La génomique dans le cloud
Accélérer les découvertes génomiques
Avec AWS, les clients en génomique peuvent consacrer plus de temps et de ressources à la science en accélérant le délai d'obtention de résultats, en réalisant plus rapidement des avancées scientifiques révolutionnaires et en commercialisant des produits d'une importance vitale.
AWS permet aux clients d'innover en rendant les données génomiques plus accessibles et utiles. AWS propose un vaste et riche ensemble de services pour réduire les délais entre le séquençage et l'interprétation grâce à des fonctionnalités de collaboration sécurisées et fluides, réparties entre plusieurs ensembles de données multimodaux. En outre, vous pouvez choisir l'outil le plus approprié pour vos tâches afin d'obtenir les meilleurs coûts et des performances optimales à l'échelle mondiale, accélérant ainsi l'étude génomique moderne.
Avantages
Accélérer le délai de découverte
De puissantes options de calcul et de machine learning garantissent aux scientifiques la possibilité d'exécuter des charges de travail rapides et avec un contrôle total. AWS offre le plus grand choix de services de calcul que n'importe quel autre fournisseur de services cloud. AWS est le seul à offrir des instances de calcul ayant jusqu'à 100 Gbit/s de débit réseau.
Maintenir des coûts bas et des performances élevées
La tarification flexible et la nature à la demande du cloud computing permettent aux chercheurs de s'attaquer à des projets génomiques complexes sans devoir payer l'infrastructure inutilisée ni se démener pour augmenter les cœurs durant les pics de charges de travail. AWS offre une tarification à l'utilisation et une capacité de calcul pratiquement illimitée.
Sécuriser la collaboration à l'échelle mondiale
L'empreinte mondiale du réseau et des régions AWS s'adapte à la nature mondiale de la science grâce à une sécurité et des contrôles d'accès qui permettent aux chercheurs en génomique de gérer le partage des données. AWS est l'infrastructure cloud mondiale la plus sécurisée, la plus étendue et la plus fiable. Le programme des données ouvertes AWS héberge plus de 40 ensembles de données librement accessibles en matière des sciences de la vie et de la génomique pour permettre une collaboration fluide. Les chercheurs disposent ainsi de communautés cliniques et de recherches ayant une source unique de vérités documentées.
100 Gbit/s
2x
24
90 %
100x
Plus de 200
Partenaires AWS en génomique
AWS offre le plus grand réseau de partenaires ainsi que le plus grand choix d'options en matière de flux de travail flexibles et de solutions entièrement gérées pour vous aider à obtenir des informations génomiques plus rapidement.
Cas d'utilisation dans le secteur de la génomique
-
Conteneurs
-
Gestion des flux de travail
-
Analyses Big Data
-
Jeux de données
-
Collaboration
-
Conteneurs
-
Conteneurs pour le pipeline de génomique
Pour faciliter la distribution et l’exécution de votre pipeline de génomique, vous pouvez délimiter vos processus et exécuter des conteneurs dans le cloud AWS. Configurez votre propre architecture de flux de travail Plug and Play et créez un environnement spécifique à vos besoins en matière de flux de travail et de recherche. Utilisez Amazon EC2 Container Service (ECS) ou exécutez Docker sur AWS pour résoudre vos problèmes de taille en matière de génomique, tout en rendant les sorties de données reproductibles et en facilitant le partage des données.
Produits associés
Ressources connexes
Vidéo sur l’architecture
Découvrez les pipelines d’applications puissants et réutilisables intégrés dans AWS par Human Longevity, Inc. dans cette vidéo sur l’architecture. Découvrez leur méthode pour traiter jusqu'à 12 To de données brutes par jour dans Amazon S3 à l'aide d'outils d'analyse personnalisés s'exécutant dans des conteneurs Docker.
Diagramme d'architecture
Découvrez le diagramme d’architecture détaillé de Human Longevity, Inc. pour l’utilisation de Docker sur AWS pour l’analyse du génome
Études de cas concrets
Dans cette étude de cas, découvrez comment Benchling a réduit ses délais de recherche de 90 % et évolué pour atteindre des centaines de génomes avec AWS Lambda.
-
Gestion des flux de travail
-
Gestion des flux de travail
Afin de rendre la gestion de votre pipeline de génomique plus efficace, vous pouvez concevoir des règles de gestion des flux de travail dans le cloud AWS. Composez et exécutez une série de mesures de calcul ou de manipulation des données et optimisez la mise en parallèle des tâches pour une résolution plus rapide.
