Indivumed fördert die Krebsforschung mit leistungsstarken Analysen, die auf AWS basieren

Indivumed mit Sitz in Hamburg ist darauf spezialisiert, Bioproben von höchster Qualität und umfassende klinische Daten zu verwenden, um Forschung und Entwicklung in der Präzisionsonkologie voranzutreiben. Die IndivuType-Discovery-Lösung nutzt AWS, um Daten zu speichern und Analysen zu unterstützen, um die Komplexität von Krebs zu entschlüsseln. Durch die Verbesserung seiner AWS-Infrastruktur hat Indivumed mehr als 50 Prozent der IT-Gesamtkosten eingespart und die Anzahl der Proben, die verarbeitet werden können, von 20 auf 500 pro Woche erhöht, was einer Steigerung von 2 400 Prozent entspricht.

Seit zwei Jahrzehnten ist das Hamburger Unternehmen Indivumed auf Biobanking spezialisiert und bietet Infrastruktur, Fachwissen und Technologie für Krebsforschung und Entwicklung. Die meisten seiner Kunden und Partner sind akademische Forschungsinstitute und Pharmaunternehmen, die die Erkenntnisse nutzen, die Indivumed generiert, um neuartige Medikamente zu entdecken und zu validieren und letztendlich neue Behandlungsmethoden für lebensbedrohliche Krebsarten zu entwickeln.

Da der Bereich der Biowissenschaften und die Pharmaindustrie immer datenorientierter werden, sah Indivumed die Gelegenheit, diese Erkenntnisse durch die Analyse von Multi-Omics-Daten zu gewinnen. Indivumed entschied sich, die Tausenden von Gewebeproben, die es aufbewahrt, zu verwenden, um ein einzigartiges Repository für tiefgründige molekulare Informationen über Krebserkrankungen zu schaffen.

Die Datensätze sind jedoch komplex und umfangreich. Um diese Komplexität zu bewältigen, wandte sich das Unternehmen an Amazon Web Services (AWS) und nutzte cloudbasiertes High Performance Computing (HPC), um die weltweit erste und umfangreichste proprietäre Multi-Omics-Datenbank aufzubauen.

Das Ergebnis war IndivuType, eine Multi-Omics-Datenbank, die verschiedene molekularbiologische Informationen mit klinischen Informationen von Tausenden von Patienten in Europa, den USA und Asien kombiniert. Die Datensätze für jede Krebsprobe – einschließlich der Rohdaten aus dem molekularen Test, der Erkrankungsmarker erkennt – können eine Größe von 200 GB erreichen.

Indivumed wusste, dass seine Rechenanforderungen erheblich sein würden. Deshalb beschloss das Unternehmen, einen HPC-Cluster zu erstellen, der nicht nur riesige Datensätze verarbeiten, sondern auch Ressourcen je nach erforderlichem Verarbeitungsaufwand automatisch nach oben und unten skalieren kann.

Es entschied sich für AWS, um seine Vision Wirklichkeit werden zu lassen. „AWS war die beste Wahl, um uns bei der Skalierung zu unterstützen. Es bietet eine Reihe sicherer, zuverlässiger Serverless-Technologien, auf denen wir aufbauen können“, sagt Dr. Jonathan Woodsmith, Vizepräsident für fortschrittliche Analytik und KI bei Indivumed.

Anfänglich erstellte Indivumed einen HPC-Cluster mit Amazon Elastic Compute Cloud (EC2), die sichere und anpassbare Rechenkapazität bietet, und Amazon Elastic File System (EFS), das automatisch wächst und schrumpft, wenn Dateien hinzugefügt und entfernt werden.

Im Zuge des Wachstums des Unternehmens musste Indivumed die Datenmenge erhöhen, die es verarbeiten konnte, um die Anzahl der Proben, die es jedes Jahr verarbeiten konnte, erhöhen zu können. Um dies zu erreichen, musste Indivumed den Cluster umgestalten. „Wir haben viel Zeit damit verbracht, eine cloudnative Technologieplattform aufzubauen“, sagt Woodsmith.

