Next Generation Sequencing (NGS) - ar-hannover.de · Die Attraktivität der NGS-Methode beruht auf ihrer extrem hohen Sequenzierkapazität. Hinzukommen neue Möglichkeiten wie die

Next Generation Sequencing (NGS)Datenflut und Datennutzung managen, die NGS-Leistung in Praxis, Forschung und Lehre optimieren

Ein Leitfaden für Laborbetriebe und Kliniken in Praxis und Forschung

Februar 2018In Zusammenarbeit mit

EinleitungA, C, G, T. Die Bausteine des Lebens sind kein Geheimnis mehr. Was lange Zeit immensen Aufwand an Zeit, Geld und Equipment bedeute-te, ist heute „business as usual“. Immer mehr Möglichkeiten, ultra-schnelle Sequencer und die große Nachfrage nach der NGS-Methode lassen die Datenmengen in Laborbetrieben und Kliniken immer schneller wachsen.

Wer die NGS-Datenmengen beherrschen will, braucht eine Daten- managementstrategie, die jeden Prozessschritt und Zeithorizont abdecken kann und bei der Sicherheit und Flexibilität keine Kompro-misse eingeht. Die Strategie der Data Fabric ist dafür ideal. Denn sie berücksichtigt nicht nur herkömmliche on-premises Dateninfra-strukturen. Sie ebnet auch den Weg zum Datenmanagement in einer hybriden Cloud. Und sie kann klassische ebenso wie objektbasierte Datenmodelle abbilden.

Eines ist heute schon sicher: Das Rad lässt sich nicht zurückdrehen. NGS gehört die Zukunft in der Forschung ebenso wie in der Diagnostik. Genanalysen können ein lukratives Geschäftsmodell sein, können unnötige medizinische Eingriffe, teure Therapien und Fehlbehandlun-gen vermeiden helfen und bringen generell den Erkenntnisgewinn voran. Wer zu den Playern gehört oder gehören will, kann sich bereits über die Dateninfrastruktur bestens im Markt für NGS positionieren.

NEXT GENERATION SEQUENCING

3

Inhalt

Wenn die Revolution zum Mainstream wird und das Genom in die Hosentasche passtSeite 4

Der Workflow für die Suche nach der Nadel im HeuhaufenSeite 5

Management-Strategien für NGS-DatenSeite 6

Der klassische Ansatz Seite 6

Praxisbeispiele Seite 7

Die Zukunft ist objektorientiert Seite 8

Die Strategie der Data Fabric Seite 9

Wachstumsmarkt NGSSeite 10

Fazit: die Revolution hat begonnenSeite 11

AutorSeite 12


4

Wenn die Revolution zum Mainstream wird und das Genom in die Hosentasche passt

Röntgen war vorgestern, NGS ist heute und morgen bringen wir

unsere Genomanalyse zum Arzttermin schon mit. Zukunfts-

musik? Mag sein. Dass ein kleines Smartphone so stark wie ein

ausgewachsener Rechner wird, war vor zehn Jahren auch noch

schwer vorstellbar.

Tatsache ist, dass NGS aufgrund der hohen Verarbeitungsge-

schwindigkeit die Forschung und Diagnostik revolutioniert hat

und dabei ist, Genetik, Evolutionsbiologie und Medizin massiv

zu verändern. Denn ein komplettes menschliches Genom ist

heute nicht mehr erst nach Monaten sequenzierbar und inter-

pretierbar. Je nach Aufgabenstellung dauert der Prozess von

der Blutentnahme über die Analyse bis zur Diagnose nur noch

wenige Stunden.

Die Attraktivität der NGS-Methode beruht auf ihrer extrem

hohen Sequenzierkapazität. Hinzukommen neue Möglichkeiten

wie die klonale Sequenzierung einzelner Moleküle, eine höhere

diagnostische Genauigkeit aufgrund der parallelen Sequen-

zierung ganzer Genome sowie die einfache Handhabung der

Technik.

Da mehr Proben parallel verarbeitet werden und die Leistungs-

stärke der Sequencer generell steigt, sinken auch die Kosten.

