Proefdiervrije methoden testen met HPC
Het lectoraat Innovative Testing in Life Sciences & Chemistry van de Hogeschool Utrecht houdt zich bezig met het opzetten, testen en valideren van proefdiervrije methoden om de werkzaamheid en veiligheid van stoffen te bepalen.
Zo’n methode is bijvoorbeeld het meten van de effecten van voeding op de (darm)gezondheid in de mens op basis van inspanning op een fietsergometer. Marc Teunis, associate lector en hogeschoolhoofddocent, vertelt: “In het kader van een RAAK-project zetten we vrijwilligers op de fiets en lieten ze verschillende soorten inspanningen verrichten. Voor, tijdens en na het fietsen namen we samples van bloed, urine en speeksel. Ook keken we op genoom-niveau naar het effect van de inspanningen. De samples gingen naar labs in heel Nederland. Die stuurden allerlei datasets terug en toen stuitten we op een probleem. We hadden robuustere tools nodig voor datamanagement en data-analyse dan we op dat moment in huis hadden.”
Rond diezelfde periode bezocht Teunis een SURF research bootcamp aan de TU Eindhoven. Hij realiseerde zich dat high performance computing (HPC) een oplossing zou kunnen zijn, niet alleen voor het onderzoek, maar ook voor zijn onderwijs. Bij het opzetten van een workshop over R (een programmeertaal voor datascience) voor de bacheloropleiding laboratoriumonderzoek, liep hij tegen het probleem aan dat zijn collega’s met een laptop van de eigen instelling zelf geen software mogen installeren. Een ander probleem is dat studenten verschillende besturingssystemen en typen laptops hebben, waardoor het installeren van software veel tijd kost. Tijd die ze beter kunnen gebruiken om te leren programmeren. “Toen dacht ik: als we HPC Cloud hebben, kan ik een cloud-omgeving hosten voor het werken met R en dan kan ik voor de studenten en collega’s ook zoiets inrichten. Zo kunnen ze direct zonder moeite data analyseren in R.” Zo groeide een kleine analysevraag uit tot een ingerichte infrastructuur op SURF HPC.
Van experimenten naar implementatie van een data-infrastructuur
Binnen de HU is er veel ruimte voor onderzoekers om te experimenteren met HPC, stelt Teunis. Ook is iedereen zich ervan bewust dat er een oplossing moet komen voor het datavraagstuk. Tegelijk blijkt een bredere implementatie nog ingewikkeld. “De behoefte is er zeker. Nu bekend is dat we sinds maart 2019 een eigen node hebben op het cluster in Amsterdam, krijg ik voortdurend vragen van collega’s van andere afdelingen naar de mogelijkheden van HPC. De volgende stap is het aanstellen van ict’ers die de infrastructuur ondersteunen.”
Tijd om door te pakken
Datascience vraagt om andere expertise dan de kennis die nodig is om de huidige ict-voorzieningen van een hogeschool draaiende te houden. Daarom ziet Teunis een ondersteuningsstructuur voor zich met een gespecialiseerd kernteam voor het gehele datadossier, los van de ict-ondersteuningsdienst. Idealiter bestaat het datascience team uit 5 of 6 mensen met diverse achtergrondkennis, met expertise op het gebied van datascience, Linux, cloud computing en statistiek. “Zij kunnen onderzoekers snel helpen met vragen, maar bijvoorbeeld ook cursussen geven. Hen kun je verantwoordelijk maken voor het onderhoud en de uitbreiding van de computing infrastructuur.” Wat Teunis betreft, is er haast bij. “We hebben uitgebreid mogen experimenteren en dat is heel waardevol. Nu is het tijd om door te pakken. Andere onderzoeksinstellingen zitten ook niet stil.”
Dit interview komt uit het rapport Onderzoeksondersteuning in het hbo: vijf voorbeelden uit de praktijk