European Commission logo
polski polski
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Article Category

Story
Zawartość zarchiwizowana w dniu 2024-04-23

Article available in the following languages:

Najważniejsze wiadomości - "Google" w technologii grid na rzecz zwalczania chorób neurologicznych

Przetwarzanie sieciowe ('grid computing'), od dawna stosowane przez fizyków i astronomów, w celu szybkiego i wydajnego przetwarzania ogromnych ilości danych, znajduje obecnie zastosowanie w biomedycynie. Naukowcy, którzy uzyskali wsparcie finansowe ze strony UE, połączyli ze sobą setki komputerów, w celu wspierania poszukiwania leków na choroby neurologiczne, takie jak choroba Alzheimera. Powyższy system określany jest jako "Google na rzecz obrazowania mózgu".

Gospodarka cyfrowa icon Gospodarka cyfrowa

Dzięki projektowi Neugrid ogólnoeuropejską infrastrukturę przetwarzania sieciowego otwarto na nowe dziedziny badań, obejmujące zmiany neurologiczne oraz inne choroby, z myślą o szybszym i bardziej dokładnym diagnozowaniu pacjentów w warunkach klinicznych. Infrastrukturę, która powstała dzięki wsparciu finansowemu ze strony Komisji Europejskiej w kwocie 2,8 milionów euro, stworzyli w ciągu trzech lat naukowcy pochodzący z siedmiu krajów. Głównym celem powyższych prac było umożliwienie neurobiologom szybkiego i skutecznego analizowania obrazów mózgu pacjentów cierpiących na chorobę Alzheimera, pochodzących z rezonansu magnetycznego ('magnetic resonance imaging' - MRI). Prace naukowców pomogły ponadto otworzyć wrota do wykorzystania przetwarzania sieciowego w badaniach nad schorzeniami neurologicznymi oraz w innych obszarach medycyny. "Sieć Neurogrid stworzono w celu zaspokojenia konkretnej potrzeby. Kliniki neurologii w większości szpitali nie posiadają szybkiego i łatwego dostępu do zaawansowanych zasobów z zakresu analizy MRI. Każde przetwarzanie obrazów medycznych wymagałoby wysyłania naukowców do innych laboratoriów. Zadaliśmy sobie zatem pytanie, czy nie lepiej udostępnić zasoby naukowcom, niż zmuszać naukowców do przemieszczania się w celu korzystania z tych zasobów?". Tłumaczy Giovanni Frisoni, neurolog oraz zastępca dyrektora naukowego IRCCS Fatebenefratelli, włoskiego Krajowego Centrum ds. Alzheimera i Chorób Umysłowych w Brescii. Pięcioletnia praca w dwa tygodnie Zespół uczestniczący w projekcie Neugrid, któremu przewodził David Manset z francuskiej firmy MaatG oraz Richard McClatchey z University of West England w Bristolu, stworzył podwaliny pod infrastrukturę sieciową, obejmującą pięć rozproszonych węzłów, z których każdy posiada 100 procesorów (CPU) połączonych za pomocą sieciowego oprogramowania pośredniczącego ('middleware'), dostępnych przez Internet, poprzez prosty w obsłudze interfejs typu 'web'. W celu przetestowania powyższej infrastruktury zespół projektowy wykorzystał zbiory danych oraz obrazy medyczne dostarczone przez amerykańską inicjatywę na rzecz neuro-obrazowania choroby Alezheimera ('Alzheimer's Disease Neuroimaging Initiative'), największą publiczną bazę danych zawierającą obrazy MRI pacjentów cierpiących na chorobę Alzheimera oraz lżejsze schorzenie, określane jako łagodne zaburzenie funkcji poznawczych ('mild cognitive impairment'). "W ramach projektu Nuegrid udało nam się pokonać największe wyzwanie obliczeniowe, jakiemu kiedykolwiek stawiono czoła w kontekście badań nad układem nerwowym: zgromadziliśmy 6 500 obrazów MRI