Immer häufiger ersetzt NGS die klassische DNA-Sequenzierung

nach Sanger und ist die Methode der Wahl – vom Forschungs-

projekt für seltene Krankheiten über medizinische Analysen bis

zu Lifestyle- und Fun-Analysen mit praktischem Ergebnisabruf

im Internet.


5

Der Workflow für die Suche nach der Nadel im HeuhaufenNGS revolutioniert nicht nur unser Verständnis des Lebens,

indem es sehr viel detailliertere Interpretationen ermöglicht. Es

zieht auch Herausforderungen beim Management, bei der Spei-

cherung und bei der Analyse großer und komplexer Datenmen-

gen nach sich.

Wie sieht der Standard-Analyseprozess für NGS-Daten aus?

Zunächst werden die ausgelesenen Rohdaten, also Abfolgen

Die Software der Sequencer oder ein Workflow Management

System wie zum Beispiel Galaxy, sorgt für die Produktion, das

Scheduling und den Transfer der Analysedateien von einer

Instanz zur nächsten. Denn zwischen Labor-IT und Analysege-

räten müssen die Datenströme ebenso reibungslos laufen wie

zwischen Laborinformationssystem (LIS) und nachgelagerten

Systemen wie ein Krankenhausinformationssystem (KIS). Unab-

hängig von der Größe des Setups, der Anzahl an Analyseschritten

und beteiligten User müssen kontinuierlich Dateien im Netzwerk

gespeichert werden. Das gilt für die vom Sequencer erzeugten

Base Call (BCL) Dateien und für die Ergebnisdateien der Analysen.

der vier Basen A, C, G, T, mit einem Referenzgenom abgeglichen.

Das erfordert zwar Zeit und Rechenleistung, große Datenspei-

cher und hohen Datendurchsatz, läuft aber pro Datentyp weit-

gehend standardisiert und automatisiert ab. Sehr viel aufwändi-

ger und vielfältiger in der Methodik, und mit mehr Menschenarbeit

als Maschinenarbeit verbunden, ist die Interpretation der eigent-

lich relevanten Informationen, die Suche nach der Nadel in

einem Heuhaufen aus einer Unmenge an kleinen Dateien.

Krankenhaus- informationssystemRemote

Labor- informationssystem

Labor IT

Analysegeräte

ArztWissenschaftler Remote

ArztWissenschaftler Labor


6

Management-Strategien für NGS-DatenUm die Dimensionen zu verdeutlichen: Labore mit einem Per-

sonalstand von zehn bis 15 Ärzten oder Wissenschaftlern sind

in der Lage, zwischen 25.000 und 50.000 NGS Samples im Jahr

zu erstellen. Das entspricht ein bis zwei Terabyte nur für die

Rohdaten. Prognosen gehen davon aus, dass bis zum Jahr

2025 weltweit mehr Daten durch NGS entstehen als auf You-

Tube zu sehen sind. Dabei ist die schiere Masse noch das klei-

nere Problem. Denn im Cloud-Zeitalter ist Datenspeicher ein-

fach zugänglich und außerdem preisgünstig. Die eigentliche

Herausforderung bleibt das Management der Daten.

Der Klassiker: Daten im Netzwerk konsolidieren und managenDamit Daten für autorisierte User zentral zugänglich sind und

die komplette Prozesskette von Analyse bis Archivierung rei-

bungslos läuft, ist die Konsolidierung der Daten im Netzwerk

erforderlich, entweder filesystembasiert oder in Form einer Uni-

fied-Architektur. In jedem Fall entsteht eine einheitliche Basis.

Je flexibler und modularer diese ist, desto besser und kostenef-

fizienter lassen sich Performance und Kapazität auf den jeweili-

gen Prozessabschnitt abstimmen.

Je aktueller und analysenäher die Daten und je mehr Sequencer laufen, desto leistungsstärker muss die Infrastruktur sein.

Je aktueller und analysenäher die Daten und je mehr Sequencer

laufen, desto leistungsstärker muss die Infrastruktur sein. Für

den Transfer der Daten vom Sequencer zum Speicher und zur

Analyseplattform sind mindestens 10Gbit-Verbindungen erfor-

derlich. Für Whole Genome Resequencing und Long-Read-

Daten zum Beispiel empfehlen sich 40Gbit-Verbindungen

zwischen Speichersystemen und Analyseservern.

Sind die Analysen beendet und werden die Daten nur noch aufbe-

wahrt, können die primären Systeme entlastet werden. Statt

schneller Flash-Medien (SSDs) genügen langsamere Medien

(SATA Disks oder Bandspeicher) mit großer Kapazität. Wichtig ist,

dass sich die Zusammensetzung der primären Dateninfrastruktur

jederzeit und möglichst im laufenden Betrieb anpassen lässt.

Konvergente oder sogar hyperkonvergente Infrastrukturen

machen Umsetzung und Betrieb einer Dateninfrastruktur für

NGS besonders einfach, flexibel und sicher. Die Komponenten

für Storage, Server und Netzwerk sind nicht nur abgestimmt,

sondern auch variabel konfigurierbar und unabhängig vonein-

ander ausbaufähig.

Der Kunde hat die Wahl: von Server Blade bis HPC-Cluster, von

der Netzwerkkarte zum softwaredefinierten, virtuellen Netzwerk

und kombiniert mit wie auch immer gearteten Datenspeicher-

medien. Laborbetriebe, die für ihre IT-Infrastruktur nur wenig

Raum zur Verfügung haben, profitieren zudem vom sparsamen

Platzverbrauch dieser IT-Architektur, die zudem auch die

Betriebskosten senkt.

Dass das klassische Datenmodell für Umgebungen jeder Größe

passt, zeigen zwei sehr unterschiedliche Praxisbeispiele.


7

Praxisbeispiel 2: MHH – Medizinische Hochschule, Hannover Die MHH verfolgt ein modulares, softwaredefiniertes Infra-

strukturkonzept. Damit kann das kleine, aber hoch effektive

IT-Team schnell, flexibel und kosteneffizient agieren. Und das

gilt auch für die Bereitstellung aufwändiger Technologien und

zugehöriger Auswertungskonzepte wie NGS. Der Nutzerkreis

ist groß und heterogen: Ausgebildete Bioinformatiker, Spezia-

listen verschiedenster Fachbereiche von Humangenetik bis

zahnärztlicher Prothetik sowie nichtbioinformatische Nutzer,

die die größte und am stärksten wachsende Gruppe stellen.

Die zentrale Datenspeicherung und Datensicherung sowie das

Redundanzkonzept für das Disaster Recovery basieren auf

NetApp Lösungen. Je nach Anforderungsprofil der Anwendun-

gen werden unterschiedliche Speichermedien von Flash bis

Bandlaufwerken genutzt und mit virtuellen oder physischen

Servern bis hin zum HPC-Cluster orchestriert. Die Sicherung ist

nicht nur hoch granular, sondern auch langfristig ausgelegt.

Aufgrund der Modularität und Anpassbarkeit des Gesamt-

konzepts ließen sich auch die Anforderungen von NGS einfach

integrieren. Da jeder Schritt die passende IT-Unterstützung

erhält, können die Prozesse reibungslos und kosteneffizient

ablaufen. Performance und Infrastrukturkosten sind zu Prozess-

beginn am höchsten und nehmen im Zeitverlauf ab.

Effiziente Nutzung vorhandener IT-Ressourcen von Produktion bis Test.

Die Vorteile

Transientes Datenmanagement entlang verschiedener Zeithorizonte.

Zentralisierter IT-Support auch für Hochleistungs- anwendungen.

Schnelle und effiziente Datenanalysen dank sicher verfügbarer Verarbeitungsroutinen für häufig nachge- fragte Sequenzierungsanwendungen.

Verbesserung der abteilungsübergreifenden Zusammenarbeit und Nutzung von Synergien.

Dokumentation und sichere Verwahrung gemäß wissenschaftlichen Standards.

