Schnellere Entdeckungen in der Genomforschung
Dank AWS können Kunden aus der Genomik mehr Zeit und Ressourcen für die Wissenschaft selbst aufwenden. So kommen sie schneller zu neuen Erkenntnissen und bahnbrechenden Forschungsergebnissen und können lebensrettende Produkte auf den Markt bringen.
Dadurch, dass genomische Daten besser zugänglich und nutzbarer gemacht werden, ermöglicht AWS Kunden eine höhere Innovationsgeschwindigkeit. AWS stellt umfangreiche Services bereit, um die Zeit zwischen Sequenzierung und Interpretation zu verkürzen – mit entsprechenden Funktionen zur sicheren und reibungslosen Zusammenarbeit an multimodalen Datasets. Außerdem können Sie das richtige Tool für die jeweilige Aufgabe wählen, um die niedrigsten Kosten und die beste Leistung auf globaler Ebene zu erhalten und somit die moderne Genomforschung zu beschleunigen.
100 Gbit/s
2 x
24
90 %
100fache
Über 200
Vorteile
Schnellere Entdeckungen
Leistungsstarke Optionen für Datenverarbeitung und Machine Learning sorgen dafür, dass Wissenschaftler Workloads schnell und kontrolliert ausführen können. AWS bietet die größte Auswahl an Datenverarbeitungsservices – mehr als jeder andere Cloud-Anbieter. Und nur AWS offeriert Rechen-Instances mit einem Netzwerkdurchsatz von 100 Gbit/s.
Niedrige Kosten bei hoher Leistung
Dank der flexiblen und bedarfsorientierten Preise beim Cloud Computing können Wissenschaftler komplexe Genomik-Projekte in Angriff nehmen, ohne für ungenutzte Infrastruktur zahlen oder sich bei Workloads mit kurzzeitigen Lastspitzen um eine Erhöhung der Zahl der Kerne bemühen zu müssen. AWS bietet nutzungsbasierte Preise und praktisch unbegrenzte Rechenkapazitäten.
Sichere Zusammenarbeit im globalen Maßstab
Der globale Fußabdruck der AWS-Regionen und des zugehörigen Netzwerks entspricht dem globalen Wesen der Wissenschaften. Geeignete Sicherheits- und Zugriffskontrollen ermöglichen Genomforschern die Freigabe von Daten. AWS bietet die sicherste, umfangreichste und zuverlässigste weltweite Cloud-Infrastruktur. Das Open Data Program von AWS umfasst mehr als 40 öffentlich zugängliche Datasets aus den Bereichen Biowissenschaften und Genomik. Sie ermöglichen eine reibungslose Zusammenarbeit und bieten den Forschungs- und Klinikgemeinschaften eine einzige dokumentierte Informationsquelle.
AWS-Partner in der Genomik
AWS bietet das größte Partnernetz, eine Auswahl flexibler Workflows und Optionen für vollständig verwaltete Lösungen. Damit kommen Sie schneller zu neuen Erkenntnissen in der Genomforschung.
Anwendungsfälle
-
Datenübertragung und -speicherung
-
Workflow-Automatisierung
-
Datenaggregation
-
Tertiäranalysen
-
Klinische Anwendungen
-
Offene Datasets
-
Kostenoptimierung
-
Datenübertragung und -speicherung
-
Datenübertragung und -speicherung
Die Menge an genomischen Daten bringt Herausforderungen mit sich, wenn es darum geht, die Daten von Sequenzern schnell und kontrolliert zu übermitteln, und auch Speicherressourcen, die den Umfang und die Leistung zu einem erschwinglichen Preis handhaben können, sind schwer zu finden. AWS ermöglicht es Forschern, umfangreiche Datenmengen zu verwalten, die die Kapazität einer On-Premise-Infrastruktur überschritten haben. Wenn Organisationen Daten in die AWS Cloud übermitteln, können sie sich die schnelle Datenaufnahme, die kostengünstigen Speicheroptionen, den sicheren Zugriff und die effiziente Suchfunktion zunutze machen und daran arbeiten, die Genomikforschung voranzubringen.
Verwandte Produkte
Kundenreferenzen
Verwandte Ressourcen
Blog: Using Amazon FSx for Lustre for Genomics Workflows on AWS
Blog lesen »Blog: Genomic data compression storage and access
Blog lesen »Video: Building genomics data workflows with AWS Storage Gateway
Das Video ansehen » -
Workflow-Automatisierung
-
Workflow-Automatisierung für Sekundäranalysen
Für Organisationen aus der Genomforschung kann es schwierig sein, die Herkunft von Daten bei der Durchführung von Sekundäranalysen nachzuvollziehen und reproduzierbare, skalierbare Workflows bei gleichzeitiger Minimierung des IT-Aufwands durchzuführen. AWS bietet daher Services für skalierbare, kostengünstige Datenanalysen und vereinfachte Orchestrierung zur Ausführung und Automatisierung parallelisierbarer Workflows. Optionen zur Automatisierung von Workflows ermöglichen reproduzierbare Forschungs- oder Klinikanwendungen. Zugleich bieten AWS-native Partnerlösungen (NVIDIA und DRAGEN) und Open-Source-Lösungen (Cromwell und Nextflow) flexible Optionen für Workflow-Orchestratoren, die bei der Skalierung von Datenanalysen helfen.
