Technologische Fortschritte im letzten Jahrzehnt haben die Kosten für die Sequenzierung des menschlichen Genoms deutlich gesenkt. Dank der geringeren Kosten können Forscher Bevölkerungsstudien zu verschiedenen Störungen und Erkrankungen durchführen. Für diese Bevölkerungsstudien müssen Tausende von Patienten sequenziert werden, wodurch eine beträchtliche Datenmenge mit 70–80 GB großen Dateien pro Probe entsteht. Nach der Sequenzierung dieser Patienten müssen die Daten analysiert werden, um die Ursache dieser genetischen Erkrankungen und Störungen zu ermitteln.
Mithilfe der generierten Daten führen Endbenutzer von HPC-Systemen verschiedene Analyse-Workflows aus und ziehen ihre Schlussfolgerungen. On-Premise-Systeme unterliegen zahlreichen Einschränkungen, die sich auf ihre Workflows auswirken. Zu diesen Einschränkungen zählen der schnell wachsende Bedarf an lokalem Speicher, die Befehlszeilenschnittstelle und die vollständige Auslastung der Rechenressourcen. Unter Berücksichtigung der Logistik für die Erweiterung eines Speicherservers (Bestellung, Versand und Implementierung) können Endbenutzer über einen Monat warten, bis sie ihren gekauften Speicher verwenden können. An akademischen Einrichtungen führen Doktoranden (normalerweise mit biologischem Hintergrund) Analyse-Workflows für generierte Daten aus. In den meisten Fällen haben diese Studenten noch nie zuvor eine Befehlszeilenaufforderung gesehen. Daher müssen die Studenten die UNIX-Grundlagen und HPC-Scheduler-Befehle erlernen, bevor sie überhaupt mit ihren Analysen beginnen können. Bei vollständiger Ressourcenauslastung verzögert sich die Planung von in der Warteschlange befindlichen Jobs auf den Rechenressourcen. Diese Einschränkung wirkt sich stark auf Forscher aus, wenn Abgabefristen für Forschungsarbeiten eingehalten werden müssen.
Die Verwaltung eines lokalen HPC-Systems stellt eine hohe Arbeitsbelastung für das IT-Team eines Unternehmens dar. IT-Mitarbeiter müssen die Cluster-Auslastung ständig analysieren, um die Systemleistung zu optimieren. Diese Optimierung umfasst die Anpassung des Job-Schedulers, um möglichst viele Jobs auszuführen, und die Kapazitätsplanung für wachsende Ressourcen im Rechenzentrum. Je nach Land müssen klinische Daten für eine festgelegte Anzahl von Jahren aufbewahrt werden. Um dieser Einschränkung zu begegnen, müssen IT-Mitarbeiter für den Fall einer Prüfung der Studien von Forschern außerdem ein Archivierungs- und Notfallwiederherstellungssystem für den lokalen Speicher implementieren und verwalten.
Diese Einschränkungen für Endbenutzer lassen sich durch die Nutzung von Cloud-Diensten wie Rescale beheben und die IT-Arbeitsbelastung reduzieren. Mit Rescale Storage zahlen Endbenutzer genau für das, was sie nutzen, und können die gewünschte Speichermenge sofort nutzen. Benutzer können mit Rescale Storage Richtlinien festlegen, um die Datenarchivierung zu automatisieren. Mit unseren Cloud-Speicherlösungen ist Datenredundanz so einfach wie das Anklicken eines Kontrollkästchens. Darüber hinaus können Forscher, die eine Cloud-native Rechenumgebung nutzen, die Vorteile der Cloud optimal nutzen, indem sie Engpässe bei der Dateiübertragung vermeiden. Forscher sollten ihre Daten zunächst in die Cloud verschieben und dann schrittweise sequenzierte Daten dorthin übertragen. Die einmaligen Kosten dieser Übertragung zahlen sich langfristig aus – die Cloud bietet Forschern eine hochflexible, skalierbare und langfristige Lösung mit unbegrenzten Cloud-Rechenressourcen, sodass sie ihre Termine stets einhalten können.
Die Cloud-Plattform von Rescale ermöglicht es Forschern, ihre genetischen Analysen schneller und umfangreicher durchzuführen. Dadurch erhalten sie qualitative und quantitative Daten, die sie für die Veröffentlichung ihrer Forschungsarbeiten benötigen. Die in diesen Forschungsarbeiten gewonnenen Erkenntnisse werden die personalisierte Medizin voranbringen und schließlich im klinischen Umfeld Anwendung finden, um die Gesundheit und Lebensqualität des Einzelnen zu verbessern und eine bessere Welt zu schaffen.
Wenn Sie mehr über die Rescale-Plattform erfahren möchten oder Ihre Analyse in der Cloud durchführen möchten, Erstellen Sie ein kostenloses Testkonto unter rescale.com.