Produits associés
Ressources connexes
Études de cas concrets
Dans cette étude de cas, découvrez comment le Baylor College of Medicine a collaboré avec DNAnexus pour déplacer leurs pipelines d’analyse du génome dans le Cloud AWS. Découvrez comment la société a alimenté de grandes études de génomique clinique nécessitant un environnement sécurisé et conforme
Études de cas concrets
Dans cette étude de cas, découvrez comment DNAnexus a créé une plateforme pour l’analyse du génome sur AWS. Découvrez comment la combinaison de la conformité certifiée et des contrôles de l’infrastructure AWS et de la plate-forme DNAnexus ont permis de respecter les exigences strictes de HIPAA, CAP/CLIA, GxP et d’autres réglementations et lois sur la confidentialité.
-
Analyses Big Data
-
Analytique de Big Data pour la génomique
Les organisations du secteur de la génomique font face à un tsunami de données généré par leurs pipelines de génomique. Afin de pouvoir agir plus facilement à partir de ces données, vous pouvez déployer des composants AWS qui prennent en charge l'ensemble de votre pipeline analytique, de l'ingestion des données à l'analyse, en passant par la visualisation, le stockage, l'entreposage et l'archivage. Tirez parti de la flexibilité de choisir parmi une vaste gamme de services de base de données qui correspondent à vos besoins et obtenez les meilleurs résultats.
Produits associés
Ressources connexes
Vidéo sur l’architecture
Dans cette vidéo sur l’architecture, découvrez comment l’UC Santa Cruz analyse des pétaoctets de données de génomique à l’aide d’une solution économique comprenant des conteneurs Docker et des instances Spot EC2.
Études de cas concrets
Dans cette étude de cas, découvrez comment le laboratoire Guttman du California Institute of Technology utilise des clusters de calcul haute performance (HPC) sur AWS pour réduire les délais de calcul de génomique, de plusieurs semaines à quelques jours seulement.
Études de cas concrets
Dans cette étude de cas, découvrez comment GENALICE a pu traiter les génomes complets de 800 patients en 60 minutes en utilisant les services de calcul haute performance d’AWS.
-
Jeux de données
-
Utilisation d'ensembles de données publics et privés
AWS vous permet d'accéder à vos ensembles de données privés ou à des référentiels contrôlés, comme la base de données du NIH Database of Genotypes and Phenotypes (dbGaP) ou le Cancer Genome Atlas (TCGA) entre autres. Utilisez les outils de votre choix (comme GATK ou Galaxy) pour analyser vos données. AWS dispose de tous les outils nécessaires pour répondre aux exigences de conformité et de sécurité relatives au travail avec des ensembles de données sensibles, y compris des fonctionnalités intégrées permettant de chiffrer vos données au repos ou en déplacement.
Produits associés
Ressources connexes
Études de cas concrets
Dans cette étude de cas, découvrez comment l’Icahn School of Medicine at Mount Sinai analyse et partage d’immenses jeux de données de génomique avec des collaborateurs externes, tout en assurant des contrôles de sécurité et de confidentialité très stricts sur AWS.
Livre blanc
Architecting for Genomic Data Security and Compliance in AWS
Découvrez comment travailler avec des jeux de données à accès contrôlé de dbGaP, GWAS et d’autres annuaires de recherche en génomique.
Études de cas concrets
Cette étude de cas montre comment Illumina accroit considérablement ses technologies de séquençage d'ADN avec AWS. Découvrez comment des produits comme Amazon RedShift permettent la prise en charge d’Illumina BaseSpace Sequence Hub et de stocker 10 Po de données sur les génomes
Ensembles de données publics sur AWS
Accès gratuit aux jeux de données publics en matière de génomique par le biais d’AWS :
Jeu de données ouvertes The Cancer Genome Atlas (TCGA) »
Jeu de données ouvertes International Cancer Genome Consortium (ICGC) »
Jeu de données ouvertes du projet 1000 Genomes »
-
Collaboration
-
Renforcer la collaboration
Partagez vos données avec vos collaborateurs, que ceux-ci se trouvent dans la pièce d'à côté ou de l'autre côté de la planète. AWS peut fournir un espace de travail central et partagé qui vous permet, ainsi qu'à vos collègues, de créer des ensembles de données, des algorithmes et des outils, sans avoir à déplacer les données physiquement ou vous soucier des violations de la propriété intellectuelle.
