1 / 37

Atlantic Accelerator Era7 March 2012

Era7 Information Technologies SLU. INTERCROSSING un Proyecto Marie Curie Initial Training Network (ITN) financiado por la UE II Reunión de la Plataforma Tecnológica para la Innovación en la Salud – Toledo 21 de Noviembre de 2013. Atlantic Accelerator Era7 March 2012.

alan-webb
Download Presentation

Atlantic Accelerator Era7 March 2012

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Era7 Information Technologies SLU • INTERCROSSING un Proyecto Marie Curie Initial Training Network (ITN) financiadopor la UE • II Reunión de la Plataforma Tecnológica para la Innovación en la Salud – Toledo 21 de Noviembre de 2013 AtlanticAccelerator Era7 March 2012

  2. INnovativeTrainingEnvironment forResearchersCombining theResourcesOfStatisticalScience,InformaticsN&Genetics www.era7bioinformatics.com

  3. El proyecto INTERCROSSING: • 13 ESR (EarlyStageResearchers) • Pares de socios Universidad – SME • USA, Russia 2, France 2, Croatia, Germany 3, Pakistan, UK, Greece, India www.era7bioinformatics.com

  4. ¿ Por qué estamos en este proyecto ? • Porque somos expertos en Cloud Computing (AWS) • Porque lo usamos para manejar y analizar Big Data • Biológico www.era7bioinformatics.com

  5. ¿ Por qué estamos en este reunión ? • Porque nuestros desarrollos en el marco del proyecto • podrían ser de utilidad en otros proyectos y • Son de Open Source www.era7bioinformatics.com

  6. Un poco de contexto www.era7bioinformatics.com

  7. Que es ? www.era7bioinformatics.com

  8. Era7 es una EIBT : Empresa Innovadora de Base Tecnológica Somos una PYME: 13 personas www.era7bioinformatics.com

  9. Un modelo de negocio innovador: Investigación Cloud Computing Open Source Especialización en biomedicina www.era7bioinformatics.com

  10. Investigación • Grupo de Investigación propio • Publicaciones • Congresos Científicos • Colaboraciones Científicas • Proyectos: CDTI, IDEA, UE, … www.era7bioinformatics.com

  11. Cloud Computing • AWS (desde 2007) • Ninguna Infraestructura propia • Mucho I+D para manejar AWS www.era7bioinformatics.com

  12. Open Source • Desarrollos propios • AGPLv3 • Sin “Dual Licensing” • Vendemos servicio www.era7bioinformatics.com

  13. Especialización en biomedicina • Solo ese mercado • Intentamos aportar conocimiento • Equipo multidisciplinar • Matemáticos • Ingenieros • Bioquímicos • Médicos www.era7bioinformatics.com

  14. Un modelo de negocio innovador: Que nos ha permitido ir desde Granada a Boston pasando por Madrid (literalmente) www.era7bioinformatics.com

  15. Innovando en Tecnologías • NoSQLGraphDatabases (Neo4J, Titan, Blueprints) • Programación en Scala • Diseño de arquitecturas Cloud www.era7bioinformatics.com

  16. Bio4J Plataforma Bioinformática basada sobre una Graphdatabase, integrando Uniprot, Refseq, Gene Ontology, NCBI Taxonomy y Enzyme DB Big Data: 1.216.993.547 relationships 190.625.351 nodes 584.436.429 properties www.era7bioinformatics.com

  17. Clientes: • Hospitales • Empresas Biotech y Gran Farma • CSIC y Universidad www.era7bioinformatics.com

  18. Hospitales y entornos sanitarios: • Desarrollos a medida • DoPlanning: herramienta colaborativa • SaaS o In house • Open Source • Integración • Servicios de genómica www.era7bioinformatics.com

  19. El proyecto INTERCROSSING: • Nuevos ensambladores de genomas en Cloud con nuevas aproximaciones matemáticas • Nuevos sistemas de “mapeo” de secuencias en Cloud • Nuevas plataformas de Big Data Bioinformático www.era7bioinformatics.com