Praxisbeispiel 1: MGZ – Medizinisch Genetisches Zentrum, MünchenDas MGZ bietet Beratung und Diagnostik für ausgewählte

Themenbereiche der Humangenetik und ist Ansprechpartner

für klinische und differentialdiagnostische Fragen. Die moleku-

lar- und zytogenetischen Untersuchungen werden mithilfe

modernster Analysemethoden durchgeführt. Jeden Tag sind

am MGZ rund 50 TB Daten in Bewegung. Und die Nachfrage

den Leistungen des MGZ wächst. Die IT-Verantwortlichen rech-

nen jährlich mit einem immensen Datenwachstum.

Mit Inselstrukturen in der IT kommt man am MGZ nicht weit –

vor allem dann nicht, wenn es darum geht, wettbewerbsfähig

zu bleiben. Allein in München und Umgebung sind zig Labore

aktiv, die NGS anbieten. Zudem erfordert der Unternehmensfo-

kus auf Diagnostik und Beratung eine Infrastruktur, die Arbei-

ten auf hohem Qualitätsniveau ermöglicht.

Die Dateninfrastruktur am MGZ basiert einheitlich auf NetApp

Lösungen. Damit kann der Output der Sequencer schnell und

sicher abgelegt werden, ist für neue Verwendungen jederzeit

abrufbar und wird kurz- und langfristig gesichert. Dank der

hohen Verfügbarkeit und Datensicherheit sowie unterbre-

chungsfreien Ausbaufähigkeit kann das MGZ mit Qualität und

Schnelligkeit punkten.

G A T A120

AA T C T GG T C T130

T ATT T CC

50TB


8

Die Zukunft: Das objektorientierte DatenmodellJe größer die Mengen an File-Daten werden und je älter die

Daten sind, desto mehr bietet sich ein objektorientiertes Daten-

modell mit Object Storage an. Mit seiner extremen Skalierbarkeit

ist diese Datenmanagementkonzept für NGS wie gemacht. Object

Storage kann buchstäblich Milliarden von Dateien speichern. Nicht

von ungefähr basiert der Cloud Storage großer Provider von

Amazon bis YouTube auf diesem Prinzip.

Was den Reiz von Object Storage auch für NGS ausmacht, ist

die Kombination aus Filesystem und Metadaten. Die hierarchische

Struktur der Dateiverwaltung ist wie gewohnt, wird aber flach

gehalten. Zudem können jeder Datei beliebige Eigenschaften

oder Attribute als Metadaten zugeordnet werden. Datei und

Metadaten zusammen bilden ein Objekt, das sich mit anderen

Objekten zu Gruppen zusammenfassen lässt. Hash-Technologie

sorgt für die Integrität der Daten und deren Wiederherstellbar-

keit im Fall einer Datenkorruption.

Metadaten sind wie Etiketten in einem Kleidungsstück. Sie

geben Auskunft über unsichtbare Eigenschaften, wie zum Bei-

spiel Produktionsherkunft, Zusammensetzung, Pflegehinweise

oder Hersteller. Übertragen auf NGS können einer Datei zum

Beispiel Angaben wie die Zugehörigkeit zu einem Forschungs-

projekt, Ablauf der Aufbewahrungsdauer, Zugriffsberechtigung

oder auch Hinweise auf Analyseergebnisse hinzugefügt werden.

Abgesehen von rechtlichen Vorgaben sind der Fantasie keine

Grenzen gesetzt.

Um der Falle proprietärer Dateninseln zu entgehen, empfiehlt

sich in der Infrastruktur Software-Defined Storage, der über das

Filesystem und die Standardprotokolle CIFS und NFS einfach

zugänglich ist. Da die Speicherhardware vom Objektbezug

entkoppelt ist, können nicht nur komplett virtualisierte Umge-

bungen, sondern über S3-Schnittstellen auch Cloud Storage-

Systeme mühelos eingebunden werden.

Object Storage ist wie ein lebendiges Archiv, das grenzenlos

Daten aufnimmt und vorhandene Daten für die erneute Nutzung

bereitstellt. Da die Daten von der Aufbewahrung bis zur

Löschung unveränderbar sind, besteht Prozess- und Daten-

sicherheit.

