Institut Français de Bioinformatique (IFB) : une infrastructure nationale de service en bioinformatique pour les sciences de la vie

Transcription

1 1 / 44 Institut Français de Bioinformatique (IFB) : une infrastructure nationale de service en bioinformatique pour les sciences de la vie J-F. Gibrat Unité Mathématique, Informatique et Génome, INRA, Jouy-en-Josas Unité mixte de service IFB-core, CNRS, Gif-sur-Yvette Journée de lancement de l IFB, Gif-sur-Yvette, 27 novembre 2013

2 Données produites par les sciences de la vie 2 / 44 Changement d échelle en biologie depuis une dizaine d années Révolution des techniques : développement de technologies (très) haut-débit Permet de collecter des données à l échelle de la cellule entière Démarche encyclopédique : tous les gènes, tous les transcrits, toutes les protéines, toutes les interactions, tous les métabolites et les flux, etc. Changement de perspective en génétique : on part du génome pour aller vers les propriétés biologiques de l organisme Les biologistes sont noyés sous avalanche de données hétérogènes.

3 La bioinformatique Bioinformatique : ensemble des méthodes informatiques pour gérer, organiser et analyser les données biologiques. Communauté issue de l analyse des séquences (ADN, ARN, protéines), de leurs structures et interactions. Analyse d images est une communauté différente. Rôle bioinformatique : Gérer les données produites en masse par la biologie Organiser les données hétérogènes pour pouvoir les interroger, les croiser et les intégrer (interopérabilité et intégration) Extraire des connaissances biologiques à partir des données brutes Modélisation des systèmes vivants et biologie prédictive La bioinformatique ne produit pas directement de données mais des méthodes pour interpréter les données 3 / 44

4 La bioinformatique Bioinformatique : ensemble des méthodes informatiques pour gérer, organiser et analyser les données biologiques. Communauté issue de l analyse des séquences (ADN, ARN, protéines), de leurs structures et interactions. Analyse d images est une communauté différente. Rôle bioinformatique : Gérer les données produites en masse par la biologie Organiser les données hétérogènes pour pouvoir les interroger, les croiser et les intégrer (interopérabilité et intégration) Extraire des connaissances biologiques à partir des données brutes Modélisation des systèmes vivants et biologie prédictive La bioinformatique ne produit pas directement de données mais des méthodes pour interpréter les données 4 / 44

5 Contexte du projet IFB 5 / , appel à propositions «Infrastructures en Biologie et Santé» du programme «Investissements d Avenir» ReNaBi (2004) : Réseau national des plates-formes de bioinformatique (label IBiSA) Projet ReNaBi-IFB accepté en 2012 et doté de 20 M=C (jusqu en 2020) Autres infrastructures nationales du PIA France Génomique : séquençage et génotypage 17 autres infrastructures + 5 IHU (Instituts Hospitaliers Universitaires) + 1 IRT (Institut de Recherche Technologique)

6 Contexte du projet IFB 6 / 44

7 Structure de l IFB 7 / 44 L IFB est constitué : un réseau de 6 centres régionaux (22 PF) environ 100 ETP permanents + 50 CDD un noeud national : IFB-core environ 10 permanents + quelques CDD

8 Structure de l IFB 8 / 44 L IFB est constitué : un réseau de 6 centres régionaux (22 PF) environ 100 ETP permanents + 50 CDD un noeud national : IFB-core environ 10 permanents + quelques CDD Taille de la communauté bioinformatique : GdR Bioinformatique Moléculaire : 1300 permanents + CDD + thésards 110 laboratoires SFBI >300 membres Conférence JOBIM <500 personnes 25% (ETP) de la communauté consacrée au service Les besoins sont immenses, les ressources humaines sont rares

9 Structure de l IFB 9 / 44 L IFB est constitué : un réseau de 6 centres régionaux (22 PF) environ 100 ETP permanents + 50 CDD un noeud national : IFB-core environ 10 permanents + quelques CDD IFB-core = Unité Mixte de Service (UMS3601) IFB-core est chargé des questions administratives et techniques pour l IFB (entre autres, la gestion des fonds de l ANR).

