OmicsHQ vereint umfassende, von Experten kuratierte und standardisierte Multi-Omics-Datensätze aus dem gesamten wissenschaftlichen Umfeld, einschließlich vorverarbeiteter Datensätze, die dazu dienen, Forschung, Arzneimittelentwicklung und KI-gestützte Innovationen voranzutreiben.

SAN DIEGO, 20. Mai 2026 /PRNewswire/ -- Rancho BioSciences, der führende technologiegestützte Data-Science-Partner für die Biopharmaindustrie, gab heute die Einführung von OmicsHQ^TM bekannt, einem einheitlichen Katalog fachkundig kuratierter, standardisierter Multi-Omics-Datensätze, die für den sofortigen Einsatz in der Forschung, der Wirkstoffforschung und der Entwicklung von KI-/ML-Modellen konzipiert sind. Das Unternehmen stellt das Produkt auf der BioIT World Conference & Expo am 19. Mai 2026 in Boston, Massachusetts, vor.

„OmicsHQ steht für unser Engagement, die Hindernisse zu beseitigen, die den wissenschaftlichen Fortschritt bremsen", sagte Chris O'Brien, CEO von Rancho Biosciences. „Indem wir fragmentierte Datenquellen in einem einzigen, kuratierten Katalog mit einheitlichen Standards zusammenführen, ermöglichen wir es Forschern, in einem Bruchteil der Zeit von der Suche zur Analyse überzugehen. Das ist Multi-Omics-Datenqualität im großen Maßstab, und sie steht Wissenschaftlern ab heute zur Verfügung."

Analyse- und KI-fähige Daten vom ersten Tag an

Heutzutage sind Multi-Omics-Daten über Dutzende von Repositorien verstreut, uneinheitlich annotiert und ohne erheblichen manuellen Aufwand selten für die weitere Analyse bereit. OmicsHQ^TM ändert das.

Zum Start bietet OmicsHQ^TM Forschern einen einzigen, durchsuchbaren Katalog mit Einzelzell-Transkriptomikdaten, darunter über 1.000 vorverarbeitete Datensätze, die sofort einsatzbereit sind, sowie mehr als 8.000 weitere Studien, die für die Verarbeitung auf Abruf zur Verfügung stehen. Alle Datensätze durchlaufen einen strengen, mehrstufigen Bearbeitungsprozess. Jeder Datensatz wird vorab auf Vollständigkeit geprüft, anhand von Standardontologien (UBERON, DOID, EFO, MESH, NCIT) harmonisiert, durch eine reproduzierbare Bioinformatik-Pipeline verarbeitet und einer unabhängigen Qualitätsprüfung unterzogen. Die Datensätze stehen im H5AD- und Seurat-Format zum Download bereit, ohne dass eine zusätzliche Vorverarbeitung oder Harmonisierung erforderlich ist. Weitere Datenmodalitäten werden im Laufe der Zeit hinzukommen.

Forscher können UMAP- und PCA-Einbettungen visualisieren, die Genexpression untersuchen und Qualitätskontrollkennzahlen direkt innerhalb der Plattform bewerten, bevor sie die Daten herunterladen. Dies erleichtert die Auswahl des richtigen Datensatzes, bevor Zeit und Rechenressourcen investiert werden.

„Die Branche befindet sich an einem Wendepunkt, an dem Daten das Potenzial haben, wirklich innovative therapeutische Strategien voranzutreiben – allerdings nur, wenn diese Daten vertrauenswürdig sind", sagte Julie Bryant, Gründerin und Chief Strategy Officer von Rancho BioSciences. „Kontext, Kuratierung und Harmonisierung sind es, die Rohdaten in Informationen verwandeln, auf deren Grundlage Wissenschaftler tatsächlich handeln können. OmicsHQ^TM wurde nach diesem Prinzip entwickelt, und wir freuen uns darauf, diese Grundlage für Organisationen einzusetzen, die sich der Verbesserung der menschlichen Gesundheit verschrieben haben."

Entwickelt für die Arzneimittelentwicklung

OmicsHQ^TM wurde entwickelt, um die Arbeitsabläufe zu unterstützen, auf die Wissenschaftler am meisten angewiesen sind, darunter die Entwicklung von KI- und Machine-Learning-Modellen, die Identifizierung von Zielmolekülen und Biomarkern sowie die Beschaffung krankheitsspezifischer Daten. Dank standardisierter Metadaten und einheitlicher Datenstrukturen können Teams Datensätze direkt in bestehende Pipelines integrieren, studienübergreifende Analysen durchführen und Ergebnisse validieren, ohne dass dabei der Aufwand einer manuellen Aufbereitung entsteht.