Klinikverbünde, NGS-Zentren und Forschungsnetzwerke profi-

tieren von einem objektorientierten Datenmodell ganz beson-

ders: Sie können sicher und kostengünstig so genannte Data

Lakes aufbauen, nach Belieben gestalten und den NGS-Daten-

bestand immer wieder für neue Erkenntnisse nutzen.

Modell einer Data Fabric für NGS



9

0011000000110000001

1000011001100

11111000

110000010

0000001100

110011110

11011110011111

00011000011

0010011110011100011110000110011110001011111100111011100100

000000011100

01110

1100000011001111100000111000110

110010001100

000000

01001

0111100

110011111100

1110

001100

01100110

11100110011000011100

110010111

110011111101110

011000000001110001111001100001101111000011100

00100

0010

0000011100

001100110010001100110010011

001010111111000

11000000110

000

000010101111011001111111101110

0100

0110100

11101110001110011

101100

001101111110

11110011111100010000000000111100001111001111000000111001111111100000

111100001100

000011 00

00000000001110

0110000011100100001111000101100001100000000

G A T A120

A AT C T G G T C T130

T AT T T C C

Aus Sicht des Datenmanagements bietet sich die Strategie der

Data Fabric an. Damit lassen sich Anwendungen und Daten in

jeder Umgebung, mit und ohne Cloud, einfach managen, nach

Bedarf bewegen und Compliance-gerecht schützen. Unabhängig

davon, wo sich die Daten befinden, ihr Besitzer hat jederzeit die

volle Kontrolle.

Ein wesentlicher Vorteil dieses Konzepts sind Datensicherheit

und Datenschutz für verschiedene Anforderungen und Zeit-

horizonte. Die technologische Basis sollte Snapshot-Technolo-

gie sein. Sekundenschnell und platzsparend wie Snapshot

Backup ist, hat es zwei unschlagbare Vorteile: Datensicherungen

können beliebig häufig ablaufen und ohne den Betrieb zu beein-

trächtigen. Über die Integration mit Software für Backup und

Archivierung entsteht ein lückenloses Sicherungskonzept.

Ergänzt um Replizierung an einen zweiten Standort kann auch

ein Disaster Recovery-Szenario realisiert werden. Verschlüsse-

lung schützt die Daten zusätzlich.

Data Fabric vereinfacht zudem die Nutzung von externen

Cloud-Ressourcen und den Aufbau einer hybriden Cloud. Und

dabei kann auch der im Gesundheitswesen besonders wichtige

Datenschutz gewahrt werden. Denn kaum etwas ist persönli-

cher als Gesundheitszustand, Krankheitsdispositionen oder

Zugehörigkeit zu einer Risikogruppe.

Die Lösung:

Eigene Datenspeicher werden bei einem Colocation Provider

mit Anschluss an die großen Cloud-Anbieter platziert. So kann bei-

spielsweise HPC-Rechenleistung aus der Cloud genutzt werden.

Da keine Daten aus der Hand gegeben werden, besteht Compli-

ance mit der Datenschutzgesetzgebung. Eine weitere Option ist

die Verwendung von Cloud Storage für die Datensicherung.

Die Strategie der Data Fabric für NGS

Backup/Archiv

Disaster RecoveryHPC

Rechenleistung



10

Wachstumsmarkt NGS

NGS ist ein Wachstumsmarkt und ruft die verschiedensten Anbie-

ter auf den Plan. Unternehmen, die „Sequencing as a Service“

anbieten, gibt es seit einiger Zeit auch in Deutschland. Die

großen Provider Google und AWS haben mittlerweile Cloud-

Angebote speziell für NGS im Angebot.

Kein Wunder, die Anwendungsfelder für NGS könnten vielfältiger

nicht sein: Humangenetik und Pharmakogenomik, Reproduk-

tionsmedizin, Onkologie, Epigenetik, Forensik, Prävention,

Ernährungsgenomik, personalisierte Medizin etc. Zudem eignet

sich NGS für Genproben von Menschen, Tieren und Pflanzen und

lässt sich auch in der Forensik einsetzen. Die Alpenmumie Ötzi ist

ein bekanntes Beispiel dafür.