  20. Para ello , primero, hacemos herramientas generales de uso de AWS: • Níspero • Státika www.era7bioinformatics.com

  21. EvdokimKovach Dirigido por: Eduardo Pareja-Tobes www.era7bioinformatics.com

  22. Níspero: Un componente para escalar en AWS tareas independientes, un bloque básico para implementar sistemas distribuidos www.era7bioinformatics.com

  23. Tareas en Níspero: Una tarea es un conjunto de ficheros de entrada y salida (URLs de objetos de S3) Instrucciones: una herramienta (o herramientas ) que pueden resolver una tarea. Las instruciones no son parte de Níspero. www.era7bioinformatics.com

  24. Principales componentes: nisperoClient nisperoFarm , un conjunto de instancias EC2 con nisperoClient nisperoServer , sistema de monitorización y management WebClient , interfaz web para nisperoClient www.era7bioinformatics.com

  25. nisperoClient es una aplicación que hace el setup del entorno para las instrucciones: Establece conexión con AWS Recibe las tareas de entrada de una input queue Lanza las instrucciones Publica los resultados de las instrucciones www.era7bioinformatics.com

  26. Por cada tarea input nisperoServer lanza una nueva instancia que ejecuta un user-data script directamente. Estos scripts hacen lo siguiente: Configuración inicial de una instancia Descargar e instalar nisperoClient desde un bucket de S3 Lanzar nisperoClient www.era7bioinformatics.com

  27. Ciclo de vida de nisperoClient: • Establecer conexion con AWS • Esperar un mensaje de la inputQueue • Parsear la descripción de la tarea que viene en el mensaje recibido (JSON) • Correr las instrucciones de la tarea • Publicar los resultados en OutputTopic • Eliminar el mensaje de la inputQueue • Terminar la instancia (suicidarse) www.era7bioinformatics.com

  28. nisperoServer se encarga de monitorizar y manejar nispero Puede ser lanzado desde cualquier máquina con conexión a Internet pero es mejor correrlo desde la misma región que nisperoFarm y otros recursos de AWS que usa nispero. www.era7bioinformatics.com

  29. www.era7bioinformatics.com

  30. Statika AlexeyAlekhin Dirigido por: Eduardo Pareja-Tobes www.era7bioinformatics.com

  31. Statika El objetivo de statika es hacer algún trabajo real teniendo todas las dependencias bajo control en tiempo de compilación www.era7bioinformatics.com

  32. Statika Librerias en Scala que usan tipos para el manejo de paquetes de software. Se trata de saber todo lo necesario acerca de las dependencias en tiempo de compilación www.era7bioinformatics.com

  33. Nispero y Statika….. …….la pareja perfecta !! Con Statika configuramos las instancias de Níspero www.era7bioinformatics.com

  34. Que quiere decir esto en la práctica? • Un ejemplo, un proyecto de Metagenómica: • Millones se secuencias (strings) que deben compararse (blast) con TODAS las secuencias conocidas. • Statika dice como tener lista una máquina con Blast y todas aplicaciones necesarias • Níspero maneja la distribución y ejecución de hasta 1000 máquinas en nuestro caso. www.era7bioinformatics.com

  35. La ventaja de esto es que está abstraído: • Se puede usar en cualquier proceso paralelizable: • Análisis de imágenes radiológicas • Análisis de analíticas de cada paciente • Análisis de textmining de cada fichero. • Etc…. www.era7bioinformatics.com

  36. ¿ Para que hacemos estas cosas tan raras ? • Porque al final hay que tener soluciones reales, cotidianas, en el mundo real: • Proyectos de Bioinformática por supuesto • Escalado de nuestra herramienta colaborativa. Optimización de procesos. • Porque sin innovación no somos competitivos. • (porque nos gusta) www.era7bioinformatics.com

  37. Gracias por su atención !!! epareja@era7.com www.era7bioinformatics.com

More Related