In der klinischen Forschung und der Medikamentenentwicklung generieren Wissenschaftler rasant zunehmende Datenmengen, die sie nur schwer mit älteren Studien, anderen Experimenten oder externen Datenbanken abgleichen können.

Abhilfe will das jetzt gestartete Projekt HUMIT unter Leitung von Fraunhofer FIT bringen. Innovative Big-Data-Methoden sollen durch die Kombination alter und neuer Daten weiterführende Erkenntnisse erschließen.

Im Projekt HUMIT haben sich vier Akteure im Bereich Wirkstoffforschung zur Medikamentenentwicklung zusammengeschlossen. Das Fraunhofer-Institut für Molekularbiologie und Angewandte Ökologie IME etwa führt als Pharmadienstleister Hochdurchsatzexperimente auf der Suche nach neuen Wirkstoffen durch. In den bereits gesammelten Daten stecken viele Informationen, die auch für andere Fragestellungen genutzt werden könnten. Das Deutsche Zentrum für Neurodegenerative Erkrankungen (DZNE) sammelt ebenfalls viele Experimentaldaten bei der Erforschung der Ursachen von Alzheimer und Parkinson, kann das Material aber nicht umfassend mit den weltweiten Forschungsdatenbanken abgleichen. Zusammen mit dem Fraunhofer-Institut für Angewandte Informationstechnik FIT und dem Laborinformationssystem-Anbieter soventec wollen die Partner nun Wege finden, wie die vielfältigen Informationen in Zukunft besser integriert und genutzt werden können, um komplexe Krankheiten besser zu verstehen und die Wirkungen und Nebenwirkungen von Substanzen klarer zu erfassen.

Die zentrale Herausforderung ist die hohe Heterogenität biomedizinischer Daten. Experimentalansätze und Modelle ändern sich in der Forschung sehr schnell und damit auch die Datenstrukturen. HUMIT will neue Methoden entwickeln, die es einem Nutzer ermöglichen, interaktiv aus den vorhandenen Daten die Struktur zu erkennen und mit anderen Strukturen zusammenzubringen. Hauptidee ist dabei ein inkrementelles Vorgehen, bei dem die Regeln zur Integration der Daten schrittweise definiert werden und das Informationssystem schon früh ohne aufwendige Konfigurationsarbeiten genutzt werden kann. Gleichzeitig soll der Forscher die ultimative Kontrolle über Form und Interpretation seiner Daten behalten.

„Auch wenn wir uns vornehmlich der vorklinischen Forschung widmen, betrachten wir auch die Integration von Patientendaten und sorgen dafür, dass die hohen Anforderungen an Sicherheit und Privatsphäre solcher Daten durch Big-Data-Ansätze nicht unterlaufen werden“, so Projektkoordinator Dr. Christoph Quix, Leiter der Abteilung für High Content Analyse und informationsintensive Instrumente beim Fraunhofer-Institut für Angewandte Informationstechnik FIT.