Die Diagnostik von Krankheiten mittels Hochdurchsatzsequenzierung nimmt in der modernen Krankenversorgung einen immer höheren Stellenwert ein. Die hierzu verwendeten Methoden des Next-Generation Sequencing (NGS) ermöglichen die gleichzeitige Untersuchung vieler Gene eines Patienten bis hin zu seinem gesamten Genom. Die entstehende Flut von Genomdaten ist mit klassischen Server-Strukturen kaum noch effizient und schnell auswertbar. Neue Technologien des sogenannten Third-Generation Sequenzing (TGS), auch Long-Read Sequencing, steigern den Bedarf an innovativen Methoden zur Datenauswertung weiter.
Das Institut für Humangenetik der Uniklinik RWTH Aachen (Prof. Ingo Kurth, Dr. Florian Kraft, Dr. Matthias Begemann) hat zusammen mit dem Lehrstuhl für Integrierte digitale Systeme und Schaltungsentwurf (IDS) der RWTH Aachen (Prof. Tobias Gemmeke) und dem Peter Grünberg Institut des FZ Jülich (Prof. Regina Dittmann) eine ERS Seed Fund erhalten, um dieses Problem anzugehen.
In einem fachübergreifenden Projekt soll durch eine optimierte Hardware die Datenauswertung um ein Vielfaches beschleunigt werden. Hierzu wird die Expertise der drei Fachbereiche in der Generierung und Analyse von Daten der Hochdurchsatzsequenzierung (Humangenetik), Entwicklung von modernen anwendungsspezifischen Schaltungen (IDS) und Entwicklung von Speichertechnologien (FZ Jülich) zusammengeführt. Bisher genutzte Software-Algorithmen zur Auswertung von NGS/TGS Daten sollen in einen „Chip“ integriert werden und dadurch wesentlich zur Beschleunigung der Datenauswertung beitragen. Zusätzlich wird durch den Einsatz modernster Speichertechnologien ein bisheriger Flaschenhals bei der Analyse von Genomdaten in Serversystemen umgangen.
