zum Inhalt springen

Archiv abgeschlossener Projekte


SMOOSE - Verbundprojekt: Systemische Analyse von Modulatoren der onkogenen Signalübertragung

BMBF-Förderkennzeichen: 01ZX1303A

Im Bereich der Onkologie wird die Identifizierung neuer genetischer/molekularer Marker mit Next-Generation Sequenzierung und Whole-Genome Sequenzierung die Art und Weise verändern, wie wir Krebs in Zukunft behandeln und diagnostizieren werden. Personalisiertes Gesundheitswesen wird wahrscheinlich die zukünftige Realität in der Behandlung von Patienten werden. Jedoch, ist der Erfolg des personalisiereten Gesundheitswesens durch erworbene Resistenz und Primäre Resistenz beschränkt. Das SMOOSE Projekt schlägt einen multi-disziplinären Ansatz vor, der Informatik und Bioinformatik, Molekular Biologie, molekulare Tumorbiologie und (Epi-)genetik, genetisch manipulierte Mäuse, chemische und strukturelle Biologie, molekulare Pathologie und medizinische Onkologie beinhaltet.

Durch das RRZK soll die Infrastruktur entlang der Verarbeitungspipeline durch Methoden aus dem High-Performance Computing (HPC) unterstützt werden. Rechen- und Datenbankinfrastruktur werden benötigt, um effizientes Datenmanagement von großen genetischen Datenmengen, wie bei genetischer Sequenzierung, sicherzustellen. Die Verarbeitung von großen Datenmengen beinhaltet optimierte Algorithmen und Analyse-Pipelines. Ziel ist es hierbei, eine spezialisierte Appliance zu bauen, die deutlich geringere Anforderungen an Infrastruktur und Personal stellt.

Kontakt: Viktor Achter

Projektbeteiligte:

  • Universität zu Köln:
    Department of Translational Genomics - Roman Thomas und Martin Peifer
    Institut für Informatik und Regionales Rechenzentrum - Ulrich Lang
    Institut für theoretische Physik - Johannes Berg
  • Universitätsklinik Köln:
    Klinik für Kinderonkologie und -hämatologie - Matthias Fischer
    Klinik I für Innere Medizin - Christian Reinhardt und Jürgen Wolf
    Institut für Pathologie - Reinhard Büttner
  • Universitätskinderklinik Essen:
    Pädiatrisch-Onkologische Forschung II - Johannes Schulte
  • Technische Universität Dortmund:
    Institut für Chemie und chemische Biologie - Daniel Rauh

Projektlaufzeit: Antragstellung über 5 Jahre. Erster bewilligter Zeitraum 01.01.2014 - 31.12.2016, planmäßige Erweiterung 01.01.2017 - 31.12.2018

Projektwebsite SMOOSE

Erlassdatenbank der Universität zu Köln

Die Verteilung von an die Universität zu Köln adressierten Erlassen verschiedener staatlicher Stellen ist eine große (verwaltungs-)logistische Herausforderung. Zumeist müssen mehreren Dezernaten, Fakultäten und weitere Stellen komplexe Informationen zugänglich gemacht werden. Gleichzeitig müssen interne und externe Fristen organisiert und gehalten werden.

In Zusammenarbeit mit der Diensteentwicklung des RRZK entwickelt zu diesem Zweck die Abteilung 34 (Innerer Dienst und Beihilfeservice) ein neues Werkzeug für das Erlassmanagement. Die so entstehende Erlassdatenbank (Erlassbuch) verwaltet zur Zeit schon über 10.000 Erlasse in digitaler Form, die zurück bis in das Jahr 1998 reichen und aus einem schon bestehenden Datenbestand migriert wurden. Sie stellt die effiziente Informationsweitergabe an federführende, beteiligte und zu informierende Stellen innerhalb der Universität sicher. Ein differenziertes Rollen- und Berechtigungskonzept mittels Zugriffssteuerungslisten (Access Control Lists) stellt die Vertraulichkeit der zu zirkulierenden Informationen sicher. Alle Erlasse werden dauerhaft archiviert und zu Recherchezwecken durchsuchbar gemacht. Die Erlasse können nach verschiedensten Kriterien (auch in Kombination) gezielt gefiltert werden, so dass eine eingeschränkte Suche, zum Beispiel nach Absender, Zeitraum, Aktenzeichen oder Stichwort möglich ist.

Kontakt:

Projektbeteiligte: Abteilung 34 (Innerer Dienst und Beihilfeservice): Guido Kirfel

Projektlaufzeit: 01.09.2015 - 31.12.2017

Projektwebseite: Erlassbuch der Universität zu Köln

The Cancer Systems Biology Database (CancerSysDB)

BMBF-Förderkennzeichen: LA919/6-1

Das Ziel dieses Projektes ist die Entwicklung einer deduktiven Datenbank, welche die Integration unterschiedlicher Typen und Quellen von hochdimensionalen molekularen Tumordatensätzen ermöglicht. Dabei nähern wir uns dem Ziel einer systembiologischen Betrachtung von Krebszellen durch die gemeinsame Betrachtung etwa von genomischen Daten und Expressionsdaten. Ferner ermöglicht das System dem Nutzer nicht nur die Speicherung und Analyse seiner eigenen Forschungsdaten, sondern auch die vergleichende Betrachtung mit Daten aus anderen Forschungsdatenrepositorien zur Krebsgenomik. Dieses System wird die Breite an Informationen, welche bei der Betrachtung von Forschungsdaten verfügbar sind, enorm vergrößern und neue Möglichkeiten des wissenschaftlichen Erkenntnisgewinns eröffnen. Das System wird einerseits in einer öffentlichen Instanz realisiert, in welcher die Daten und Analysemöglichkeiten - den jeweiligen Beschränkungen entsprechend - jedem Nutzer zugänglich sind. Andererseits kann jede Institution bei entsprechendem Bedarf eine eigene lokale Instanz betreiben, um das System für die nicht öffentliche Betrachtung seiner eigenen Forschungsdaten zu nutzen.

