DZDconnect: mit vernetzten Daten gegen Diabetes

Daten der translationalen Gesundheitsforschung sind hochkomplex und stark vernetzt. Erkenntnisse zu Volkskrankheiten wie Diabetes und Krebs sind umfangreich, heterogen und nehmen schnell zu. Die Daten sind auf verschiedene Standorte verteilt und weder mit anderen Datenquellen verknüpft noch durchsuchbar. Infolgedessen können Forschende die Menge der Fachliteratur nur schwer überblicken, und das Sammeln von Daten erfolgt immer noch durch den manuellen Vergleich starrer Tabellen.

Einen flexiblen und effizienten Ansatz in der Verarbeitung von biomedizinischen Daten bieten Graphdatenbanksysteme. Basierend auf der Open-Source-Graphdatenbank Neo4j wird am Deutschen Zentrum für Diabetesforschung (DZD) der Wissensgraph („knowledge graph“) DZDconnect entwickelt, der Daten aus der Grundlagenforschung und aus klinischen Studien standort-, disziplin- und speziesübergreifend mit externem Wissen verknüpft. In ihm werden verschiedene Daten und Informationen zu weit verbreiteten Krankheiten und deren Langzeitkomplikationen gesammelt, strukturiert und vernetzt und die Ergebnisse unkompliziert zur Verfügung gestellt. Informationen aus etablierten Datenbanken werden dabei auf Metadaten‑, Ergebnis- sowie Rohdatenebene miteinander verbunden. Darüber hinaus können eigene Daten aus der translationalen Forschung integriert werden. Die Basistechnologie ist eine flexible und skalierbare Graphdatenbank. Damit gelingt der Brückenschlag zwischen Wissenschaft und moderner Informationstechnologie, um die Erforschung der Volkskrankheiten schneller und effizienter zu machen. Mit dem als Open-Source-Projekt entwickelten DZDconnect können Wissenschaftler*innen zügig und effizient Hypothesen darüber generieren, welche Mechanismen diesen Krankheiten zugrunde liegen und wie medizinisch eingegriffen werden kann.