Dass NGS auch von öffentlichem Interesse ist, zeigen nationale

Genom-Projekte in Saudi Arabien und Großbritannien. Und auch

in Deutschland ist man nicht untätig. Das Forum Gesundheits-

forschung empfiehlt eine richtungsweisende Strategie für den

Auf- und Ausbau einer nationalen Infrastruktur für Hochdurch-

satzsequenzierung. Der Senat der Deutschen Forschungs-

gemeinschaft plant bereits die Einrichtung von Kompetenz-

zentren für NGS an Hochschulen und hat im Sommer 2017 eine

Ausschreibung auf den Weg gebracht.

Ein klares Signal für eine weiterhin positive Nachfrageentwick-

lung ist die Kostenübernahme durch deutsche Krankenkassen:

Die Beschränkung der DNA-Sequenzanalyse auf die bisher übli-

che Sanger-Methode wurde im einheitlichen Bewertungsmaß-

stab aufgehoben.


11

Fazit: die Revolution hat begonnenNGS bietet Medizin, Forschung und vielen anderen Disziplinen

von Pharmazie bis Forensik vielfältige Chancen und Möglich-

keiten. Bei diesen Aussichten ist es mit Blick auf das Daten-

management umso wichtiger, dass Dateninfrastrukturen in

jeder Hinsicht maximal modular und ausbaufähig sind. Denn

nur so bleiben Nutzer und Betreiber in jeder Hinsicht flexibel.

Schlichte Anpassung von Kapazität oder Performance, ausge-

feilte und vor allem komfortable Management-Fähigkeiten von

Backup bis Archiv, einfache Erweiterbarkeit um Nutzer, Geräte

und Speicherorte mit und ohne Cloud, all das sind Faktoren, die

es mit Blick auf die Zukunft zu beachten lohnt.

Zukunftssicherheit hat aber zusätzlich noch eine strategische

Komponente. Früher oder später wird die Cloud auch für

Gesundheitsdaten unverzichtbar sein. Dass es bereits heute

Möglichkeiten gibt, Cloud Services und Ressourcen einzubin-

den und das in Einklang mit dem Datenschutz, ist ein guter

Anfang.

Wir von NetApp diskutieren gerne, wie Ihre Datenstrategie für

NGS aussehen kann. Sprechen Sie uns an. Wir finden mit

Sicherheit die optimale Lösung.

1

2

3

4


12

Dirk Möller

Director Sales Public Sector Germany,

NetApp Deutschland GmbH

Dirk Möller ist auf Kunden aus dem Bereich der öffentlichen Verwaltung spezialisiert und

ist ein thematisch wie technisch gleichermaßen versierter Ansprechpartner. Möller ist

seit Juli 2007 bei NetApp Deutschland beschäftigt. Seit August 2015 leitet er von unserer

Niederlassung in Düsseldorf aus deutschlandweit den Bereich Public Sector, der Behör-

den und öffentliche Einrichtungen von Bund, Ländern und Kommunen sowie kirchliche

Institutionen umfasst.

Sie möchten mehr erfahren?

Senden Sie mir eine E-Mail:

[email protected]

Autor

Anders & Rodewyk ist in der deutschen ITK-Branche ein bekannter Name und ein langjähriger, viel-

fach zertifizierter Partner von NetApp Deutschland. Das 1987 gegründete Systemhaus mit Sitz in

Hannover ist auf ganzheitliche IT-Lösungen und Managed Services für mittelständische Betriebe,

öffentliche Einrichtungen und Behörden spezialisiert. Ein großer Branchenschwerpunkt ist der Be-

reich Healthcare. Weitere Informationen und Referenzen finden Sie auf www.ar-hannover.de.

Unser Partner

Next Generation Sequencing (NGS) - ar-hannover.de · Die Attraktivität der NGS-Methode beruht auf ihrer extrem hohen Sequenzierkapazität. Hinzukommen neue Möglichkeiten wie die

Documents