Bioinformatik-Compute-Server

• Fachliche Zuordnung: Grundlagen der Biologie und Medizin
• Förderung: Förderung in 2019
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 422216132

Wir entwickeln innovative Bioinformatik-Ansätze zum Einsatz in der modernen Molekularbiologie, Biomedizin und Systemmedizin. Hier benötigen wir Hardware die es uns erlaubt massive sog. omics-Daten zu speichern und zu analysieren. Ziel ist die Extraktion von neuem Wissen und die Generierung von neuen Hypothesen (wie beispielsweise mechanistische Biomarker). Zum Einsatz kommt hier Technologie aus den Bereichen Big Data, Künstliche Intelligenz und Maschinelles Lernen. Unser spezieller Forschungsfokus liegt auf der kombinierten Analyse von vielfältigen omics-Daten (z.B. transcriptomics und epigenomics) in spatiotemporaler Auflösung mit molekularen Signalstoffwechselwegen. Diese werden mathematisch als Graphen (Knoten und Kanten) modelliert.Wir entwickeln heuristische Methoden die auf Hochdurchsatz-omics-Daten (Terabytes an Sequenz- und Spektrometrie-Daten) und Genom-weiten Netzwerken (mit tausenden Knoten und hunderttausenden Kanten) systembiologische/medizinische Ergebnisse liefern. Diese kommen dann als mechanistische Biomarker zum Einsatz und helfen, beispielsweise in der Medizin, neue Ziele für Medikamente (drug targets) vorherzusagen bzw. neue Wirkmechanismen (drug repurposing), sowie synergistische Medikamentenwirkungen (network pharmacology) zu simulieren. Hierfür ist es erforderlich lokal eine hoch-parallele Rechnerinfrastruktur mit gleichzeitig vielen Prozessorkernen (>48) sowie großem Hauptspeicher (>256GB) zur Verfügung zu haben, was sich in den üblichen Angeboten von Hochleistungsrechenzentren (wie in unserem Leibniz-Rechenzentrum) gegenseitig ausschließt. Wir benötigen zusätzlich ein System bei dem alle Kerne gleichzeitig auf den gesamten Speicher zugreifen können. Nur so lassen sich zehntausende Gene und kleine RNAs über hunderte Messungen und 5-10 Zeitpunkte sowie 5-10 Lokationen miteinander korrelieren und mit Hotspots im Netzwerk assoziieren. Diese Hotspots dienen stellen dann neuartige, mechanistische Hypothesen dar, welche im Labor getestet und validiert werden können.

• DFG-Verfahren: Forschungsgroßgeräte
• Großgeräte: Bioinformatik-Compute-Server
• Gerätegruppe: 7030 Dedizierte, dezentrale Rechenanlagen, Prozeßrechner
• Antragstellende Institution: Technische Universität München (TUM)
• Leiter: Professor Dr. Jan Baumbach