Indivumed und AWS starteten das Projekt Multi-Omics for Cancer and Clinical Analytics (MOCCA) zur Modernisierung des Clusters. Das Projekt basiert auf Amazon Elastic Kubernetes Service (Amazon EKS), einem verwalteten Container-Service zum Ausführen und Skalieren von Kubernetes. Indivumed verwendete außerdem computeroptimierte Amazon-EC2-Spot-Instances auf Intel-Basis, um leistungsstarke Workloads zu niedrigen Kosten bereitzustellen.

Um die Kosten weiter zu optimieren, ersetzte der neue Cluster mehrere Amazon-EFS-Workloads durch Objektspeicher des Amazon Simple Storage Service (Amazon S3), der darauf ausgelegt ist, beliebige Datenmengen von überall abzurufen. Mit dem MOCCA-Cluster hat Indivumed im Vergleich zur vorherigen AWS-Einrichtung mehr als 50 Prozent der IT-Gesamtkosten und die Kosten pro Probe um rund 41 Prozent gesenkt.

Außerdem wurde die Anzahl der Proben erhöht, die parallel verarbeitet werden können. IndivuType kann jetzt 500 Proben pro Woche verarbeiten, statt bisher 20, indem es Amazon EKS verwendet, um auf bis zu 1 000 Instances zu skalieren. Dies ist eine Steigerung der Verarbeitungskapazität um 2 400 Prozent im Vergleich zum vorherigen System.

Indivumed hat weitere Verbesserungen vorgenommen, um Daten, die nicht mehr benötigt werden, mit Amazon S3 Glacier zu speichern, das langfristige, sichere und dauerhafte Speicherklassen für die Datenarchivierung bietet. „In der Lage zu sein, das wachsende Unternehmen voranzutreiben und zu wissen, dass wir über die nötige Pipeline verfügen, um mit diesem Wachstum Schritt zu halten, ist unerlässlich“, sagt Woodsmith.

Nach der Gründung von IndivuType wollte Indivumed neue Erkenntnisse über die Krebsbiologie gewinnen, die seine Kunden und Partner für die Entwicklung neuer Behandlungsmethoden nutzen könnten. Um diese Erkenntnisse zu gewinnen, wandte Indivumed Machine Learning (ML) auf die Multi-Omics-Datenanalyse an. Darüber hinaus wurde JADBio verwendet, ein automatisiertes ML-System, das auf biowissenschaftliche Anwendungen zugeschnitten ist und große klinische Multi-Omics-Datensätze und medizinische Bilder umfasst.

JADBio ist eine Plattform für Software-as-a-Service, die auf AWS läuft und die Integration mit IndivuType über APIs erleichtert. Die JADBio-Technologie unterstützt die nRavel®-Plattform für künstliche Intelligenz (KI) von Indivumed, indem sie Informationsmuster in Tumordaten erkennt und lernt.

nRavel® beinhaltet maßgeschneiderte Tools, die Indivumed mithilfe von Daten aus Krankheitsmodellen, die aus umfassenden biologischen Datenbanken kuratiert wurden, entwickelt und validiert hat. Zusammen mit fortschrittlichen analytischen Algorithmen und ML hilft das Indivumed dabei, die Biologie, Behandlungen und Folgen von Krebs besser zu verstehen.

Diese neuen Funktionen haben Indivumed dabei geholfen, neue Verbindungen und Partnerschaften aufzubauen. Das Unternehmen bietet nun mehreren großen Pharmaunternehmen und einer Reihe kleiner bis mittlerer Biotech-Unternehmen fortschrittliche Gewebeprobenanalysen mit IndivuType und nRavel® an.

Die Fortschritte der Organisationen, die die Indivumed-Technologie einsetzen, könnten das Leben von Krebspatienten verändern. „Wir haben die am stärksten automatisierte Multi-Omics-Verarbeitungsanlage auf dem Markt“, sagt Rene Steen, Vice President für IT bei Indivumed. „Sie treibt die Entwicklung neuer Behandlungen voran, die letztendlich das Leben der Menschen retten und verlängern werden. Darauf können wir stolz sein.“