Dataspace-Basierende Plattform für Atemgasanalyse

Krebs ist eine der häufigsten Todesursachen in westlichen Gesellschaften. Da herkömmliche Methoden zur Erkennung von Krebs nicht effizient genug sind, werden Diagnosen oft sehr spät erstellt. Ein relativ neuer, vielversprechender Forschungsbereich, der sich mit nicht-invasiver Diagnose von Lungen -und Speiseröhrenkrebs beschäftigt, basiert auf der Atemgasanalyse. Es besteht Grund zur Annahme, dass diese Krebsarten durch die Untersuchung der Konzentration bestimmter volatiler Bestandteile in Atemgas erkannt werden können. Wissenschaftler der Atemgasanalyse beschäftigen sich allerdings auch mit anderen Anwendungsbereichen. Zurzeit werden neue analytische Methoden entwickelt, Prototypdaten für Krebs und andere Krankheiten gesammelt und Anzeiger-Bestandteile zur Bestimmung von diversen Krankheiten identifiziert. In dieser Phase ist es besonders wichtig, mitarbeitenden Forschern und Institutionen (a) den Zugang zu den bereits erhobenen, geografisch verteilten Daten der Atemgasanalyse sowie zu den analytischen Ressourcen, die in verschiedenen Forschungseinrichtungen weltweit aufbereitet werden, zu ermöglichen und (b) eine Arbeitsumgebung zu schaffen, die es ihnen ermöglicht, unkompliziert auf internationaler sowie nationaler Ebene Forschungsbeiträge leisten und austauschen zu können. Dadurch wird die weltweite Zusammenarbeit von Atemgaswissenschaftlern unterstützt, Entscheidungen verbessert sowie Chancen auf erfolgreiche Forschungsergebnisse gesteigert. In diesem Zusammenhang ist eine unterstützende Informationsinfrastruktur, die neuartige Datenmanagement und analytische Dienstleistungen, mitsamt ihrer Einsetzung in einem entsprechenden wissenschaftlichen Arbeitsvorgang zur Verfügung stellt, unerlässlich. Auf diese Weise können Atemgasforscher effizient auf Daten von verschiedenen geographisch verteilten Datenquellen zugreifen; diese Daten integrieren, weiter verarbeiten und analysieren sowie auch deren Analyseergebnisse veröffentlichen bzw. untereinander austauschen. In diesem Dokument wird das Konzept sowie zugehöriger Arbeitsaufwand für eine erfolgreiche Realisierung einer derartigen Infrastruktur vorgestellt. Das Hauptaugenmerk unserer Forschung liegt dabei, Datenmanagementmethoden mit der Ablauforganisation von wissenschaftlichen Prozessen sowie deren automatische Parametrisierung in Verbindung zu setzen. Dies stellt eine sehr nützliche Plattform für das Management und die Analyse wissenschaftlicher Daten im speziellen für Forscher der Atemgasanalyse dar. Darüberhinaus beschäftigten wir uns mit auf autonomous-computing basierenden Techniken für die Automatisierung von Atemgasanalysen. Unser Datenmanagementmodell basiert zum einen auf den Ideen des Grid sowie des Dataspace und zum anderen auf einer neu Positionierung der weitverbreiteten Skriptsprache und Entwicklungsumgebung MATLAB. Das Grid ist eine Infrastruktur, die eine flexible, sichere und koordinierte gemeinsame Nutzung von Ressourcen, sowohl von einzelnen Forschern als auch von Institutionen ermöglicht. Ein Dataspace besteht aus Teilnehmern (Datenbestände) und Beziehungen zwischen diesen. Das Projekt erarbeitet eine auf dem Grid basierende Dataspace Plattform, die höchste Leistungsmerkmale bietet, genauste Analysemethoden gewährleistet, effiziente Suchmethoden und semantisch ausgefeilte Beschreibungen von Datenbeständen bezüglich Atemgasexperimente ermöglicht. Spezifische auf die Atemgasforschung angepasste Dataspaces werden sowohl für die Beziehung zwischen Quelldaten (mit verschiedenen analytischen Techniken erhobenen Messdaten ausgeatmeter Luft) und den daraus abgeleiteten Daten (z.B.: spezieller Krebsanzeiger) in Atemgasexperimenten als auch für die Einbindung wissenschaftlicher Zielsetzungen von angewendeten Experimenten errichtet. Das Forschungsprogramm dieses Projektes stützt sich auf die Ergebnisse kooperativer Forschung mit den Forschungspartnern und einer weitreichenden internationalen Zusammenarbeit.

Atemgasanalyse ist ein junges Forschungsfeld- wie so viele andere durch große Datenmengen getrieben - mit einer umfangreichen und über die ganze Welt verstreuten Wissenschaftlergemeinde, welches vielversprechenden Einfluss auf eine Vielzahl von Anwendungsdomänen nimmt. Jüngste Ergebnisse weisen darauf hin, dass frühzeitige Erkennung von verschiedenen Krebsarten aber auch andere physiologische und pathophysiologische Zustände weit über die Möglichkeiten derzeitiger diagnostischer Methoden denkbar sind. Hunderte ausgeatmete Stoffe müssen dazu gefiltert und geprüft werden, was eine Vielzahl analytischer Instrumente sowie statistischer Methoden benötigt. Für die derzeitige Entwicklungsstufe ist ganz besonders die Ermöglichung der Zusammenarbeit über Institutionen hinweg von großer Bedeutung. Dies benötigt sicheren und kontrollierten Zugriff auf Atemgasdaten, abgeleitete Daten, analytischer Verfahren sowie einfach IT Ressourcen in ein internationales Forschungsumfeld beizutragen aber auch für seine Zwecke selbst zu nutzen. Unser Projekt adressiert diese Herausforderungen, indem es eine fortschrittliche Infrastruktur - genannt ABA Cloud mit all den benötigten Diensten für diese Art von daten-getriebener und rechen-intensiver Forschung ausarbeitete Datenmanagement-Ansatz erlaubt einerseits die und implementierte. Der entwickelte Beziehungen zwischen Rohdaten und abgeleiteten Daten zu konservieren und andererseits wissenschaftliches Verständnis in den Lebenszyklus der Experimente zu integrieren. Der benötigte Analyse-Ansatz basierend auf diesem erweiterten Datensätzen unterstützt die Forscher mit einfacher Integration ihrer gewohnten Problemlösungsumgebungen in den Lebenszyklus der Datenanalyse, paralleler Ausführung auf mehreren Rechnern, sicherer Einbindung sensitiver Datenbestände durch verstärkte Sicherheitsmaßnahmen und automatischer Datenanalyse zur Identifizierung neuer Forschungsrichtungen. Diese fortschrittlichen Möglichkeiten werden den Forschern mittels benutzerfreundlicher Browseranwendung zur Verfügung gestellt. Diese erlaubt alle benötigten Datenbestände bzw. Verarbeitungsschritte eines Experiments zu erkunden sowie Ähnlichkeiten zu anderen Experimenten - welche die gleichen Datensätze oder Analysemethoden verwenden - aufzuzeigen. Dieser integrierte Blickwinkel auf Experimente und ihrer Verflechtungen ist ein signifikanter Beitrag für die Erstellung weiterer zukünftiger Untersuchungen, aber auch für das vollständige Verständnis bereits abgeschlossener Untersuchungen.