OBJECTIFS. Une démarche E-science

Transcription

1 E-BIOGENOUEST Programme fédérateur Biogenouest co-financé par les Régions Bretagne et Pays de la Loire 24 mois Lancé depuis Mai 2012 Porteur : Olivier Collin (IRISA) Animateur : Yvan Le Bras (IRISA)

2 OBJECTIFS Une démarche E-science

3 Objectifs Test d une initiative E-science Impliquer les différents acteurs de Biogenouest Intégrer les différents aspects du développement de la recherche dans le Grand Ouest et au niveau national Schéma directeur intégrateur Mise en place d une «plateforme» e-science Intégration de façon cohérente Résultats du projet ebiogenouest Différentes politiques (Régions, Instituts, Universités, ) Soumission aux différentes tutelles et appels d offres

4 POURQUOI? La Biologie devient une science numérique

5 Contexte «Déluge de données» NGS première vague *omics Imagerie (ex: 16 To / jour) Evolution technologique Nombre de capteurs Production par capteur Evolution des infrastructures qui deviennent mutualisées Danger : ne pas être en mesure d analyser les données Kahn. On the future of genomic data. Science (2011) vol. 331 (6018) pp Opportunité : Plus d information Plus de précision Plus de points de vue

6 Evolution de la recherche Data heterogeneity Data quantity Data size Technological Evolutions Uses Evolution tion?navigation.id=143 Life sciences data= digital High Performance Computing

7 Evolution de la recherche Il y a mille an Qq centaines d années Qq dizaines d années maintenant Evolution de la Science : Le 4 ième paradigme Empirique : description, expérimentation Théorique : modélisation, généralisation Computationnelle : simulation Exploration des données (unification de la théorie, de l expérience et de la simulation), extraction de connaissances. Emergence des disciplines *info Bioinformatique, Chemoinformatique, Astroinformatique, etc.

8 Evolution de la recherche Spectromètre de masse Séquenceur IRM Microscopes électronique Capteurs Caméra sous marine Puce à ADN Sondeurs GPS Données digitales Utilisateurs Analyseurs

9 Evolution de la recherche Biologie -Trouver des biomarqueurs -Comprendre la structure génétique de populations -Modéliser le comportement d un système Bio-informatique -Créer un outil de comparaison de séquences -Développer de nouvelles méthodologies -Concevoir un portail web dédié à l analyse Informatique -Proposer des ressources techniques fiables et adaptées

10 Evolution des infrastructures Livre blanc du CNRS Big Data = le 4 ième pilier de la science moderne Un enjeu majeur Aspects pas bien pris en compte Sciences de la vie non présentées! Ceci explique les demandes actuelles : Pourtant : Datacenter Datacenter Datacenter Datacenter Datacenter Datacenter Datacenter Datacenter Datacenter Datacenter Datacenter Datacenter Datacenter Datacenter Datacenter Datacenter Datacenter «les avancées scientifiques et l innovation dans de multiples domaines (dont ceux des sciences de la vie et de l environnement en pleine explosion actuellement et sans doute rapidement celui des sciences humaines et sociales) dépendent de manière cruciale d une politique du CNRS, et d un renforcement des capacités des infrastructures pour le calcul et l analyse de données»

11 Défis Le passage au numérique nécessite de nouveaux outils et de nouveaux usages qu il faut développer Besoin de compétences techniques souvent absentes des groupes de recherche Infrastructure : développer/adopter de nouveaux outils Optimisation des ressources (duplication de la donnée, utilisation du réseau, scripts performants, ) Collaboration scientifique (gestion de projet, échange de ressources, publication, ) Gestion et analyse de données (métadonnées, partage, workflows, DMP ) Infrastructure : développer/adopter de nouveaux usages Centralisation / mutualisation Mais Proximité (géographique et thématique) «People Paradox» L automatisation provoque des besoins croissants en ressources humaines Gestion des ressources humaines Evolution des métiers Nouvelles compétences

12 Bascule des coûts : facteur déstabilisant Bioinformatique Séquençage Using Clouds for Metagenomics: A Case Study Wilkening et al. IEEE cluster 2009 La mutualisation des appareillages a été réalisée (ex: Biogenouest) Il faut maintenant mutualiser les moyens humains sur le versant «TIC» et analyse des données

13 Une discipline en évolution Mutualisation des ressources plates-formes Bascule vers le monde digital centré sur les données Besoin d interdisciplinarité Pose des problèmes qui peuvent devenir des thèmes de recherche pour les acteurs des TIC Masse de données, intégration de données, etc.

