Hoe kunnen we andere wetenschappen vooruithelpen met de kennis van computerwetenschappen? Daar gaat het in essentie om bij Computational Science. Computertechnologie wordt vandaag dan wel in elke sector en discipline ingezet, maar men gebruikt zelden het volle potentieel. Zo laat men heel wat kansen liggen.

Ik studeerde fysica na mijn master informatica, en doctoreerde op het snijvlak van beide disciplines. Al tijdens mijn studies merkte ik dat je kennis van informatica enorm kan helpen om in andere wetenschappen stappen vooruit te zetten. Iedere onderzoeker gebruikt wel een computer, maar ze kennen vaak onvoldoende de mogelijkheden van die machine. Daardoor laten ze heel wat kansen - op snelheid, automatisering en optimalisering van processen - liggen.

Beter, sneller, efficiënter

Neem nu de rekenkracht van computers: die is vandaag immens. Met de juiste programma's kunnen die machines heel wat manueel werk uit handen nemen. Computers kunnen veel berekeningen beter, sneller en efficiënter maken dan mensen. Hun foutmarge ligt lager. Bovendien kunnen veel processen relatief eenvoudig geautomatiseerd worden. Op dat terrein valt er vandaag nog heel wat tijdswinst te boeken. En tijdswinst resulteert meteen ook in meer - betrouwbare - onderzoeksresultaten en een hogere onderzoeksoutput.

DNA-sequenties

Een tijdje geleden werkte ik samen met de UHasselt-onderzoekers van BIOMED. Zij focusten op DNA-sequenties. Tot voor kort gebruikten ze een aantal online tools om die data te analyseren. Het was een enorm tijdrovend proces met vele tussenstappen. Ze copy-pasten eerst al hun onderzoeksresultaten in een online databank. Dan was het wachten op de berekeningen van die tool, want zij waren natuurlijk niet de enigen die deze databanken gebruikten. Vervolgens moesten ze manueel een aantal resultaten uitfilteren die verder onderzocht moesten worden. Die moesten op hun beurt dan weer door een andere online databank verwerkt worden. Een bijzonder afstompende en tijdsintensieve taak waar doctorandi vaak wekenlang mee bezig waren.

Op een bepaald moment wilden zij graag een next generation sequencer gaan gebruiken: een toestel dat heel veel DNA-sequenties tegelijkertijd kan aflezen en daardoor ook immens veel gegevens produceert. Ze waren echter bang dat ze die nóg grotere stroom data niet aan zouden kunnen. Toen zijn ze bij EDM komen aankloppen. Wat kan er geautomatiseerd worden? En hoe kunnen we dit efficiënter organiseren?

De brug slaan

De brug slaan tussen twee disciplines is niet eenvoudig. Je moet elkaars taal leren spreken, en heel precies kunnen definiëren wat je precies wil onderzoeken, hoe je daarbij tewerk gaat en op basis van welke parameters je selecties maakt. Dat vraagt van beide partijen een serieuze inspanning. Wij moeten ons als informatici voluit verdiepen in een voor ons onbekend onderzoeksdomein, en zij moeten hun onderzoeksprocessen helder en heel nauwkeurig leren opsplitsen in duizenden kleine tussenstapjes. Die vertaalslag maken, is niet eenvoudig. Maar het rendeert altijd!

Door op geregelde tijdstippen samen te zitten, kregen we al snel een veel beter zicht op de vraag van de collega's van BIOMED. Op basis van de input die zij gaven, schreven we een eerste versie van een programma. Dat onderworpen we vervolgens aan tests die we samen overliepen. Wat liep er goed? Waar zaten er nog hiaten? En voor welke problemen moesten we nog een oplossing zoeken? Op basis van de resultaten pasten we dat programma elke keer aan en verfijnden we het steeds verder. Zo konden we na een paar weken een relatief eenvoudig programma afleveren waarmee honderden sequenties op een paar minuten tijd geanalyseerd worden. De tijdswinst die ze daarmee boeken is enorm. Dankzij dat programma kunnen ze nu méér data analyseren op een kortere tijd, en een aantal interessante data meer in de diepte bestuderen. Bovendien geeft het programma ook een veel betrouwbaardere analyse van de DNA-sequenties in vergelijking met de manuele analyse. Dat zal hun onderzoeksoutput enkel ten goede komen.

Anderen helpen groeien

Mij schenkt het enorm veel voldoening om andere wetenschappelijke disciplines te helpen versterken door onze kennis van computerwetenschappen met hen te delen. Daar draait Computational Science voor mij om. Met onze computerwetenschappelijke bril kijken we naar de onderzoeksprocessen in andere wetenschappelijke disciplines. We zoeken naar opportuniteiten en proberen daarbij het volle potentieel van ons vakgebied te benutten. Met een openheid naar en interesse in andere wetenschappelijke onderzoeksdomeinen probeer je samen de puzzel te leggen. Binnen de universiteit werkten we al samen met biomedische wetenschappen, biostatistiek, en met de chemici en fysici. Op al die terreinen konden we al mooie stappen vooruit zetten.

Open vragen

Wat dit onderzoeksdomein complex maakt? Je weet van tevoren nooit exact wat je voor de ander kan betekenen. Eerst moet je dat nieuwe domein in de diepte leren kennen, mogelijkheden aftasten en nagaan welke optimalisatiemethodes in dat precieze domein het verschil kunnen maken. Standaardoplossingen bestaan niet. Elke case is anders en vraagt een oplossing op maat. Maar precies dat maakt dit domein zo boeiend.

~ Prof. dr. Jori Liesenborgs