pochodzących od pacjentów cierpiących na zaburzenie funkcji poznawczych o zróżnicowanym nasileniu, a następnie przeanalizowaliśmy je w dwa tygodnie", twierdzi Dr Frisoni, główny naukowiec projektu, dodając, że "na zwykłym komputerze zadanie to zajęłoby pięć lat!". Chociaż choroba Alzheimera dotyka około połowy osób w wieku powyżej 85 lat, jej przyczyny oraz rozwój są słabo poznane. Na całym świecie na schorzenie to cierpi ponad 35 milionów osób . Prognozuje się, że wraz ze starzeniem się społeczeństw choroba ta dotknie 115 milionów osób przed rokiem 2050. Pacjenci z wczesnymi objawami choroby mają trudności w zapamiętywaniu nazwisk innych osób oraz nazw miejsc, przypominaniu sobie niedawnych wydarzeń oraz rozwiązywaniu prostych zadań matematycznych. Wraz z postępującymi uszkodzeniami mózgu pacjenci dotknięci zaawansowanym stadium choroby tracą zdolności umysłowe i fizyczne i wymagają nieustannej opieki. Analiza obrazów MRI, przeprowadzona w ramach projektu Neugrid, powinna pomóc naukowcom zdobyć cenne informacje na temat niektórych zagadnień dotyczących choroby Alzheimera, takich jak wiedza o tym, które obszary mózgu jako pierwsze ulegają zniszczeniu, jakie zmiany mózgu, które można identyfikować przy pomocy biomarkerów, zachodzą jakie pierwsze oraz jakie leki mogą zahamować lub zatrzymać rozwój choroby. Prace uczestników projektu Neugrid bazowały na dwóch wcześniejszych projektach unijnych: Mammogrid, w ramach którego stworzono infrastrukturę przetwarzania sieciowego, pozwalającą analizować dane mammograficzne oraz AddNeuroMed, którego uczestnicy poszukiwali biomarkerów choroby Alzheimera. Uczestnicy projektu Neugrid kontynuują obecnie swe prace w ramach szeregu projektów stanowiących jego kontynuację. Powiększona sieć oraz nowy model działania Celem projektu 'Neugrid for You' (N4U), stanowiącego bezpośrednią kontynuację projektu Neugrid, będzie dalsze rozwijanie infrastruktury przetwarzania sieciowego, a także zintegrowanie jej z wysokowydajnym przetwarzaniem danych ('High performance computing' - HPC) oraz z zasobami oferowanymi przez chmury obliczeniowe ('cloud computing'). Dzięki środkom finansowanym zapewnionym przez Komisję Europejską, w kwocie 3,5 milionów euro, poszerzone zostaną usługi oferowane użytkownikom, pule algorytmów oraz zbiory danych, w celu stworzenia wirtualnego laboratorium przeznaczonego dla neurobiologów. "W ramach projektu Neugrid stworzyliśmy infrastrukturę przetwarzania sieciowego, której celem jest rozwiązanie wyzwań technicznych, takich jak kompatybilność kluczowych zasobów komputerowych oraz zapewnienie skalowalności architektury. W projekcie N4U skupimy się nad użytkowym aspektem infrastruktury, a zwłaszcza nad usługami i narzędziami udostępnianymi naukowcom", twierdzi Dr Frisoni. "Pragniemy sprawić, by korzystanie z powyższej infrastruktury w kontekście prac badawczych było możliwie najprostsze", dodaje dr Frisoni, "proces uczenia się nie powinien być bardziej skomplikowany, niż nauka obsługi telefonu iPhone!". W ramach projektu N4U rozbudowana zostanie ponadto infrastruktura sieciowa, poprzez przyłączenie do istniejących pięciu klastrów obliczeniowych kolejnych węzłów CPU, jak na przykład niedawno dodane 2 500 CPU zlokalizowanych w Paryżu, we współpracy z francuską Komisją ds. Alternatywnych Źródeł Energii oraz Energii Atomowej ('Alternative Energies and Atomic Energy Commission' - CEA) oraz dzięki partnerstwu z wirtualną