14 L APPROCHE E-SCIENCE

15 E-science E-science = Science + TIC «Research done through distributed global collaboration enabled by the internet, using very large data collections, terascale computing resources and high performance visualization» (Sir John Taylor ) E-science : trois volets Calcul: grille, cloud Stockage Outils collaboratifs Pas d initiative française purement e-science

16 Caractéristiques e-science Caractère distribué, pas de point central n empêche pas un guichet unique! Environnement de recherche virtuel Données Collaboration Utilisateurs Portail web Logiciels Communauté Ressources de traitement

17 e-infrastructure test : le VRE ebiogenouest

18 Plateforme E-science Infrastructure informatique de niveau intermédiaire Renforcement des ressources humaines pour les équipes d experts «cantine bioinformatique / cantine scientifique» Agnostique : multi/inter-disciplinarité

19 Ingénieur 3 Integrateur 3 Institut E-science La collaboration Discipline 1 Traduire Intégrateur 2 Ingénieur 2 Discipline 4 Integrateur 1 Ingénieur 1 centre e-science Discipline 2 Ingénieur 4 Intégrateur 4 Connecter Discipline 3 Coordonner

20 Ingénieur 3 Institut E-science Le développement Algorithmes Standardiser Ingénieur 2 Modèles Ingénieur 1 centre e-science Techniques Ingénieur 4 Partager Concepts Simplifier

21 Ingénieur 3 Institut E-science Les ressources Grilles de calcul Former Ingénieur 2 Cloud computing Ingénieur 1 centre e-science Clusters de calcul Ingénieur 4 Veiller Stockage Connecter

22 LE VRE Un environnement virtuel de recherche en sciences de la vie

23 Que peux être le début de la e-science? Searching Collaborating Exploring Discussing Uploading Questionning Education Computing Reviewing Visualizing Publishing Verifying Analysing

24 Let s go for the show! Switch to the Video : Have an idea & create a group Invite patners Write a new Project Use ISA tools suite to record your data/metadata Use Galaxy to analyse & share your data/metadata Use HUBzero to -share knowledge -manage groups & projects

25 I have a dream Pour les biologistes perte de temps à apprendre à coder compréhension des outils, leurs paramètres, conserver l historique des traitements appliqués aux données accéder, partager et visualiser les jeux de données avoir accès à un système de gestion de projet simplifiée Pour le développement d outils perte de temps pour le graphique faciliter l utilisation des outils: Bioinfo Recherche Service temps entre développement, test et production. Pour la gestion des infrastructures optimiser stockage, calcul et utilisation du réseau Infrastructure pour la donnée infra de données

26 ORGANISATION Une nouvelle plate-forme pour Biogenouest

27 Articulation Bretagne Pays de la Loire e-biogenouest Infrastructure service Griote Structuration recherche Convergence Conclusions Importance des moyens humains mutualisés Lieu physique d échange, nécessite proximité Infrastructure de calcul et de données Importance de l intégration

28 Plate-forme Plate-forme Plate-forme Plate-forme Un réseau de plates-formes E-science Maillage du territoire Biogenouest Spécialisation thématique Infrastructure de données à l échelle du territoire Proximité des plates-formes traditionnelles Brest Roscoff Rennes Nantes Angers plate-forme virtuelle

29 Perspective : Plateforme e-science Communautés d utilisateurs Datacenter X Datacenter Y Datacenter Z Centre de calcul national Génomique, Ecologie et Environnement Biogenouest Xomique VRE Mésocentre e-science distribué Experts Développement Accompagnement Formations Grille Cloud

30 Comité scientifique WP7 : R&D WP8: Animation WP9 : Formation WP10 : Valorisation Structuration Schéma directeur Présentation modulaire en Groupes de tâches (WP) WP6: Programmes scientifiques WP5: Communautés et interdisciplinarité WP4a : Environnement virtuel WP4b : Analyse données WP4c : Gestion données / métadonnées WP2: Calcul WP3: Stockage WP1 : Infrastructure réseau Pilotage de la plate-forme

31 INRIA CNRS INRA INSERM IFREMER ANSES MNHN URennes1 UNantes UBO UBS Acteurs / rôles Financement -projet e-biogenouest -suites du projet /infra. Initiale? Région Bretagne Région Pays de la Loire Postes mutualisés Datacenter Réseau de communication Appui à la Formation Infrastructure d accueil logistique Universités Ecoles - PRES Pôles géographiques (Angers, Brest, Nantes, Rennes, Roscoff)

32 e-science, un nouvel axe? Biogenouest Université Européenne de Bretagne? Université Nantes Angers Le Mans? Datacenters mutualisés par site Brest Roscoff Rennes Nantes Angers PF e-science 1 PF e-science 2 PF e-science 3 PF e-science 4 PF e-science 5 Partie Sciences de la vie environnée (e-biogenouest)

33 CONCLUSION

34 Infrastructure de / pour données Gestion : curation, stockage, récupération Bénéfices : Données non «perdues» Pas de doublonnage de la recherche Qualité de la recherche grâce à la ré-analyse Accroissement de la valeur de la recherche par combinaison/intégration des données Permettre de nouvelles recherches C est ce qui fera la différence Expérimentation Centre de calcul e-science center Production Centre de données

35 Enjeux Avantage compétitif pour la recherche et les réponses aux appels d offre Projets dimensionnants Se structurer pour pouvoir répondre aux appels d offres à venir Roadmap à l horizon 2020 Préserver les données produites par les groupes de recherche Optimiser les infrastructures A fundamental characteristic of our age is the rising tide of data global, diverse, valuable and complex. In the realm of science, this is both an opportunity and a challenge. Riding the Wave report, High-Level Group on Data

36 Merci de votre attention La plate-forme Bio-informatique GenOuest Le groupe Symbiose IRISA/INRIA GenOuest-Dyliss-Genscale ebgo HUB (collaboration) Cyril Monjeaud Olivier Collin EMME portal (data management ) Galaxy instance (data analysis) GO4Bioinformatics (education)

37 Prospective processes in which the people do the creative work and the machine does the administration Tim Berners-Lee