Datenintensive Workflows in der Biomedizin

Biologische Experimente, moderne Hochdurchsatzforschung, klinische Studien und moderne Versorgungskonzepte werden immer stärker in einer digitalisierten Kette von Prozessschritten durchgeführt, die von der automatisierten Datenerhebung und  einer komplexen Sensorik, einer strukturellen Bild- und Datenanalyse bis zu Datenerfassungs- Datenmanagement- und Datenintegrationsschritten reichen. Die Schritte können nicht isoliert betrachtet oder optimiert werden, da sie voneinander abhängen und aufeinander aufbauen mit dem Ziel einer validen Informationsgewinnung und Entscheidungsunterstützung. Die Entwicklung, der Betrieb und die Qualitätssicherung solcher Ketten ist nur durch ein Spektrum IT-basierter Methoden möglich.

Entwickelt werden die Methoden an den Beispielen der Einzelmoleküldetektion, biochemischer Sensorik, der mikrobiellen und zellulären Analytik sowie der toponomischen Analytik ganzer Gewebe. Alleinstellungsmerkmale ergeben sich dabei typischerweise aus der Kombination von Methoden für aufeinanderfolgende Prozessschritte, etwa:

  • Einer patentierten Methodik für die Einzelmoleküldetektion, die durch eine konfokale dynamische optische Detektion mit einem zugeordneten zeitaufgelösten Detektions- und Interpretationsverfahren gekennzeichnet ist. Die Methode ist jetzt vollständig mathematisch charakterisiert und weist gegenüber der Frequenz-Korrelations-Spektroskopie (FCS) sowie der Oberflächenbindungsanalyse (SPR) spezifische Vorteile auf.
  • Der TopoScan Hardware-Software-Plattform für die automatisierte Scanning-Mikroskopie mit Bildverarbeitung, die die Basis für mehrere extern eingesetzte Geräte für unterschiedliche Anwendungen bildet.
  • Zeta, einer lernfähigen Software-Plattform für die Realisierung komplexer Bildanalyse-Workflows im Hochdurchsatz, auch für Zeitreihen. Mithilfe dieser Plattform können vollständige Lösungen für avancierte Bildanalysen in wenigen Monaten realisiert werden. Das System wird bisher in einem halben Dutzend Anwendungen in der Pharmaindustrie eingesetzt.
  • Einer verteilten Architektur für die systemübergreifende Datenintegration in der Datenanalyse.
  • Einer Sensorik-Plattform für das kontinuierliche Monitoring verschiedener Patientenparameter, die in eine Prozessplattform für moderne Versorgungskonzepte integriert ist.
  • Eine automatisierte Plattform zur mehrschrittigen mikrobiellen Analyse, die zu einer beschleunigten Diagnostik (z.B. Sepsis) verwendet werden kann.

Eine besondere Bedeutung hat die übergreifende Entwicklungsmethodik, die dafür sorgt, dass neue Wertschöpfungsketten (Prozesse UND die dazugehörigen Technologien) in ihrer Gesamtheit entworfen, verfeinert und validiert werden. Gerade für mittelständische Kunden sind überschaubarer Ressourcenbedarf und hohe Erfolgsquote essentiell.

Big Data Anwendungen in der Pharmaforschung und im Gesundheitswesen werden auch von acht verschiedenen Instituten in der Fraunhofer-Allianz »Big Data« bearbeitet, die von Fraunhofer FIT koordiniert werden. Hier steht eine ganze Reihe von weiteren Ansprechpartnern zur gemeinsamen Bearbeitung von Projekten zur Verfügung.