Kontakt RRZK: Diensteentwicklung am RRZK, CECAD Bioinfo 

Projektbeteiligte: 

  • CECAD Bioinformatics Core Facility, Köln
  • Bioinformatics Core Unit am Max Planck Institut für Biochemie, Martinsried
  • Regionales Rechenzentrum der Universität zu Köln
  • Deutsche Forschungsgemeinschaft (DFG)

Projektlaufzeit: Herbst 2013 - 01.02.2017

FAST - Find a Suitable Topology for Exascale Applications

BMBF-Förderkennzeichen: 01lH13004D

FaST ist ein Forschungsprojekt, das vom Bundesministerium für Bildung und Forschung gefördert wird. Es beschäftigt sich mit der zeitlichen und räumlichen Platzierung von Prozessen in Hochleistungsrechnern der Zukunft. Es wird angenommen, dass sich der aktuelle Trend in der Hardwareentwicklung fortsetzen wird und die CPU-Leistung deshalb deutlich schneller als andere Ressoucen wie die I/O-Leistung wachsen wird. Um zu verhindern, dass diese Ressourcen zu Engpässen im System werden, soll ein neues Scheduling-Konzept entwickelt werden, das die Systemressourcen überwacht und lokale Anpassungen an der Jobverteilung vornimmt. Die Überwachung des Systems wird durch ein neu entwickeltes Agentensystem realisiert, die Anpassung der Jobzuweisungen durch Prozessmigration. Die Leistungsfähigkeit des Ansatzes wird in den Beispielanwendungen LAMA und mpiBLAST demonstriert.

Das Ziel ist die prototypische Evaluation des im FAST-Projekt entwickelten Systems anhand von ausgewählten Anwendungen. Hierbei wird zum Beispiel eine Anwendung aus dem Gebiet der Lebenswissenschaften eingesetzt. Das RRZK wird den Einfluss der Entwicklungen des Projekts auf das Laufzeitverhalten der betrachteten Modellanwendungen evaluieren.

Kontakt: Viktor Achter

Projektbeteiligte:

  • Johannes Gutenberg-Universität Mainz: Zentrum für Datenverarbeitung (JGU) - Prof. Dr.-Ing. André Brinkmann und Dr. Lars Nagel
  • Technische Universität München: Lehrstuhl für Rechnertechnik und -organisation (TUM) - Prof. Dr. rer. nat. Dr.-Ing. habil. Arndt Bode, Prof. Dr.-Ing. Carsten Trinitis und Dr. rer. nat. Josef Weidendorfer
  • Universität zu Köln: Regionales Rechenzentrum - Prof. Dr. Ulrich Lang
  • Fraunhofer-Institut für Algorithmen und wissenschaftliches Rechnen (SCAI): Dr. Thomas Soddemann
  • RWTH Aachen University: Lehrstuhl für Betriebssysteme - Dr. rer. nat. Stefan Lankes
  • MEGWARE Computer Vertrieb und Service GmbH: Jürgen Gretzschel
  • ParTec Cluster Competence Center GmbH: Hugo Falter

Projektlaufzeit: 01.01.2015 - 31.12.2016

Projektwebsite FAST

NGSgoesHPC - Genomanalyse trifft wissenschaftliches Hochleistungsrechnen

BMBF-Förderkennzeichen: 01IH11003A

Das Projekt NGSgoesHPC beschäftigt sich damit, für die NGS-Prozesse (next generation sequencing) entscheidende Anwendungen und Kernel-Algorithmen auf moderne Hochleistungsinfrastrukturen (HPC) zu portieren. 

NGS gilt als Schlüsseltechnologie der Genetik zur Bestimmung genetischer Informationen. Durch die NGS Technologie wird es möglich, eine Vielzahl an Fragestellungen zu behandeln, für die bisherige Sequenziermethoden zu kosten- und zeitaufwendig waren: die beim Prozess der Sequenzierung entstehenden großen Datenmengen können mit Hilfe von Hochleistungsrechnern verarbeitet und interpretiert werden.

NGSgoesHPC wird auf dem Gebiet der genetischen Forschung neue Möglichkeiten eröffnen, um Anwendungen an moderne Hardwarearchitekturen anzupassen und neue Methoden zur Verarbeitung und Darstellung der Ergebnisse zu entwickeln.

Projektbeteiligte:

  • ATLAS Biolabs GmbH
  • Biotechnologisches Zentrum (TU Dresden)
  • Bull GmbH
  • Cologne Center for Genomics
  • DataDirect Networks GmbH
  • Forschungszentrum Jülich
  • Intel GmbH
  • Max-Planck-Institut für Biologie des Alterns
  • Zentrum für Informationsdienste und Hochleistungsrechnen (TU Dresden)

Projektlaufzeit: 01.06.2011 - 31.05.2014

weitere Informationen

Kontakt
Bei Fragen und für eine individuelle Beratung wenden Sie sich bitte an den RRZK-Helpdesk