Industrial Life Science Informatics

Transkript

1 Industrial Life Science Informatics Industrial Life Science Informatics = Bioinformatik plus Daten- und Prozessintegration für den Life Science Bereich Life Science Bereich Biotechnologie Pharmazeutische Industrie Medizinische Forschung Lebensmitteltechnologie Aufgabenfelder Integration von Tools (Computerprogrammen, Datenbanken, Laborgeräten) Organisation von Massendaten (z.b. High-Throughput Screening) Informationsgewinnung (z.b. Micro-Array Experimente)

2 III. Industrial Life Science Informatics Integration von Tools: Computerprogrammen, Datenbanken, Laborgeräten Organisation von Massendaten Informationsgewinnung

3 Datenbanken Biocatalog registrierte Datenbanken Toolintegration Einteilung in acht Kategorien 1. DNA-Datenbanken 2. RNA-Datenbanken 3. Proteindatenbanken 4. Genom-Datenbanken 5. Mapping-Datenbanken GenBank dbest 6. Proteinstrukturdatenbanken 7. Literatur-Datenbanken PFAM 8. Sonstige Datenbanken, - Interaktions-DB - Pathway-DB - Microarray-DB

4 Toolintegration Computerprogramme mehr als 500 Computerprogramme über das Internet - SIB (Swiss Institute of Bioinformatics) - Einteilung in 11 Kategorien 1. Proteinidentifizierung 2. Proteincharakterisierung 3. DNA <-> Protein 4. Ähnlichkeitssuche 5. Pattern und Profilsuche 6. Posttranslationale Modifikationsvorhersage 7. Primärstrukturanalyse 8. Sekundärstrukturvorhersage 9. Tertiärsstruktur 10. Entdeckung von Transmembran-Regionen 11. Sequenz-Alignment

5 Toolintegration Laborgeräte Einteilung in 15 Kategorien 1. Laborwaagen 2. ph-meter 3. Chromatographiestationen 4. Spektrometer 5. Plattenlesegeräte 6. Inkubatoren 7. DNA Sequencer 8. Protein Sequencer 9. Robotsysteme (Pipettiergeräte) 10. Gelextraktion 11. Massenspektrometrie 12. Imaging Systeme 13. Elektrophorese-Apparaturen 14. DNA Synthesizer 15. Peptid Synthesizer phmeter Protein Sequencer Peptid Sythesizer

6 Problem Toolintegration Vielzahl von Werkzeugen (Datenbanken, Computerprogrammen und Laborgeräten) Heterogenität und Inkompatibilität von Datenformaten Inhomogene Zugriffsmöglichkeiten Interoperabilität von Werkzeugen Methoden Datenbanken Laborgeräte Computerprogramme

7 Toolintegration Lösungskonzept Prozesse BenchNote Datenbanken Laborgeräte Computerprogramme

8 Toolintegration Rückgriff auf Konzepte der CASE-Tool-Integration NIST/ECMA (1993). Toaster-Modell Horizontale Werkzeuge Vertikale Werkzeuge

9 Softwareentwicklungsumgebung Toolintegration

10 Bio Process Management System Toolintegration BenchNote Client Public Biological Databases Internet ProcessEngine SRS Intranet BenchNote Server Repository Tool Integration Layer Bioinformatics Tools Bioinformatics Lab Instruments

11 Toolintegration Drei-Ebenen-Modell der Tool-Integration (SEI - Software Engineering Institute) Prozesse Services Mechanismen Processes Goals Constraints deliverables improvement life cycle political improvemnet schedule constrains supports Services Engineering design code build plan Project Mgmt. estimate track depends on Mechanism implements Goals blackbox client/server database Live Links Technology X RDBMS Maestro PCTE

12 Toolintegration Suchprotokoll DNA-Sequ enz Six-Frame- Translation Pr otein-teil S equen z OWL X Kein Ergebnis SWISS PROT Identi fizierungs- Suche Transl ator DB-spezifisches Suchwerkzeug Volls tändige Protein -Sequ enz Ähnlichkeits- Suche Sequenzen v on homologen Proteinen z. B. B LAS T

13 Toolintegration Aufgaben/Herausforderungen Integration von Werkzeugen (DB, Computerprogramme, Laborgeräte) - Laborprozesse - Bioinformatikprozesse - hybride Prozesse Rückgriffe auf Integrationskonzepte (Informatik) - Datenintegration (CDM, Toolschemata) - Prozessintegration (BPML, OPC, LECIS) - Standards (PCTE, IRDS, XML, CDIF) - Architektur- und Designpatterns (Repository, Blackboard, Factory, Mediator)

14 III. Industrial Life Science Informatics Integration von Tools: Computerprogrammen, Datenbanken, Laborgeräten Organisation von Massendaten am Beispiel High-Throughput Screening Informationsgewinnung