10 10 / 44 Missions de l IFB IFB : infrastructure nationale de service en bioinformatique Mission générale : fournir des ressources de base en bioinformatique à la communauté des sciences de la vie. Fournir un appui aux programmes de la communauté des sciences du vivant soutien aux projets de recherche formation des utilisateurs Mettre à disposition une infrastructure informatique dédiée à la gestion et l analyse des données biologiques ressources matérielles : calcul, stockage, RAM, etc. accès aux collections de données biologiques déploiement des outils bioinformatiques Être une interface entre la communauté des sciences du vivant et celle de la recherche en (bio)informatique

11 Gouvernance de l IFB 11 / 44 Supervising Board / Comité d Orientation Stratégique : Scientific Advisory Board / Comité scientifique : User Community Advisory Board / Comité des communautés d utilisateurs : Executive Board / Comité de pilotage :

12 Budget de l IFB - Échéancier 10 M=C consommables 10 M=C intérêts d emprunt (1.25 M=C/année) Quatre postes de dépenses : Équipement (6.8 M=C) CDD (6 M=C) Coûts de fonctionnement (3.8 M=C) Fonds dédiés aux coûts de fonctionnement du Hub ELIXIR (3.4 M=C) 12 / 44

13 Mode opératoire de l IFB 13 / 44 Mode opératoire basé sur des projets. L IFB fournira un soutien à des projets technologiques, biomédicaux ou biologiques clairement définis Projets institutionnels ou avec d autres infrastructures Chaque infrastructure gère ses données primaires au plus près des sites de production l IFB et l infrastructure instruiront les questions d interopérabilité et d intégration des données.

14 Mode opératoire de l IFB Mode opératoire basé sur des projets. L IFB fournira un soutien à des projets technologiques, biomédicaux ou biologiques clairement définis Projets institutionnels ou avec d autres infrastructures Projets technologiques pour développer des services et des outils L IFB fera un appel à propositions dans des domaines thématiques sélectionnés Les propositions seront évaluées par un vivier d experts indépendants IFB fournira la main d œuvre requise (post-docs/ingénieurs) FG fournit déjà des CDD pour les développements d outils liés aux traitements des données NGS 14 / 44

15 Mode opératoire de l IFB 15 / 44 Mode opératoire basé sur des projets. L IFB fournira un soutien à des projets technologiques, biomédicaux ou biologiques clairement définis Projets institutionnels ou avec d autres infrastructures Projets technologiques pour développer des services et des outils Projets de recherche de la communauté des sciences de la vie Les CDD sont utilisés pour mettre en place l infrastructure Appui aux projets de recherche : Fournir une expertise pour évaluer les projets (cf. FG) Mise à disposition de l infrastructure informatique et des outils Prestation de service des PF Collaboration : - la PF peut répondre aux besoins sur ses ressources propres - le coordinateur devra trouver les ressources auprès d agences de financement

16 Mode opératoire de l IFB Mode opératoire basé sur des projets. L IFB fournira un soutien à des projets technologiques, biomédicaux ou biologiques clairement définis Projets institutionnels ou avec d autres infrastructures Projets technologiques pour développer des services et des outils Projets de recherche de la communauté des sciences de la vie Services offerts à l industrie Établir une tarification à coût complet incluant : l amortissement des équipements, les salaires des personnels permanents et non permanents, les coûts d exploitation, les frais généraux et la marge Fixer le pourcentage maximum dédié à cette activité (COS) 16 / 44

17 Fonctionnement de l IFB : PF régionales 17 / 44 Rôles des PF régionales : Elles offrent une prestation de service et un appui technique aux projets scientifiques (160 projets au cours des 2-3 années dont 80 projets d ANR et 20 européens) Elles assurent des formations (environs 1000 personnes formées par an) Elles fournissent un accès gratuit à leur infrastructure informatique (>6000 cœurs et <1Po stockage) Les PF s adossent à des laboratoires de recherche et sont donc capables de maintenir un lien crucial avec la recherche.

18 Fonctionnement de l IFB : PF régionales 18 / 44 Rôles des PF régionales : Elles offrent une prestation de service et un appui technique aux projets scientifiques (160 projets au cours des 2-3 années dont 80 projets d ANR et 20 européens) Elles assurent des formations (environs 1000 personnes formées par an) Elles fournissent un accès gratuit à leur infrastructure informatique (>6000 cœurs et <1Po stockage)... mais dispersées sur >20 lieux Les PF s adossent à des laboratoires de recherche et sont donc capables de maintenir un lien crucial avec la recherche.

19 Fonctionnement de l IFB : IFB-core 19 / 44 IFB-core (UMS3601) fournit une appui technique et administratif à l IFB et dispose de son propre personnel Elle est constituée de deux cellules : La cellule Communication, Formation et Valorisation en charge du site web et du programme de E-learning. La cellule Infrastructure gérera l infrastructure nationale de l IFB (hébergée à l IDRIS ) et sera en charge d y déployer un Cloud académique.

20 Fonctionnement de l IFB : IFB-core 20 / 44 IFB-core agit comme un intermédiaire entre quatre partenaires :

21 Fonctionnement de l IFB : IFB-core Tâches spécifiques de l IFB-core Fournir une vue d ensemble de l activité de l IFB aux tutelles (indicateurs) Fournir un point d entrée clairement identifiable à la communauté des sciences de la vie Fournir un accès centralisé aux ressources bioinformatiques (appui, formations, services, outils, données, infrastructure informatique) Participer à la coordination et la structuration des activités des PF Promouvoir la mutualisation de l expertise et des ressources pour : L infrastructure de stockage et de calcul les projets technologiques (pipelines, workflows, etc.) La formation des utilisateurs Être le «hub» du nœud français d ELIXIR 21 / 44

26 Résumé des principales activités de l IFB Dévelopment d un Cloud académique dédié à la gestion et l analyse des données produites par les sciences du vivant : Infrastructure nationale de l IFB Infrastructures régionales des PF L IFB apportera son soutien à des projets technologiques bien définis visant à développer des services et des outils (appels à propositions) Mutualisation des programmes de formation, développement d un programme national (E-learning) Coordination et soutien à des actions/réseaux, ateliers, conférences (JOBIM) Participation à IFB ELIXIR en tant que nœud français 26 / 44

27 État d avancement du projet 27 / 44 Projet accepté en avril 2012 : décision 2012-BIO-031 premier ministre Convention attributive d aide de l ANR juillet 2013 Cinq partenaires : CNRS (coord.), CEA, INRA, INRIA, INSERM Première tranche équipement des PF régionales : 1.1 M=C Fonds disponibles à la DR4 CNRS en septembre Conventions de reversement aux partenaires en cours d établissement par la DR4

28 Création de l IFB-core Création de l UMS 3601 IFB-core à Gif par le CNRS avril 2013 Signature de la convention de création de l UMS par les autres partenaires en cours... Recrutements de permanents en mobilité dans un premier temps recrutement pour les postes non pourvus ensuite Assez compliqué de recruter du personnel dépendant de 5 tutelles différentes / 44

29 ELIXIR 29 / 44 Signature du MoU en octobre Il reste à signer l accord de consortium international (ECA) ELIXIR entrera en existence lorsque l ECA sera signé par 5 pays + EMBL (actuellement 4 + EMBL) 9 décembre Hinxton : SAB ELIXIR (présentation du nœud français) 10 décembre Hinxton : réunion des responsables des nœuds nationaux pour préparer Horizon février Bruxelles : réunion des responsables des nœuds nationaux Horizon 2020 Il est important de se mobiliser pour participer aux projets Horizon 2020

30 ELIXIR 30 / 44 Signature du MoU en octobre Il reste à signer l accord de consortium international (ECA) ELIXIR entrera en existence lorsque l ECA sera signé par 5 pays + EMBL (actuellement 4 + EMBL) 9 décembre Hinxton : SAB ELIXIR (présentation du nœud français) 10 décembre Hinxton : réunion des responsables des nœuds nationaux pour préparer Horizon février Bruxelles : réunion des responsables des nœuds nationaux Horizon 2020 Il est important de se mobiliser pour participer aux projets Horizon 2020

31 France Génomique : traitements des données NGS 31 / 44 Développements méthodo. de pipelines à partir des outils existants Coordination pour éviter de dupliquer les efforts d évaluation, de spécification, de développement et de maintenance des outils. Capitaliser sur l expérience et les dvlpments des partenaires Actions transversales communes à toutes les analyses NGS envisagées (séquençage de novo, détection de variants, etc.) : Travailler en concertation avec les PF de séquençage pour : Définir les problèmes bioinformatiques à traiter en priorité. Identifier les outils disponibles, les évaluer à l aide de benchmarks. Définir et mettre en place des chaînes de traitements. Intégrer ces chaînes de traitements dans des workflows et encapsuler dans des machines virtuelles Diffuser, installer, maintenir, mettre à jour ces pipelines. Former les utilisateurs aux outils.

32 Work packages 32 / 44 WP2 : Traitement des données NGS WP2.1 : Contrôle qualité et évaluation des technologies Coord. : S. Engelen (IG) WP2.2 : Evaluation des logiciels de mapping de lectures Coord. : V. Loux (Jouy) WP2.3 : Evaluation des logiciels d assemblage Coord. : C. Klopp (Genotoul) et J-M Aury (IG) WP2.4 : Détection de variants dans les données génomiques Coord. : E. Barillot (Curie) et F. Artiguenave (IG) WP2.5 : Niveau d expression (RNA-seq) Coord. : D. Gautheret (Orsay), E. Rivals (Montpellier) WP2.6 : Régul. de l expression des gènes : {ChIP,sRNA}-seq Coord. : C. Gaspin (Genotoul), H. Touzet (Lille), J van Helden (Marseille) WP2.7 : Analyse de données génomiques et métagénomiques Coord : B. Noël (IG) Coord : G. Perrière (Lyon) et C Médigue (CNS)

