EMC поможет российским ученым разработать новые способы диагностики рака

EMC поможет российским ученым разработать новые способы диагностики рака

Центр исследований и разработок ЕМС, подразделение корпорации EMC (NYSE:EMC) подписал соглашение о сотрудничестве с Академическим университетом Российской Академии наук. Со стороны АУ РАН договор подписан ректором университета, академиком, нобелевским лауреатом Жоресом Ивановичем Алферовым.

Цель соглашения – объединить усилия по созданию легкой и удобной в использовании облачной платформы, применимой в клинической медицине для анализа геномных данных. Разработка поможет выявлять так называемые «гибридные гены», которые в большинстве случаев являются причинами возникновения злокачественных опухолей. Помимо прочих задач, их обнаружение поможет значительно упростить диагностику онкологических заболеваний.

В основе решения – разрабатываемые специалистами лаборатории Алгоритмической биологии.

АУ РАН программные продукты SPAdes и QUAST. SPAdes – это геномный ассемблер, созданный под руководством Павла Певзнера, одного из ведущих мировых ученых, занимающихся проблемами биоинформатики и вычислительной биологии. rnaSPAdes собирает воедино разрозненные данные, полученные после успешных РНК-секвенирований, произведенных на наиболее популярных сегодня платформах Illumina и IonTorrent. Качество транскриптомных сборок, создаваемых rnaSPAdes, должно быть сравнимо с результатами, получаемыми из наиболее продвинутых РНК-сборщиков. Ожидается, что rnaSPAdes будет управляться через командную строку, а значит как сама программа, так и проводимый ею полный процесс обработки будут удобны для практического применения.

QUAST («Кваст») – это программный инструмент, с помощью которого будет производиться оценка качества создаваемых ассемблерами транскриптомных сборок и их сравнение. При этом QUAST сможет работать как при наличии референсного генома (уже известного генома, близкого к анализируемому), так и без него. Планируется, что данные оценки можно будет представить в виде наглядных таблиц с характеристиками каждой сборки, а также графически отобразить их сравнение.

Участие в проекте центра исследований и разработок EMC фокусируются на подготовке облачной инфраструктуры для хранения генетических данных и выполнении биоинформатических вычислений для их правильного и качественного анализа.

Руководить проектом со стороны Академического университета будет Алла Лапидус, заместитель директора Лаборатории Алгоритмической Биологии Академического Университета РАН.

«Мы надеемся, что наш совместный проект найдет самое широкое применения,- говорит Камиль Исаев, генеральный директор Центра разработок и исследований EMC в «Сколково».- «Многие онкологические заболевания обладают высоким уровнем смертности. Наша платформа поможет предупредить развитие заболевания, определив его наличие на ранних стадиях. Своевременно поставленные диагнозы в будущем спасут множество жизней. Наши партнеры по проекту из лаборатории алгоритмической биологии – ведущие специалисты своей отрасли, чья работа отмечена многочисленными наградами. Мы рады сотрудничать с ними и, со своей стороны, будем использовать весь багаж накопленного EMC опыта, чтобы вместе добиться успеха».

«В результате мы хотим получить полноценное решение, которое поможет значительно облегчить диагностику онкологических заболеваний — говорит Алла Лапидус. — Исследование рака на ранней стадии – это рынок с огромной капитализацией. Создание понятного продукта с удобным интерфейсом, который к тому же обладает высокой производительностью, позволит использовать эту разработку на коммерческих платформах, где каждый сэкономленный час представляет ценность. Наше сотрудничество с Центром исследований и разработок компании EMC, являющейся признанным лидером в области хранения и обработки данных позволяет воплотить эти замыслы в полном объеме».

Иллюстрация к статье: Яндекс.Картинки
Подписывайтесь на наш Telegram, чтобы быть в курсе важных новостей медицины

Читайте также
Вы можете оставить комментарий, или trackback на Вашем сайте.

Оставить комментарий

Подтвердите, что Вы не бот — выберите самый большой кружок: