e-biogenouest CNRS UMR 6074 IRISA-INRIA / Plateforme de Bioinformatique GenOuest yvan.le_bras@irisa.fr Programme fédérateur Biogenouest co-financé

Transcription

1 e-biogenouest Coordinateur : Olivier Collin Animateur : Yvan Le Bras CNRS UMR 6074 IRISA-INRIA / Plateforme de Bioinformatique GenOuest yvan.le_bras@irisa.fr Programme fédérateur Biogenouest co-financé 24 mois

2 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

3 Contexte «Déluge de données» NGS = 1 ere vague Ensuite : bio-imagerie, protéomique, métabolomique Kahn. On the future of genomic data. Science (2011) vol. 331 (6018) pp

4 Evolution de la recherche

5 Evolution de la recherche

6 Evolution de la recherche

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 structure génétique de populations Quels sont les ressources en cabillaud Bioinformatique Créer un outil de comparaison de séquences nt Permettre l utilisation optimisée des ressources 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 Evolution des infrastructures Mutualisation Regroupement Vers les «Data factories»? Physique : LHC à Genève Astronomie : observatoires Biologie?

12 e-science e-science = Science améliorée = Science + TIC «Researchdonethroughdistributedglobal collaboration enabledby the internet, usingverylarge data collections, terascalecomputingresourcesand highperformance visualization» (Sir John Taylor ) E-science : combinaison de trois outils/méthodes Calcul Stockage Outils collaboratifs

13 Découpage et Avancement Inventaire Outils Animation WP 1.1 : Actions WP 1.2 : Ressources WP 1.3 : Benchmarking WP 3.1 : HUBzero / Galaxy WP 3.2 : Annuaire d authentification WP 3.3 : Inventaire WP 2.1 : Communauté WP 2.2 : Animation scientifique WP 2.3 : Formations Schéma directeur WP 4.1 : Rédaction Réponses appels d offre WP 5.1 : Dossiers

14 Déroulement Outils Base HUBzero / Galaxy Inventaire Actions Ressource Benchmarking Animation Communauté R1 R2 R3 R4 R5 R6 A. scientifique A1 A2 A3 A4 Formation F1 F2 F3 Schéma directeur V1 V2 V3 Réponses AO

15 Le projet e-biogenouest : Une préparation Technique Politique Datacenter Tutelles Communauté 1 Communauté 2 Communauté 3 Communauté 4 Réseau Calcul Centres valorisation Actions e- plate-forme virtuelle Constitution d une méta-communauté Adoption des méthodes e-science

16 Caractéristiques e-science Caractère distribué, pas de point central n empêche pas un guichet unique! External Data Local Data & Metadata Education Courses Tutorials Talks Softwares Scripts Tools Workflows Infrastructure Project Management Goal / Description Collaborators Working groups

17 Caractéristiques e-science Caractère distribué, pas de point central n empêche pas un guichet unique! Environnement de recherche virtuel Utilisateurs Portail web External Data Local Data Données & Education Metadata Courses Tutorials Talks Logiciels Tools Softwares Scripts Workflows Ressources Infrastructure de traitement Project Management Goal / Description Collaborators Working groups

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

19 VRE : virtualresearchenvironment Environnement de travail Accessible par le web Au service d une communauté Propose des services (spécifiques à la communauté) Evolutif Source : Leonardo Candela - GRDI 2020

20 Source : Carlos Morais Pires «Données de la recherche» - 29 mai Paris

21 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 Centre de calcul C est ce qui fera la différence Expérimentation e-science center Production Centre de données

22 Institut e-science: caractéristiques Pas de gestion d une grosse infrastructure «Cantine bioinformatique», «cantine scientifique» Agnostique : multidisciplinarité Intégration plus facile dans grands projets «dimensionnant» Renforcement massif des ressources humaines pour les équipes d experts

23 Institut e-science: caractéristiques La collaboration Discipline 1 Intégrateur 2 Traduire Discipline 4 Integrateur 1 centre e-science Integrateur 3 Discipline 2 Intégrateur 4 Connecter Discipline 3 Coordonner

24 Institut e-science: caractéristiques Le développement Algorithmes Standardiser Modèles centre e-science Techniques Partager Concepts Simplifier

25 Institut e-science: caractéristiques Les ressources Grilles de calcul Former Cloud computing centre e-science Clusters de calcul Veiller Stockage Connecter

26 Institut e-science: caractéristiques Evolution des coûts de séquençage de base nucléotidiques et d analyse Bioinformatique Séquençage Using Clouds for Metagenomics: A Case Study Wilkening et al. IEEE cluster 2009 La mutualisation des appareillages a été réalisée Il faut maintenant mutualiser la matière grise. Cela passe par les moyens humains

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

28 Initiative e-science: Articulation proposée Schéma directeur Présentation modulaire en Work Packages WP6: Programmes scientifiques Comité scientifique WP5: Communautés et interdisciplinarité WP4a : Environnement virtuel WP4b : Analyse données WP2: Calcul WP3: Données WP1 : Infrastructure réseau WP7 : R&D WP7 : Animation WP8 : Formation WP9 : Valorisation Pilotage de la plate-forme

29 Perspectives Se structurer pour pouvoir répondre aux appels d offres à venir High Level Expert Group on Scientific Data (e-infrastructure) Digital Agenda for Europe (strategy for digital technologies) Roadmap à l horizon 2020 Levier pour être en mesure de lancer des projets d envergure. Ex: iplant 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

30 Fin Merci de votre attention. Coordinateur : Olivier Collin Animateur : Yvan Le Bras CNRS UMR 6074 IRISA-INRIA / Plateforme de Bioinformatique GenOuest yvan.le_bras@irisa.fr HUB du projet