33 Remerciements «Shadow cabinet» Christophe Blanchet Olivier Collin Christine Gaspin Claudine Médigue Olivier Poch Yves Vandenbrouck Alain Viari les membres des PF IFB 33 / 44

34 Merci de votre attention 34 / 44

35 Séquençage et loi de Moore 35 / 44

36 Comité de pilotage de l IFB Représentants des pôles régionaux IFB-NE : Maude Pupin PRABI : Guy Perrière IFB-GS : Olivier Gascuel IFB-SO : Macha Nikolski IFB-GO : Christophe Caron APLIBIO : Pierre Tuffery Représentant centre hébergeur : Denis Girou (IDRIS) Représentant du CCU : Pierre Le Ber (France-Génomique) IFB-core : Jean-François Gibrat 36 / 44

37 Comité scientifique 37 / 44 Experts internationaux en bioinformatique Amos Bairoch (Suisse, SIB, annotation des protéines) Soren Brunak (Danemark, systems biology) Lodewyk Wessels(Pays-Bas, cancer) Henning Hermjakob (EBI, protéomique) Anton Nekrutenko (E-U, le PI de Galaxy) X X

38 Comité d orientation stratégique 38 / 44 Des représentants des tutelles des PF IFB CEA CNRS INRA INRIA INSERM CIRAD Universités Institut Curie Institut Pasteur

39 Comité des communautés des utilisateurs 39 / 44 «Méta-utilisateurs» : alliances et autres infrastructures AVIESAN ALLENVI France Génomique PROFI MetaboHub etc.

40 Recrutement du personnel permanent de l IFB-core Directeur : J-F Gibrat, DR1 INRA Directeur-adjoint Personnel administratif : P. Laplagne, TR INRA Resp. de la cellule Communication, Formation et Valorisation : En discussion à l INRA Ingénieur en charge du site Web - E-learning Responsable de la cellule Infrastructure : poste mobilité du CNRS (NOEMI) Ingénieur «Administrateur système» faisant l interface entre l IDRIS et les responsables techniques des PF régionales Ingénieur en charge du déploiement du Cloud Deux ingénieurs calcul scientifique, développement 40 / 44

41 Personnel permanent de l IFB-core Directeur (bioinformaticien recruté sur un concours international) Directeur-adjoint (biologiste connaissant les problématiques de la biologie à haut débit) Personnel administratif Resp. de la cellule Communication, Formation et Valorisation Ingénieur en charge du site Web et du programme de E-learning Responsable de la cellule Infrastructure Ingénieur «Administrateur système» faisant l interface entre l IDRIS et les responsables techniques des PF régionales Ingénieur en charge du déploiement du Cloud Deux ingénieurs calcul scientifique 41 / 44

42 Hébergement de l infrastructure nationale 42 / 44 IDRIS : un des grands centres nationaux du GENCI (cf. présentation de D. Girou) solution d hébergement extensible (passage à l échelle) bénéficier de l expertise des équipes de l IDRIS c est l équipe de l IFB-core qui gère l infrastucture nationale de l IFB C est un challenge de gérer une infrastructure nationale de cette taille avec peu d ETP

43 Cloud académique Analogie entre le Cloud et le réseau électrique Propriétés (National Institute of Standard and Technology) Mutualisation des ressources Accès en self-service (à la demande) Accès standard par le réseau «Élasticité» : Ressources informatiques évolutives (stockage, calcul, mémoire, bande passante réseau) Mesure fine utilisation des ressources : facturation «souple» Modèles de service Infrastructure as a Service (IaaS) Platform as a Service (PaaS) Software as a Service (SaaS) Virtualisation (développement de machines virtuelles) Développement «d appliances» dédiées à une problématique Environnement pré-installé, prêt à l emploi et clé en main. Collaborations avec l IDRIS et l Institut des Grilles et du Cloud (cf. présentation V. Breton) 43 / 44

44 Cloud IDB Infrastructure distribuée pour la biologie, IBCP Lyon. Banc d essai d un Cloud pour la biologie ouvert à la communauté des sciences de la vie sept MV dédiées (appliances) quarantaine d utilisateurs MV jusqu à 32 c et 768 Go RAM Infrastructure Calcul : 900 cœurs et 4 To RAM - nœuds standard : 32c-128Go - nœuds grande mémoire : 64c-768Go Stockage 250 To : disques virtuels et stockage objet (S3) Basé sur les outils StratusLab 44 / 44