Abfragen und Interpretieren von Genomdaten, um neue Entdeckungen zu machen, die Arzneimittelforschung voranzutreiben und die Patientenversorgung zu verbessern.
Ready2Run-Workflows von AWS HealthOmics
Umwandlung genomischer und biologischer Daten in Erkenntnisse.
Tertiäre Analyse und Machine Learning
Die Auswertung genomischer Daten ist eine datenintensive Disziplin, die robuste Rechenressourcen erfordert. Mithilfe von Machine Learning und Hochleistungsberechnungen helfen AWS- und AWS-Partner-Lösungen und -Services, Korrelationen aufzudecken und Daten in biologische Erkenntnisse umzuwandeln. Sie können auf eine größere Recheneffizienz im großen Maßstab, reproduzierbare Datenverarbeitung, Datenintegrationsfunktionen zum Einlesen von multimodalen und Multi-Omics-Datensätzen und öffentliche Daten für klinische Annotationen zugreifen — alles in einer Compliance-gerechten Umgebung. AWS HealthOmics vereinfacht den Import, die Umwandlung und die Abfrage von Genomikdaten und ermöglicht eine einfache Integration mit Multi-Omics-Datensätzen, Analysen und KI/ML-Modellen.
Tertiäranalyse und Anwendungsfälle für Machine Learning
Pharmakogenomik
Lösungen, die dazu beitragen, die Integration der Genomik in die Arzneimittelentdeckung und -entwicklung sowie die Pharmakogenomik (PGx) zu beschleunigen und die Entdeckung und Entwicklung personalisierter Therapeutika zu fördern. AWS-Partner bieten Lösungen an, die Unternehmen dabei helfen, besser zu verstehen, wie Varianten im genetischen Code von Patienten die Reaktion auf Medikamente beeinflussen, was letztlich zu besseren Ergebnissen für Einzelpersonen und Gesundheitsdienstleister führen kann.
Vorgestellte Kunden
Mithilfe von AWS zur Unterstützung der Arzneimittelforschung, -Entwicklung und -Produktion liefert Moderna therapeutics mRNA-Medikamente schneller und zu geringeren Kosten.
AstraZeneca verwendet AWS-Tools zur Entwicklung einer cloudbasierten Bioinformatiklösung für die schnelle Genomverarbeitung und -analyse und ist in der Lage, über 51 Milliarden statistische Tests in weniger als 24 Stunden durchzuführen.
Um potenzielle neue Krankheitstherapien zu identifizieren, neue Gentargets zu finden und die Biologie neurologischer Krankheiten besser zu verstehen, arbeitet Biogen mit Databricks zusammen, um eine Softwarelösung zu entwickeln, die AWS nutzt, um die Daten effizient und sicher zu analysieren.
Ausgewählte Partnerlösungen
„Pharmaunternehmen nutzen DNAnexus Apollo auf AWS, um große biomedizinische Datenbanken mit erklärbaren Machine-Learning-Modellen zu nutzen, mit denen sie wichtige Erkenntnisse aus Omics-Daten gewinnen können.“
„Um die Erkennung von Multi-Omics in großem Maßstab zu ermöglichen, sind hochentwickelte Tools für die Datenverwaltung, -Aggregation und -Auswertung erforderlich. Mit Illumina Connected Analytics auf AWS können Forschungseinrichtungen die integrierte Datenwissenschaft-Umgebung nutzen, um neuartige Biomarker zu entdecken und die Zeit bis zum Ergebnis zu verkürzen."
„Die Seven-Bridges-Plattform und Seven-Bridges-Analysetools wie GRAF und ARIA stützen sich auf die Flexibilität und Skalierbarkeit von AWS, um Forschern die Möglichkeit zu geben, riesige Bestände an genomischen und phänotypischen Daten zu nutzen, die das Potenzial haben, transformative Einblicke in die Grundlagen von Krankheiten, neue therapeutische Ansätze und In-silico-Krankheitsmodelle zu liefern.“
Ausgewählte Beratungspartner
Tertiäranalysen
Lösungen und Services zur Beschleunigung der Abfrage und Interpretation genomischer Datensätze. AWS und AWS-Partner bieten tertiäre Analysetools an, die bei der Interpretation von Genomdaten helfen und neue Entdeckungen in den Bereichen Arzneimittelentwicklung und Reaktionsvorhersage, Diagnostik, Krankheitsüberwachung und Wellness-Modelle beschleunigen.
AWS-Lösungen
Service: AWS HealthOmics
Führen Sie Genomik-, Multi-Omic- und Bevölkerungsgesundheitsdaten zusammen, um neue Erkenntnisse zu gewinnen und eine personalisiertere Pflege anzubieten.
Lösung: Hail auf AWS
Hail on AWS ermöglicht vereinfachte Genomanalyse auf Amazon EMR. Hail ist eine Open-Source-Bibliothek, die für Apache Spark entwickelt wurde, um eine skalierbare Datenexploration und -analyse zu ermöglichen, wobei der Schwerpunkt auf der Genomik liegt.
Vorgestellte Kunden
Die Wissenschaftler am QBiC nutzen Hochleistungscomputer, um Genomikdaten zu analysieren und Unterschiede in der Genexpression zwischen krankem und normalem Gewebe zu bestimmen.
Unter Verwendung von AWS baut Mission Bio die Tapestri-Plattform auf, um die Einzelzell-DNA-Analyse zu beschleunigen und Engpässe bei der Verarbeitung und Interpretation großer Datenmengen zu beseitigen.
Celsius Therapeutics kombiniert die Leistungsfähigkeit der Einzelzell-RNA-Sequenzierung und des maschinellen Lernens auf AWS, um präzise Therapeutika für komplexe Krankheiten wie Autoimmunität und Krebs zu entdecken.
Ausgewählte Partnerlösungen
„Databricks bietet eine Kooperationsplattform für die Verarbeitung genomischer Daten, die eine fortlaufende Integration und Analytik ganzer Genome in Populationsgröße ermöglicht. Die Lakehouse-Plattform und die Open-Source-Bibliotheken Delta Lake und Glow von Databricks, zusammen mit der Geschwindigkeit und Flexibilität von AWS, ermöglichen es Gesundheitssystemen und Wissenschaftlern, die Analyse großer genomischer Daten mit verbesserter Dateneffizienz und -Erkennung zu beschleunigen.“
„Paradigm4 REVEAL auf AWS ist eine flexible, wissenschaftsfähige Plattform für die translationale Forschung, die bisher schwer zu bewältigende Abfragen und Berechnungen ausführen kann und es Life-Sciences-Organisationen ermöglicht, schneller wissenschaftliche und kommerzielle Werte zu schaffen.“
„DNAnexus on AWS bietet eine nahtlose und sichere Integration vom Sequenzer bis hin zu unabhängigen Tertiäranalysetools, mit denen krankheitsorientierte Wissenschaftler eine Komplettlösung erhalten, um schnell von Rohdaten zu wertvollen Erkenntnissen zu gelangen.“
Vorgestellte Beratungspartner
Databricks einheitliche Datenanalyseplattform ist ein Cloud-basierter Service, mit dem Sie Ihre Analysen an einem Ort ausführen können – von hochzuverlässigen und leistungsstarken Datenpipelines bis hin zu modernstem maschinellem Lernen.