Verwandte Produkte
Kundenreferenzen
Verwandte Ressourcen
Lösung für Sekundäranalysen in der Genomik
Weitere Informationen »Nextflow in AWS – Quick Start
Handbuch lesen »Using Cromwell with AWS Batch
Blog lesen »Illumina DRAGEN in AWS
Handbuch lesen » -
Datenaggregation
-
Datenaggregation und Governance
Eine erfolgreiche Genomforschung und -interpretation hängt oft von unterschiedlichen, multimodalen Datasets aus großen Patientengruppen ab. Mit AWS können Organisationen multiomische Datasets harmonisieren und robuste Kontrollen und Berechtigungen für den Datenzugriff in einer globalen Infrastruktur festlegen. So können sie die Datenintegrität wahren, wenn mehr Mitarbeiter und Stakeholder an der Forschung beteiligt sind. AWS vereinfacht das Speichern, Abfragen und Analysieren von Genomik-Daten sowie deren Verknüpfung mit klinischen Informationen.
Verwandte Produkte
Kundenreferenzen
Verwandte Ressourcen
Lösung für genomische Tertiäranalysen und Data Lakes
Weitere Informationen »Hail in AWS – Quick Start
Handbuch lesen » -
Tertiäranalysen
-
Interpretation und Deep Learning für tertiäre Analyse
Im Rahmen von Analysen sind integrierte multimodale Datasets und Wissensdatenbanken, intensive Rechenleistung, umfangreiche Datenanalytik und skalierbares Machine Learning erforderlich. Das kann Wochen oder auch Monate dauern und zieht dadurch die Zeit bis zur Erkenntnisgewinnung in die Länge. AWS beschleunigt die Analyse von großen Datenmengen der Genomik, indem es Machine Learning und leistungsstarkes Computing einsetzt. Mit AWS erhalten Forscher eine höhere Recheneffizienz im großen Maßstab, eine reproduzierbare Datenverarbeitung und Funktionen zur Datenintegration. So können sie multimodale Datasets und öffentliche Daten für klinische Anmerkungen heranziehen – alles in einer auflagenkonformen Umgebung.
Verwandte Produkte
Kundenreferenzen
Verwandte Ressourcen
Lösung für genomische Tertiäranalysen und Data Lakes
Weitere Informationen »Genomische tertiäre Analyse und Machine Learning-Lösung
Weitere Informationen »Blog: Building scalable image processing pipeline for image-based transcriptomics
Blog lesen » -
Klinische Anwendungen
-
Klinische Anwendungen
Es gibt mehrere Hindernisse bei der Skalierung und Einführung der Genomik für klinische Anwendungen. Dazu gehören die Analysegeschwindigkeit, die Verwaltung geschützter Gesundheitsdaten und die Bereitstellung reproduzierbarer und interpretierbarer Ergebnisse. Mithilfe der Funktionen der AWS Cloud können Organisationen differenzierte Fähigkeiten in der Genomik aufbauen, um so ihre Anwendungen in der Präzisionsmedizin und der Patientenversorgung voranzubringen. AWS-Services ermöglichen den Einsatz der Genomik in der Klinik. Dazu werden Datenerfassungs-, Datenverarbeitungs- und Speicherfunktionen bereitgestellt, mit denen modernisierte Kliniklabore schneller zu Ergebnissen kommen – und das alles unter Einhaltung der strengsten Auflagen für den Schutz der Patientendaten.
Verwandte Produkte
Kundenreferenzen
Verwandte Ressourcen
Verarbeiten und Sichern klinischer genomischer Daten
Video ansehen »Bessere Ergebnisse mit computergestützter Genomik
Weitere Informationen »Genomische Diagnostik und Erkennung im großen Umfang
Weitere Informationen » -
Offene Datasets
-
Offene Datasets
Immer mehr Forscher im Bereich der Biowissenschaften wechseln in die Cloud und entwickeln cloudnative Workflows. Dabei bringen sie Referenz-Datasets mit, oft in ihren persönlichen Buckets, was zu Duplizierung, Datensilos und einer schlechten Versionsdokumentation häufig genutzter Datasets führt. Das AWS Open Data Program (ODP) trägt zur Demokratisierung des Datenzugriffs bei, indem es die Daten in Amazon S3 bereitstellt und der Forschergemeinschaft eine einzige dokumentierte Informationsquelle bietet. Das erhöht die Reproduzierbarkeit von Studien, stimuliert die Zusammenarbeit in der Gemeinschaft und verringert die Anzahl von Datenduplikaten. Zudem übernimmt das ODP die Kosten für Amazon-S3-Speicher sowie für die Ausgabe und Übertragung akzeptierter Datasets.
