REDWOOD CITY, Kalifornien, USA, March 29, 2021 (GLOBE NEWSWIRE) -- TigerGraph, Anbieter der führenden Graphanalytikplattform, gibt heute bekannt, dass die Technical University of Denmark (DTU), eine renommierte Hochschule für technische und naturwissenschaftliche Disziplinen, die funktionsreichen Graphanalysen von TigerGraph mit Machine Learning und KI für die Suche nach besseren Behandlungsmethoden für akute lymphatische Leukämie einsetzt.
Forscher an der DTU nehmen an einem großen Projekt in Dänemark und Schweden teil, in dem die Gendaten aller Patienten mit Krebs im Kindesalter kartiert werden. Im Rahmen einer übergeordneten Zusammenarbeit im EU-geförderten Projekt iCOPE (Interregional Childhood Oncology Precision Medicine Exploration) wird damit begonnen, in Blutproben von Patienten mithilfe von Whole Genome Sequencing (WGS) und RNA-Sequenzierung nach auffälligen Expressionsmustern zu suchen, die mit Enhancer-Mutationen einhergehen oder möglicherweise von diesen verursacht werden. Langfristiges Ziel von iCOPE ist die Verbesserung der Diagnose, Behandlung und Heilungsraten sowie der gesamten Lebenssituation von Kindern mit Krebs.
Bei dieser Forschung entstehen enorme Mengen von Daten, die unter Verwendung von TigerGraph mit verschiedenen anderen Datenpunkten über das Leben, die Erkrankungen und Behandlungen der Patienten verknüpft werden, um besser zu verstehen, warum Kinder an Krebs erkranken, die Diagnose früher zu erstellen und wesentlich effektivere Therapien zu finden.
Jesper Vang, Doktorand der Fakultät für Gesundheitstechnologie im Bereich Krebs-Systembiologie an der DTU, erläutert es so: „In unserem derzeitigen System sind nur Rohdaten wie beispielsweise Genotyp und ganzgenomsequenzierte Daten gespeichert. Diese Rohdaten durchlaufen eine spezielle Pipeline, die genetische Varianten abruft und die Daten in einer MySQL-Datenbank annotiert. Wir brauchten aber etwas, mit dem sich leichter arbeiten lässt, vor allem für die klinischen Kollegen, damit sie auch nach genetischen Zusammenhängen suchen können. Das ist ein perfektes Anwendungsszenario für Graphanalytics.“
Die DTU entschied sich, eine leistungsstarke Graph-Datenbankplattform in der Universität zu implementieren. Mehrere Angebote wurden bewertet, darunter auch Neo4j, doch letztendlich konnte nur TigerGraph die für das Projekt erforderliche Skalierbarkeit und Analysetiefe bieten. „Bei unseren Tests war TigerGraph die einzige Lösung, die leistungsstark genug war und sich so weit skalieren ließ, wie das langfristig notwendig sein wird“, erklärt Vang.
An der DTU finden momentan die letzten Arbeiten an der Bereitstellung des Gesamtsystems statt. Teile werden bereits in einem Projekt verwendet, in dem unter Anwendung von KI, Machine Learning und translationaler Bioinformatik Modelle erstellt werden, die das Rezidivrisiko und das Toxizitätsrisiko bei Therapien der akuten lymphatischen Leukämie vorhersagen können.
Martin Darling, VP EMEA bei TigerGraph, fügt hinzu: „Die Arbeit an der DTU und im gesamten iCOPE-Projekt ist bahnbrechend. Sie zeigt auf, wie die Kombination klinischer Spitzenforschung mit innovativen Technologien zu wissenschaftlichen Durchbrüchen in Disziplinen wie den Biowissenschaften führen kann. Wir freuen uns sehr, dass Jesper Vang beim kommenden Graph + AI Summit im April eine umfassende Fallstudie des Projekts vorstellen wird.“
Beim von TigerGraph veranstalteten Graph + AI Summit, der einzigen offenen Branchenkonferenz zur Beschleunigung von Analysen, KI und Machine Learning mit Graphen, werden Seminare zu Praxisanwendungen stattfinden und Vorträge von Vertretern weltweit agierender Großkonzerne, innovativer Startups und Universitäten zu hören sein. Zu den Keynote-Sprechern gehört Harry Powell, Director of Data and Analytics bei Jaguar Land Rover, der berichtet, wie sein Unternehmen mithilfe von Graphen die Lieferkettenplanung von drei Wochen auf 45 Minuten beschleunigen und seine Wertschöpfung aus Daten verdreifachen konnte. Noel Yuhanna, Vice President und Principal Analyst bei Forrester Research, wird darüber berichten, wie Forrester-Kunden in allen Branchen von einer Kombination aus graphbasierten Analysen, KI und Machine Learning profitieren. Danny Clark, Head of Fraud Strategy bei NewDay, wird erläutern, wie sein Unternehmen Graph Analytics und Machine Learning nutzt, um Betrüger schneller als je zuvor zu erkennen und am Eintritt in das Netzwerk zu hindern. Hier sei nur gesagt, dass dazu Daten mit bekannten und neuen Betrugssyndikaten abgeglichen werden. Graph + AI Summit 2021, die einzige offene Branchenkonferenz zur Beschleunigung von Analysen und KI, findet am 21.-22. April 2021 in virtueller Form statt. Bitte registrieren Sie sich unter folgender Adresse für die Konferenz: https://www.tigergraph.com/graphaisummit/
Über die Technical University of Denmark (DTU)
Die DTU wurde 1829 gegründet und widmet sich seither der Weiterentwicklung der Natur- und Technikwissenschaften zum Wohle der Allgemeinheit. In den vergangenen beiden Jahrhunderten hat sich die DTU von einer polytechnischen Institution des 19. Jahrhunderts zu einer modernen, internationalen, multidisziplinären Hochschule entwickelt, die die Forschung, Lehre und Zusammenarbeit über interdisziplinäre, professionelle und internationale Grenzen hinweg vorantreibt.
Nützliche Links
- Graph + AI Summit
- TigerGraph testen
- TigerGraph Cloud
- TigerGraph Website
- TigerGraph Blog
- TigerGraph auf Twitter
- TigerGraph auf LinkedIn
Über TigerGraph
TigerGraph ist eine Plattform für fortschrittliche Analysen und Machine Learning auf vernetzten Daten. Basierend auf der branchenweit ersten und einzigen verteilten nativen Graphdatenbank unterstützt die bewährte Technologie von TigerGraph innovative Analyse- und ML-Anwendungen wie Betrugserkennung, Geldwäschebekämpfung, Entitätsauflösung, 360-Grad-Sicht auf Kunden, Empfehlungen, Wissensgraphen, Cybersicherheit, Lieferketten, IoT und Netzwerkanalysen. Der Hauptsitz des Unternehmens befindet sich in Redwood City, Kalifornien, USA. Machen Sie den ersten Schritt – kostenlos unter tigergraph.com/cloud.
Medien Kontakt:
Anne Harding, anne@themessagemachine.com
+44 7887 682943