Produits associés
Ressources connexes
Études de cas concrets
Dans cette étude de cas, découvrez comment Thermo Fisher peut fournir à ses clients une plateforme évolutive et sécurisée, qui leur permet de faire avancer la recherche, de collaborer et d'améliorer les traitements médicaux des patients, grâce au cloud AWS.
Études de cas concrets
Dans cette étude de cas, découvrez comment Celgene assure une collaboration sécurisée entre ses chercheurs et les laboratoires de recherche universitaire à l’aide d’AWS, tout en renforçant le travail en équipe grâce à un accès isolé aux chercheurs de différentes organisations.
Études de cas concrets
Dans cette étude de cas, découvrez comment l’institut de génomique de l’UC Santa Cruz Genomics peut traiter des échantillons plus rapidement et transmettre les résultats aux collaborateurs en toute sécurité grâce à AWS.
Conformité dans le secteur de la génomique
Avec AWS, les chercheurs ont accès à plus de capacités de calcul efficaces à l'échelle mondiale, à un traitement des données reproductibles et à des capacités d'intégration des données pour récupérer des ensembles de données multimodaux et des données publiques destinées à l'annotation clinique, le tout dans un environnement prêt à être mis en conformité.
En savoir sur la conformité dans le secteur de la génomique avec AWS »
Sélectionner des études de cas et des ressources
Consultez toutes les études de cas pour la génomique et les ressources liées
Étude de cas Illumina
Illumina développe, produit et commercialise des systèmes intégrés permettant d'analyser les génomes. L'entreprise a adopté les instances Spot Amazon EC2 et Amazon S3 pour économiser environ 300 000 $ par mois sur les coûts de calcul et 90 000 $ par mois sur les coûts de stockage.
Étude de cas Fred Hutch Microbiome Research Initiative
Le but de Fred Hutch est d'augmenter l'efficacité des traitements contre le cancer en traduisant des gigaoctets de données génomiques brutes en informations. À l'aide de Nextflow, les chercheurs orchestrent les processus d'AWS Batch puis les analysent avec les instances Spot Amazon EC2. Cela leur permet de faire des économies et de sacrer plus de temps à l'analyse.
Étude de cas DNAnexus
DNAnexus a développé sur le cloud AWS une plateforme informatique et de gestion des données dédiée aux génomes. Le fait d'être sur AWS a permis à DNAnexus d'obtenir une conformité et une sécurité sur mesure et de gérer avec précision ses données pour tout savoir sur celles-ci.
Étude de cas Fabric Genomics
Fabric Genomics propose des solutions complètes d'analyse, d'annotation, de curation, de classification des données et de génération de rapports pour les utilisations cliniques. Fabric Genomics a choisi d'exécuter son logiciel sur AWS pour les vitesses de calcul rapide et la sécurité dont les clients bénéficient.
Étude de cas Seven Bridges Genomics
Seven Bridges Genomics a développé sa plateforme d'analyse génomique sur AWS, rendant ainsi l'analyse plus accessible aux chercheurs et plus viable d'un point de vue financier.
Étude de cas Baylor College of Medicine
Baylor College of Medicine travaille à identifier les gènes qui contribuent au vieillissement et aux maladies cardiaques. Baylor s'associe à DNAnexus pour créer DNAnexus PaaS, une solution entièrement développée sur AWS et qui utilise Amazon S3 et Amazon Glacier pour stocker plusieurs pétaoctets de données génomiques appartenant à Baylor.
Étude de cas Bayer Crop Science
Bayer Crop Science aide ses clients à déterminer où et quand planter leurs semis, ce qui nécessite des charges de travail saisonnières en fonction du cycle de plantation. Bayer a fait appel à AWS afin de profiter d'une solution élastique et économique pour exécuter sa plateforme.
Étude de cas Icahn School of Medicine at Mount Sinai
Icahn School of Medicine at Mount Sinai et Station X ont créé GenePool, une plateforme logicielle de données sur le génome humain. Avec AWS comme fondation, la plateforme peut se mettre à l'échelle de manière dynamique en quelques minutes et stocker des ensembles de données pour ses clients génomiques translationnels et cliniques.
