Innovative Technologien für Biobanken

Biomaterialsammlungen gehören heute zum Alltag der meisten medizinischen Einrichtungen. Es besteht ein akuter Bedarf an routinetauglichen IT-Lösungen, um Bioproben umfassend und spezifisch erfassen, klassifizieren und auswerten zu können. Ziel des geplanten Verbundvorhabens ist die Erforschung und Entwicklung von Tools für ein modernes Biobanking, das den Dynamiken neuer Forschungsvorhaben und komplexer diagnostischer wie auch therapeutischer Fragen gerecht wird, insbesondere im Rahmen einer personalisierten Medizin.



Besonders relevant ist die gezielte Suche nach Kollektiven mit bestimmten Eigenschaften. Hierzu müssen Daten mehrerer Ebenen parallel ausgewertet werden. Im Fokus steht die Verknüpfung von quantitativen Daten aus Virtuellen Schnitten mit genetischen NGS-Daten auf der Grundlage einer durch Textanalyse sicher gestellten Eignung der Proben. Die auf dieser Grundlage möglichen Auswertungen sollen die Zusammenführung von an mehreren Standorten vorhandenen Daten zu einem Patienten ermöglichen.

Zwei Formen der Verarbeitung stehen im Vordergrund, die schnelle Analyse in Echtzeit (Eingangskontrolle von Proben) und die nicht zeitkritische Analyse im Kontext der Recherche nach Probenkollektiven auf Grundlage einer wissenschaftlichen oder klinischen Fragestellung. Aufgrund des extrem hohen Datenumfangs sollen Analyse- und Recherche-Algorithmen untersucht und mit Hilfe von Methoden des Parallel-Computing prototypisch implementiert werden.

Ein weiterer zentraler Aspekt resultiert aus dem besonderen Schutzbedarf medizinischer Daten. Ziel ist es daher, Konzepte und Lösungen für die datenschutzkonforme Speicherung und Verarbeitung multidimensionaler medizinischer Daten in vernetzten Biobanken zu entwickeln.



Veröffentlichungen

2016
  • "A Comparison of Distributed Computing Technologies for Medical Image Processing in Digital Pathology"
    Witt, Michael; Strutz, Marco; Lindequist, Björn; Jansen, Christoph; Hufnagl, Peter; Heßling, Hermann; Krefting, Dagmar.
    In: HEC 2016: Health - Exploring Complexity 2016 Joint Conference of GMDS, DGEpi, IEA-EEF, EFMI, S. 1-1, München, 2016

  • "Employing Docker Swarm on OpenStack for Biomedical Analysis"
    Jansen, Christoph; Witt, Michael; Krefting, Dagmar
    In: Computational Science and Its Applications - ICCSA 2016, S. 303-318, 2016, ISSN 978-3-319-42107-0

  • "MULTI-LEVEL DATA-SECURITY AND DATA-PROTECTION IN A DISTRIBUTED SEARCH INFRASTRUCTURE FOR DIGITAL MEDICAL SAMPLES"
    Witt, Michael
    HEC 2016: Health - Exploring Complexity 2016 Joint Conference of GMDS
    DGEpi, IEA-EEF, EFMI, S. 1-1, München, 2016

  • "Sichere vernetzte Biobanken"
    Witt, Michael; Krefting, Dagmar
    In: HTW Berlin, Knaut, Matthias, Digitalisierung: Menschen zählen, S. 258-263, BWV Berliner Wissenschafts-Verlag, Berlin,
    2016, ISBN 978-3-8305-3700-7

  • "Verknüpfung heterogener Daten im Rahmen der translationalen Tumorforschung"
    Lindequist, Björn; Hufnagl, Peter.
    In: HTW Berlin, Knaut, Matthias, Digitalisierung: Menschen zählen, S. 264-268, BWV Berliner Wissenschafts-Verlag, Berlin,
    2016, ISBN 978-3-8305-3700-7

  • "Verteilte Prozessierung von digitalen medizinischen Daten"
    Strutz, Marco; Heßling, Hermann.
    In: HTW Berlin, Knaut, Matthias, Digitalisierung: Menschen zählen, S. 270-273, BWV Berliner Wissenschafts-Verlag, Berlin,
    2016, ISBN 978-3-8305-3700-7

2015
  • "Innovative Technologien für Biobanken"
    B. Lindequist, M. Witt, M. Strutz, D. Krefting,
 H. Heßling, P. Hufnagl
    4. Nationalen Biobanken-Symposium 2015, Dezember 2015, Berlin
    Ausgezeichnet mit Posterpreis

  • "Distributed Biobanking for Personalized Medicine"
    M. Witt, B. Lindequist, M. Strutz, D. Krefting, P. Hufnagl, H. Heßling
    Metropolia UAS Helsinki and HTW Berlin Strategic Partner Conference 2015, Oktober 2015, Berlin

Projektleitung

Projektlaufzeit

  • 01.07.2015 - 30.6.2019

Projektpartner

Kooperationspartner

Mittelgeber