Genomdaten auswerten, ohne sie aus der Hand zu geben

Ein Ganzgenom sind rund 100 Gigabyte Rohdaten. Sie enthalten alles: Krankheitsrisiken, Abstammung, Verwandtschaft, Merkmale, die man selbst noch nicht kennt. Wer solche Daten auswertet, steht fast immer vor derselben stillen Entscheidung, meist ohne sie bewusst zu treffen: Lädt man sie in eine Cloud hoch, oder nicht?

Die bequeme Antwort ist die Cloud. Die meisten Auswerte-Dienste sind Web-Portale: Datei hochladen, warten, Report herunterladen. Das ist einfach, aber es bedeutet, dass die intimsten Daten, die ein Mensch besitzt, auf einem fremden Server liegen: kopierbar, indexierbar, an eine Rechtsordnung gebunden, die nicht unbedingt die eigene ist. Für eine Klinik, ein Labor oder eine forschende Person ist das oft nicht nur unangenehm, sondern regulatorisch schlicht nicht zulässig.

Genome geht den anderen Weg: Die Auswertung läuft vollständig lokal auf dem Mac. Kein Upload, keine Telemetrie, kein Konto. Die Daten verlassen den Rechner nie. Dieser Text erklärt, was das technisch bedeutet und warum „lokal” mehr ist als ein Datenschutz-Slogan.

Die Pipeline bleibt auf dem Gerät

Eine Genom-Auswertung ist keine einzelne Operation, sondern eine Kette: Rohdaten (FASTQ) werden gegen ein Referenzgenom ausgerichtet (BAM/CRAM), daraus werden spezialisierte Analysen gefahren (HLA-Typisierung, KIR-Gene, Pharmakogenetik, Repeat-Expansionen), und am Ende steht ein Bericht.

In einer Cloud-Lösung wandert bei jedem dieser Schritte eine Kopie der Daten über das Netz. Bei Genome läuft die gesamte Kette in einer nativen macOS-Anwendung. Die etablierten bioinformatischen Werkzeuge (etwa HLA*LA für die HLA-Typisierung, T1K für KIR, Aldy für Pharmakogenetik, ExpansionHunter für Repeat-Regionen) werden lokal orchestriert und verwaltet. Der Nutzer sieht, welche Tools installiert sind, in welcher Version, aus welcher Quelle. Nichts davon ist eine Blackbox in einem Rechenzentrum.

Das hat einen angenehmen Nebeneffekt jenseits des Datenschutzes: Reproduzierbarkeit. Wenn die Toolchain sichtbar und versioniert ist, lässt sich ein Ergebnis später nachvollziehen. Das ist ein Anspruch, den man von Software erwartet, die medizinnahe Aussagen vorbereitet.

Ein Bericht, der seine eigene Herkunft mitführt

Der wertvollste Teil einer Auswertung ist nicht die Zahl, sondern das Vertrauen in die Zahl. Genome erzeugt PDF-first-Berichte, die nicht nur Ergebnisse zeigen, sondern die Datenbasis, die Evidenz und die Grenzen gleich mitliefern: Worauf beruht die Aussage? Wie gut war die Abdeckung an dieser Stelle? Was kann dieser Test nicht sagen?

Dazu trägt jeder Bericht eine Provenienz: unter anderem ein SHA-256-Fingerabdruck und die App-Version, mit der er erzeugt wurde. Das klingt technisch, ist aber der Kern von Seriosität in der Genomik: ein Report, der reproduzierbar auf eine bestimmte Eingabe und eine bestimmte Softwareversion zurückführbar ist, statt einer hübschen, aber unüberprüfbaren Grafik.

Warum „lokal” ein Feature ist, kein Kompromiss

Es gibt ein verbreitetes Missverständnis, lokale Software sei die schwächere, kompromissbehaftete Variante der Cloud. Bei sensiblen Gesundheitsdaten ist es umgekehrt:

• Datenschutz by design. Was den Rechner nie verlässt, kann nicht geleakt, nicht weiterverkauft, nicht auf richterliche Anordnung bei einem Dritten beschlagnahmt werden. DSGVO-Konformität wird von der Daueraufgabe zur Eigenschaft der Architektur.
• Keine Abhängigkeit. Kein Dienst, der abgeschaltet werden kann, keine API, die sich ändert, keine Preiserhöhung, die den Zugang zu den eigenen Daten verteuert.
• Volle Kontrolle über die Toolchain. Wer genau wissen muss, welche Version welches Werkzeugs ein Ergebnis erzeugt hat (in der Forschung und im klinischen Umfeld ein Muss), bekommt das nur, wenn die Werkzeuge lokal und einsehbar laufen.

Der Preis dafür ist Rechenleistung auf dem eigenen Gerät und eine Anwendung, die die Komplexität einer bioinformatischen Pipeline in eine ruhige, native Oberfläche übersetzt, statt sie hinter einem Web-Formular zu verstecken. Genau das ist die Aufgabe, die wir uns gestellt haben.

Für wen das gedacht ist

Genome ist für Menschen, die genetische Daten auswerten und dabei die Kontrolle behalten wollen: forschende Personen, kleine Labore, technisch versierte Anwender, die ihre eigenen Rohdaten verstehen möchten, und alle, für die „die Daten liegen auf unserem Server” keine akzeptable Antwort ist.

Wenn das nach Ihrem Problem klingt: Genome läuft auf macOS, verarbeitet FASTQ, BAM und CRAM lokal, und der erste Bericht entsteht, ohne dass ein einziges Byte den Rechner verlässt.