Verwandte Produkte
Kundenreferenzen
Verwandte Ressourcen
Alle verfügbaren offenen Datasets zur Genomik erkunden
Dataset erkunden »Broad Institute gnomAD data on AWS
Blog lesen »NIH STRIDES Initiative supported by AWS
Blog lesen » -
Kostenoptimierung
-
Kostenoptimierung
Forscher nutzen riesige Genomik-Datasets, die große Speicherkapazitäten und eine leistungsstarke Datenverarbeitung erfordern, was extrem kostspielig sein kann. AWS bietet Genomforschern mögliche Kosteneinsparungen über den gesamten Lebenszyklus der Daten – von der Speicherung bis zur Interpretation. Dank der Infrastruktur- und Datenservices von AWS können Organisationen Zeit und Geld sparen und mehr Ressourcen für die eigentliche Wissenschaft aufwenden.
Verwandte Produkte
Kundenreferenzen
Verwandte Ressourcen
Blog: Saving Koalas Using Genomics Research and Cloud Computing
Blog lesen »Amazon-EC2-Spot-Instances
Weitere Informationen »Blog: Amazon S3 storage classes
Blog lesen »
Compliance in der Genomik
Mit AWS erhalten Forscher eine höhere Recheneffizienz im großen Maßstab, eine reproduzierbare Datenverarbeitung und Funktionen zur Datenintegration. So können sie multimodale Datasets und öffentliche Daten für klinische Anmerkungen heranziehen – alles in einer auflagenkonformen Umgebung.
Weitere Informationen zur Compliance in der Genomik mit AWS »
Fallbeispiele und Ressourcen
Alle Genomik-Kunden, Fallbeispiele undzugehörige Resourcen ansehen.
Fallstudie – Illumina
Illumina entwickelt, fertigt und vermarktet integrierte Systeme zur Analyse des Erbguts. Das Unternehmen wechselte zu Amazon-EC2-Spot-Instances und Amazon S3 und spart damit im Monat etwa 300 000 USD an Rechen- sowie 90 000 USD an Speicherkosten.
Fred Hutch Microbiome Research Initiative – Fallstudie
Fred Hutch konzentriert sich darauf, therapeutische Krebsmedikamente effektiver zu machen. Dazu werden mehrere Gigabyte roher Genom-Datasets in konkrete Erkenntnisse umgewandelt. Mit Nextflow orchestrieren die Forscher AWS-Batch-Prozesse und analysieren sie mit Amazon-EC2-Spot-Instances – so sparen sie Geld und haben mehr Zeit für Analysen.
DNAnexus – Fallstudie
DNAnexus entwickelte eine cloudbasierte Genominformatik- und Datenverwaltungsplattform in AWS. Auf AWS zu sein ermöglichte DNAnexus maßgeschneiderte Compliance und Sicherheit mit einem fein abgestuften Datenmanagement – für Transparenz, Reproduzierbarkeit und Nachweisbarkeit der Datenherkunft.
Fabric Genomics – Fallstudie
Fabric Genomics bietet Gesamtlösungen für die Analyse, Annotation, Aufbereitung, Klassifizierung und Berichterstattung im Zusammenhang mit Genomdaten für klinische Anwendungen. Das Unternehmen führt seine Software in AWS aus, weil es hohe Rechengeschwindigkeiten und Sicherheit für seine Kunden bietet.
Seven Bridges Genomics – Fallstudie
Seven Bridges Genomics hat die eigene Plattform für Genomanalysen in AWS entwickelt, um Analysen für die Forscher zugänglicher und wirtschaftlich rentabler zu machen.
Baylor College of Medicine – Fallstudie
Das Baylor College of Medicine arbeitet an der Bestimmung von Genen, die zur Alterung und zu Herzerkrankungen beitragen. Baylor hat in Kooperation mit DNAnexus eine Lösung entwickelt, die vollständig auf AWS basiert: DNAnexus PaaS. Der Service speichert mithilfe von Amazon S3 und Amazon Glacier die mehr als 1 PB an genomischen Daten von Baylor.
Bayer Crop Science – Fallstudie
Bayer Crop Science hilft seinen Kunden bei der Entscheidung, wo und wann die Produkte des Unternehmen gepflanzt werden sollen. Das erfordert saisonale, am Pflanzzyklus orientierte Workloads. Bayer wandte sich an AWS, um eine elastischere, kostengünstigere Lösung für den Betrieb der eigenen Plattform zu erhalten.
Icahn School of Medicine at Mount Sinai – Fallstudie
Die Icahn School of Medicine at Mount Sinai und Station X haben gemeinsam GenePool entwickelt, eine Softwareplattform für menschliche Erbgutdaten. Die auf AWS basierende Plattform lässt sich in wenigen Minuten dynamisch skalieren und kann Datasets für Kunden aus der translationalen und klinischen Genomik speichern.
