La génomique dans le cloud
Simplifiez et faites évoluer en toute sécurité vos analyses de génomique avec AWS.
AWS vous fournit une évolutivité inhérente et un écosystème de partenaires et d’outils préparés pour traiter vos données et charges applicatives sensibles. Les clients AWS peuvent obtenir plus rapidement des informations sur le génome et créer une liaison entre leur infrastructure sur site existante et le cloud.
Avec AWS, vous pouvez stocker et traiter vos données, collaborer avec des collègues, incorporer l’analytique et le Machine Learning et intégrer vos conclusions à la pratique clinique, de façon efficace et dynamique.
Avantages
Accélérer la vitesse des découvertes scientifiques
AWS permet aux clients du secteur du génome d'obtenir des informations qui leur permettent d'agir d'après des données importantes et complexes. Il n'est pas nécessaire de réaliser d'importants investissements initiaux de temps et d'argent pour créer et maintenir une infrastructure. AWS fournit un accès flexible, économique et quasi instantané à toutes les ressources dont vous avez besoin et vous payez uniquement en fonction de ce que vous utilisez.
Garantir l'évolutivité et fournir une attribution dynamique des ressources
Exécuter les pipelines d’analyses génomiques sur AWS vous permet d'assurer une évolution efficace afin de répondre à la demande, puis de revenir à une taille inférieure lorsque la demande diminue. AWS fournit également des méthodes de tarification et de calcul alternatives pour mener à bien les tests génomiques.
Personnaliser et optimiser vos flux de travail
De la création de votre pipeline génomique à l'intégration des découvertes en matière de génomique à vos modèles de traitement, AWS fournit un vaste écosystème de partenaires avec qui collaborer pour optimiser et personnaliser vos flux de travail. L'écosystème vous fournit diverses options flexibles et vous permet d'ajouter des éléments optionnels à vos solutions.
Cromwell sur AWS
Cromwell, un système de gestion des flux de travail du Broad Institute, est désormais pris en charge sur le Cloud AWS. Avec Cromwell sur AWS, les chercheurs et scientifiques disposent d’encore plus de flexibilité pour faire évoluer les expériences de génomique à l’aide de capacités de calcul dans le cloud, plutôt que de se contenter de ressources sur site limitées.
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.
Découvrez comment exécuter des flux de travail de génomique sur AWS.
Consultez notre guide en ligne pour apprendre à utiliser les services AWS, tels qu’Amazon S3, AWS Step Functions et AWS Batch, ainsi que des orchestrateurs de flux de travail open source populaires tels que Cromwell et Nextflow, pour exécuter des flux de travail de génomique à grande échelle sur AWS. Y compris le code source, la documentation les scripts pertinents qui sont désormais disponibles sur GitHub
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
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
Étude de cas Sequence Bio
Dans cette étude de cas, découvrez comment Sequence Bio a rapidement créé une plate-forme sûre et sécurisée pour la recherche pharmaceutique axée sur les données sur AWS.
Étude de cas du Smithsonian
Dans cette étude de cas, découvrez comment l’équipe de science des données du Smithsonian Institute fait évoluer les instances de calcul AWS selon ses besoins, ce qui permet à l’équipe d’annoter les génomes, tout en maîtrisant les coûts.
Étude de cas de l’UC Santa Cruz
Dans cette étude de cas, découvrez comment l’UC Santa Cruz Genomics Institute a pu réduire ses délais de calcul en matière de génomique, de trois mois à quatre jours, à l’aide des services de calcul hautes performances AWS, tout en réduisant les coûts globaux.
Blog : alimenter la dynamique de la recherche en génomique
Blog AWS pour l’enseignement : AWS collabore avec le Broad Institute
Découvrez comment Cromwell, un moteur d’exécution qui simplifie l’orchestration des tâches de calcul requises pour l’analyse du génome, est désormais disponible sur le Cloud AWS.
Blog : Déploiement d’Illumina DRAGEN avec le nouveau Quick Start
Nouveautés AWS : Déploiement d’Illumina DRAGEN sur le cloud AWS avec le nouveau Quick Start.
Découvrez comment ce Quick Start déploie Dynamic Read Analysis for GENomics Complete Suite (DRAGEN CS), une plateforme d’analyse de données distribuée par Illumina, sur le cloud AWS en 15 minutes environ.
Blog : médecine de précision à grande échelle
AWS Compute Blog : accélérer la médecine à grande échelle
Découvrez comment Edico Genome a conçu une nouvelle solution pour accélérer l’analyse du génome à l’aide d’applications FGPA sur AWS.
Blog : Human Longevity, Inc.
AWS News Blog : modification de la médecine par le biais de la recherche en génomique.
Découvrez comment Human Longevity, Inc. utilise AWS pour stocker l’énorme quantité de données générée dans le cadre de leur effort pour révolutionner la médecine.
