Elaborazioni biomediche a larga scala basate su OMERO

OMERO Biobank

Elaborazioni biomediche a larga scala basate su OMERO

Referenti

Contesto

Il numero di settori interessati dal fenomeno dei big data è in costante aumento, sia nella scienza che nell'industria, con i sequenziatori di DNA ad alta processività che sono tra i più massicci produttori di dati. La costruzione di strutture di analisi in grado di tenere il passo con un tasso di produzione così elevato, tuttavia, è solo una parte del problema: le sfide attuali includono la gestione di repository di dati articolati in cui gli oggetti sono collegati da relazioni multiple, la gestione di pipeline di elaborazione complesse in cui ogni fase dipende da un gran numero di parametri di configurazione come pure la garanzia di riproducibilità, controllo degli errori e usabilità da parte di personale non tecnico.

Descrizione

OMERO.biobank è un framework robusto, estensibile e scalabile in tracciabilità pensato per supportare esperimenti a larga scala e ad alta intensità di dati in campo biologico. Il sistema di gestione dei dati è basato sui servizi principali di OME Remote Objects (OMERO), una piattaforma software open source che include una serie di meccanismi di storage, remotizzazione del middleware, API e applicazioni client.

Innovative features

  • il kernel di OMERO.biobank è integrato con un sistema di indicizzazione che mantiene una versione persistente della struttura della tracciabilità mappando le entità ai nodi e le azioni agli archi di un database a grafo ;
  • è implementato con Neo4j
  • il suddetto sistema di indicizzazione può gestire un numero elevato di elementi.

Potenziali utenti

Ricercatori, sviluppatori

Settori d'impatto

Salute - ICT

Ulteriori risorse

  1. https://github.com/crs4/omero.biobank
  2. G. Cuccuru, S. Leo, L. Lianas, M. Muggiri, A. Pinna, L. Pireddu, P. Uva, A. Angius, G. Fotia, G. Zanetti, "An automated infrastructure to support high-throughput bioinformatics", 2014 International Conference on High Performance Computing Simulation (HPCS), pp. 600-607, July 2014.
  3. G. Cuccuru, P. Uva, S. Onano, R. Atzeni, S. Leo, L.Lianas, Manuela Oppo, Luca Pireddu, Andrea Angius, Laura Crisponi, Gianluigi Zanetti, Giorgio Fotia, Exploiting a large scale biodata management system to support NGS variant detection studies. Poster presentation at ISMB/ECCB, 10-14 July 2015, Dublin - 2015.

Questo sito utilizza cookie tecnici e assimilati. Possono essere presenti anche cookie profilazione di terze parti. Se vuoi saperne di più o negare il consenso a tutti o ad alcuni cookie leggi l'informativa completa. Proseguendo nella navigazione (anche con il semplice scrolling) acconsenti all'uso dei cookie. This site uses technical and anonymized analytics cookies only. There may also be profiling third-party cookies. Please read the cookie information page to learn more about how we use cookies or blocking them. more information

The cookie settings on this website are set to "allow cookies" to give you the best browsing experience possible. If you continue to use this website without changing your cookie settings or you click "Accept" below then you are consenting to this.

Close