15 Phasen der Arzneimittelherstellung Massendaten

16 Was ist Screening und High Throughput Screening Massendaten Screening (durch Eliminieren auswählen): Biologische Prüfung großer Zahlen von Proben (= chemischen Verbindungen) Screening erster Schritt auf der Suche nach neuen Wirkstoffen HTS (High Throughput Screening): Verfahren zur effizienten biologische Prüfung von sehr großen Zahlen von Proben HTS: Prüfung von bis Proben pro Tag ultra HTS: Prüfung von mehr als Proben pro Tag

17 HTS Massendaten Target ist üblicherweise Protein Ziel: Verbindung zu finden, die als Medikament potentiell in Frage kommt Bibliotheken von mehreren Millionen Verbindungen 96-, 384-, 1536 Mikrotiterplatten Wechselwirkung: 1 Protein vs Mill. Verbindung Pharmacopeia: Datenpunkte Archivierung der Datenpunkte (Patentgründe!)

18 Komponenten eines HTS-Systems Massendaten Plattenhotel (leere Platten und Spritzen) Liquidhandler Detektor (Auswertesysteme) - Flurezenz - UV Robotarm Robotschiene Barcode Reader Andere Komponenten (spezifisch für Assays) - Inkubatoren - Schüttler -

19 Massendaten Probenlager Probenlager Mikrotiterplatten verschiedene Verbindungen

20 Massendaten x y z

21 High Throughput Screening Screening Combinatorial Libraries Massendaten Screening unter verschiedenen Bedingungen - ph-wert - CO 2 - Konzentration komplexere Experimente (Assays) Massendaten: - Petabytes (~1,000 TB, Bytes) - Glaxo Wellcome: Faktor 100 * Datenkapazität

22 Massendaten Aufgaben/Herausforderungen Organisation der Massendaten Konzepte für die Abspeicherung der Daten Anforderungen an Antwortenzeiten - primary storage: 9-20ms - secondary storage: 50ms - 30sec - tertitary storage: 30sec-5 Minutes Constraints: - Massendaten - Tracking der Daten: Probe Target

23 III. Industrial Life Science Informatics Integration von Tools: Computerprogrammen, Datenbanken, Laborgeräten Organisation von Massendaten Informationsgewinnung am Beispiel Micro-Array Experiment

24 Informationsgewinn Was ist ein Microarray? Glas-Platte mit DNA-Molekülen an fixierten Positionen (= Spots) Typische Größe: 1 inch 1 inch Microarray mit 1849 Spots Microarray mit bis zu DNA-Spots pro Spot: 10 7 bis 10 8 DNA-Moleküle Spot-Durchmesser: 0.1 mm

25 Informationsgewinn Was ist ein hybridisierter Microarray? Glas-Platte mit gespotteten DNA-Molekülen Hybridisierung Gespottete DNA-Moleküle sind Verbindung mit DNA-Molekülen aus Probe eingegangen Farbintesität gibt Auskunft über den Grad der Expression

26 Informationsgewinn Typische Microarray-Anwendung: Untersuchung der Genexpression Vergleich der Gen-Expression in Bezug - auf Zelltypen - Bedingungen in der Zelle -- Entwicklungszyklus (Zeit) -- Reaktion auf eine chem. Verbindung Extraktion von mrna Überführung in einzelsträngige cdna Markierung mit fluoreszierenden Farben Waschen der Zellextrakte über Microarray Hybridisierungsreaktion Grad der Fluoreszenz gibt Auskunft über die Genexpression

27 Informationsgewinn Informationen aus den Rohdaten mit Klassifikationsverfahren Genexpressionsmatrix - Zeilen repräsentieren Gene - Spalten repräsentieren Bedingungen Durchführung von Clusternanalyse - hierarchische CA - k-means CA - etc. Ergebnisse: - Klassen von Genen mit ähnlichen Expressionsmuster - Klassen von Bedingungen

28 Informationsgewinn Weitere Informationsverdichtung Klassen von Genen mit ähnlichem Expressionsmuster hier 4 Klassen: Bedingung: Zeit Ausgangspunkt: Gene - 50 Messzeitpunkte Zeitreihenanalyse für einzelne Gene, mehrere Gene

29 Informationsgewinn Weitere Informationsverdichtung Zeitreihenmodelle für den Verlauf der Expression eines Gens Zeitreihenmodelle für ein Netwerk von Genen bzg. deren Expression Programme: - GeneSpring von Sillicon Genetics - Produktpalette von SpotFire

30 Aufgaben/Herausforderungen Informationsgewinn Auswertung von Microarray-Daten Verfahren aus dem Data Mining zum Informationsgewinn - Clusteranalyse - Hauptkomponentenanalyse (Faktorenanalyse) - Multivariate Statistik - Zeitreihenanalytische Verfahren Scientific Data Management - UML-Extensionen mit Konzepten für die Modellierung von Versuchsplänen - SAM* (Semantic Association Model) - Umgang mit Summarization Data