SAS, JMP und das JMP Genomics-Team veranstalteten vom 24. bis 25. Mai das siebte persönliche Treffen des MicroArray Quality Control (MAQC) -Konsortiums auf dem SAS-Campus. In den letzten Jahren hat der MAQC bei Vordenkern der Biotech- und Pharmaindustrie, bei Chipherstellern und Analytik-Anbietern, einschließlich Entwicklern und Testern von SAS und insbesondere bei Mitgliedern des von Russ Wolfinger geleiteten JMP Genomics-Teams, erhebliche Aufmerksamkeit erregt.
John Sall, Executive Vice President und JMP-Entwickler von SAS, gab am Donnerstagmorgen freundlicherweise eine Eröffnungsrede zum MAQC-Treffen und kommentierte die lange Geschichte von SAS in den Biowissenschaften. Er gab auch einige interessante Einblicke in die Geschichte von SAS und insbesondere in das Gebäude V, in dem das Treffen stattfand, in dem früher sowohl die Entwicklung von Videospielen als auch die Produktion von Übungs-Infomercials stattfanden! Vielleicht bin ich noch ein Neuling bei SAS, nachdem ich erst ein Jahr hier war, aber diese Kapitel in der Geschichte von Building V waren eine Neuigkeit für mich ...
Die Teilnehmer dieser MAQC-Sitzung wurden gebeten, den Inhalt wissenschaftlicher Präsentationen vertraulich zu behandeln, da sie die Grundlage für zukünftige Veröffentlichungen bilden werden. Die Ziele des MAQC sind jedoch keineswegs geheim. Sie sind deutlich auf der angegeben FDA-Homepage für den MAQC : „Ziel des MAQC-Projekts ist es, der Microarray-Community Qualitätskontrollinstrumente zur Verfügung zu stellen, um Verfahrensfehler zu vermeiden und Richtlinien für die Microarray-Datenanalyse zu entwickeln, indem der Öffentlichkeit umfangreiche Referenzdatensätze sowie leicht zugängliche Referenz-RNA-Proben zur Verfügung gestellt werden.“
Das JMP Genomics-Team und andere Mitarbeiter von SAS haben an mehreren Veröffentlichungen aus Phase I von MAQC teilgenommen, die im vergangenen September in Nature Biotechnology veröffentlicht wurden, und sind auch an den Analysebemühungen für Phase-II-Datensätze beteiligt. Ein allgemeines Ziel der Phase II ist es, Leitlinien für Methoden zur Erstellung robuster Vorhersagemodelle mit Genomdaten bereitzustellen. In Verbindung mit der Nachfrage von Anwendern nach erweiterter Vorhersagemodellierung in JMP Genomics trug dieses MAQC-Ziel zur Entwicklung stark erweiterter Vorhersagemodellierungsfunktionen für JMP Genomics 3.0 bei. Das Entwicklungsteam fügte einen Radial Basis Machine-Prozess und die Cross-Validation Model Comparison-Plattform hinzu, um die Leistung großer Gruppen von Vorhersagemodellen (beide Modelle desselben Typs und über verschiedene Typen hinweg) problemlos zu vergleichen. In den letzten Monaten hat sich gezeigt, dass sich JMP Genomics mit diesen Funktionen von unseren Mitbewerbern im Bereich der Genomanalyse abhebt.
Aus meiner Sicht haben MAQC-Teilnehmer ein großes wissenschaftliches Interesse an statistischen Techniken und Methoden, die zur Analyse von Genomdaten verwendet werden können, aber auch den echten Wunsch, qualitativ hochwertige Genomdaten zum Wohle der menschlichen Gesundheit und zur Unterstützung des Arzneimittelentwicklungsprozesses zu verwenden. Mit der Einführung der freiwilligen Einreichung von Genomdaten (VGDS) in das Arzneimittelzulassungsverfahren möchte die FDA die Analyseprozesse für die Analyse von Genomdaten eindeutig genauer untersuchen und standardisieren. Die FDA-Koordinatoren von MAQC haben sich für die Erleichterung der Forschung in diesem Bereich eingesetzt, und Wissenschaftler und Softwareentwickler können aus ihren bisherigen Ergebnissen und Veröffentlichungen viel lernen.
Eine besonders aufregende öffentliche Entwicklung beim MAQC-Treffen hier bei SAS war die Ankündigung einer MAQC Whole Genome Association (WGA) -Studiengruppe. Mit JMP Genomics 3.0 Wir unterstützen die Analyse einiger sehr großer WGA-Datensätze. Wir haben kürzlich eine Reihe unserer genetischen Prozesse mit 500.000 SNP-Genotypen für 4000 Proben und einige mit bis zu einer Million SNPs für jede von 4000 Proben verglichen. Ich habe keinen Zweifel daran, dass die SAS- und JMP Genomics-Entwickler in die zukünftige Ausrichtung der WGA-Studiengruppe stark einbezogen werden und ihre Erkenntnisse in zukünftige Verbesserungen der erstaunlichen Genmanalyse-Funktionen in JMP Genomics einfließen lassen werden.
Mein persönlicher Dank geht an John Sall, JMP Marketing und alle anderen von SAS, die bei der Planung und Unterstützung dieser wichtigen zweitägigen Veranstaltung mitgeholfen haben!