organizacją biomedyczną o nazwie Sieci obliczeniowe na rzecz e-nauki, Biomed VO ('Enabling grids for e-science Biomed VO'). W ramach innej inicjatywy stanowiącej kontynuację projektu Neugrid, zwanej outGRID, nastąpi ujednolicenie infrastruktury Neugrid, poprzez połączenie jej z podobnymi zasobami przetwarzania sieciowego stworzonymi w Stanach Zjednoczonych przez Laboratorium Neuro-obrazowania na Uniwersytecie Kalifornijskim w Los Angeles oraz platformy służącej do badań nad obrazowaniem medycznym o nazwie CBRAIN, opracowanej na Uniwersytecie McGill w Montrealu, w Kanadzie. By wzmocnić powyższe wysiłki Międzynarodowy Związek Telekomunikacyjny, będący agencją Organizacji Narodów Zjednoczonych, zorganizował niedawno warsztaty. Dr Frisoni jest także koordynatorem naukowym projektu DECIDE, w ramach którego opracowywane są narzędzia służące do diagnostyki klinicznej, przeznaczone dla lekarzy, bazujące na infrastrukturze sieciowej Neugrid. "Istnieje kilka znaczących różnic pomiędzy korzystaniem ze zbiorów obrazów medycznych dla celów naukowych i dla celów diagnostycznych", tłumaczy dr Frisoni. "Naukowcy porównują ze sobą wiele obrazów, podczas gdy lekarze zainteresowani są porównywaniem obrazów pozyskanych od jednego pacjenta z szerokim zbiorem danych, w celu zdiagnozowania schorzenia. Ponadto dane, z których korzystają naukowcy, są anonimowe, podczas gdy obrazy uzyskane od pojedynczego pacjenta takie nie są i ich ochrona stanowi wyzwanie". Uczestnicy projektu DECIDE zamierzają poszukać odpowiedzi na powyższe pytania, w celu wykorzystania infrastruktury przetwarzania sieciowego w kontekście wspierania lekarzy w procesie leczenia pacjentów. Chociaż głównym celem powyższych projektów jest wykorzystanie przetwarzania sieciowego w dziedzinie nauki o układzie nerwowym, dr Frisoni podkreśla, że ta sama infrastruktura, architektura i technologia może pomóc zgłębiać inne zagadnienia naukowe - oraz w opracowywać nowe, bardziej wydajne narzędzia diagnostyczne - w pozostałych dziedzinach medycyny. "Pomagamy tworzyć podwaliny pod nowe metody sieciowych badań medycznych", twierdzi dr Frisoni. Projekt Neugrid uzyskał wsparcie finansowe w ramach Siódmego Programu Ramowego UE (7PR). Użyteczne odnośniki: - Strona internetowa projektu "E-infrastruktura przetwarzania sieciowego na rzecz archiwizacji/przesyłu danych oraz zastosowań o dużych wymaganiach obliczeniowych" - 'A grid-based e-infrastructure for data archiving/communication and computationally intensive applications in the medical sciences' website - Informacje na temat projektu Neugrid w bazie danych CORDIS - Strona internetowa projektu "Poszerzenie zasięgu usług NeuGRID na nowe społeczności użytkowników" - 'Expansion of NeuGRID services and outreach to new user communities' - Informacje na temat projektu NeuGRID w bazie danych CORDIS - Strona internetowa projektu "Ogólnoświatowa e-infrastruktura obliczeniowa dla neurobiologów" - 'A worldwide e-infrastructure for computational neuroscientists' - Informacje na temat projektu outGRID w bazie danych CORDIS Odnośne filmy: - NeuGRID - outGRID Odnośne publikacje: - Najważniejsze wiadomości - Ochrona ekosystemów oferujących otwarty dostęp do danych oraz ekosystemów e-infrastruktur ('Saving ecosystems with open data and e-infrastructure ecosystems') - Prace nad ogólnoeuropejską infrastrukturą sieciową osiągają nowy poziom ('Work on pan-European grid infrastructure moves to next level')