Mittelständische Unternehmen können sich die hohen Investitionen in notwendige Rechenkapazitäten nicht leisten.

Zielsetzung

• Rechenkapazitäten für neue Analyseverfahren können über die Cloud genutzt werden.
• Cloud-basiertes Wirkstoffscreening ermöglicht auch mittelständischen Unternehmen eine moderne Arzneimittelentwicklung.
• Die Daten bleiben durch kryptografische und steganografische Verfahren gesichert.

Konsortialpartner

antibodies-online GmbH

Qualitype AG

Technische Universität Dresden, biotec - Biotechnologisches Zentrum

Technische Universität Dresden, Zentrum für Informationsdienste und Hochleistungsrechnen