Für Unternehmen, die Basismodelle entwickeln oder KI-Modelle anhand biologischer Daten trainieren, bietet OmicsHQ^TM eine zuverlässige, skalierbare Quelle für harmonisierte Multi-Omics-Daten, die ab dem Zeitpunkt des Downloads sofort einsatzbereit sind. Es besteht keine dauerhafte Plattformabhängigkeit; Datensätze werden einmalig erworben und stehen Ihnen auf unbestimmte Zeit zur Verfügung.

Informationen zu Rancho Biosciences

Rancho BioSciences ist ein technologieorientiertes Unternehmen im Bereich Data Science und Informatik, das es Unternehmen der Biowissenschaften ermöglicht, komplexe biomedizinische Daten zu standardisieren, zu integrieren und deren Potenzial zu nutzen, um die Entscheidungsfindung über den gesamten F&E-Lebenszyklus hinweg zu optimieren. Mit mehr als 150 Wissenschaftlern, Dateningenieuren und Bioinformatikern unterstützt Rancho schnellere und zuverlässigere Analysen sowie KI-gestützte Entscheidungsprozesse in den Bereichen Forschung, translationale Forschung und klinische Entwicklung. Die Fachkompetenz des Unternehmens umfasst die Bereiche Data Engineering, wissenschaftliche Datenkuratierung, Bioinformatik, Data Science und strategische Datenberatung. Rancho wird von seiner Mission angetrieben: Leben retten durch Daten.

Medienkontakt

Michelle Anderson

CLFA Collective

michelle@clfacollective.com

Logo - https://mma.prnewswire.com/media/2981678/Rancho_BioSciences_Logo.jpg

Logo - https://mma.prnewswire.com/media/2981679/OmicsHQ_Logo.jpg

View original content:https://www.prnewswire.com/news-releases/rancho-biosciences-bringt-omicshq-auf-den-markt-eine-umfassende-kuratierte-multi-omics-datenplattform-zur-beschleunigung-der-wirkstoffforschung-302777588.html

In Thüringen ist ein großangelegtes Forschungsprojekt zur nächsten Generation der Nanostrukturierung gestartet. Wissenschaftlerinnen und Wissenschaftler der Technischen Universität Ilmenau, der Friedrich-Schiller-Universität Jena und des Fraunhofer-Instituts für Angewandte Optik und Feinmechanik (IOF) in Jena entwickeln gemeinsam eine Hochpräzisionsmaschine, die Nanostrukturen auf Flächen von bis zu einem Quadratmeter erzeugen und vermessen soll. Die geplante 3D-Nanolithographie- und Nanomessmaschine (3D-NLM) soll dabei eine Positionierungsgenauigkeit erreichen, die kleiner ist als ein Atom. Die Deutsche Forschungsgemeinschaft (DFG) unterstützt die erste Projektphase bis 2027 im Rahmen des Programms „Neue Geräte für die Forschung“ mit vier Millionen Euro.

Mit dem Vorhaben zielt das Konsortium auf eine Größenordnung, die bestehende Anlagen deutlich übertrifft. Bisher lassen sich hochpräzise Nanostrukturen auf photonischen Bauteilen nach Angaben der Projektbeteiligten nur bis zu einem Durchmesser von etwa 30 Zentimetern zuverlässig herstellen. Die neue Anlage soll Bearbeitungen und Messungen von Bauteilen mit Kantenlängen von bis zu einem Meter ermöglichen – und damit eine mehr als dreifache Vergrößerung der nutzbaren Fläche erschließen. Die Entwicklungsarbeiten an der Maschine sind angelaufen; das Gesamtprojekt ist in drei Phasen bis 2032 angelegt.

Nanostrukturen gelten seit rund zwei Jahrzehnten als Schlüsseltechnologie, weil sie Licht gezielt beeinflussen können, indem sie dessen Wellenlänge und Ausbreitung steuern. Solche Strukturen finden sich bereits heute in großflächigen Bauteilen, etwa in Displays moderner Fernsehgeräte, die auf Nanotechnologie basieren. Nach Einschätzung der Forscherinnen und Forscher reicht die Genauigkeit bestehender industrieller Lösungen jedoch nicht aus, um künftige Anforderungen in zentralen wissenschaftlichen und technologischen Anwendungsfeldern zu erfüllen.

Die in Thüringen entstehende 3D-NLM soll genau diese Lücke adressieren. Perspektivisch könnte die Maschine zur Fertigung und Charakterisierung elektronischer und photonischer Schaltkreise ebenso eingesetzt werden wie zur Herstellung von Hochleistungsoptiken für die Erdbeobachtung. Auch in der Energieforschung sehen die Projektpartner potenzielle Einsatzfelder. Durch die Kombination aus großflächiger Bearbeitung und atomnaher Präzision erhoffen sich die Beteiligten einen technologischen Sprung, der sowohl der Grundlagenforschung als auch der Entwicklung neuer Komponenten in der Optik- und Elektronikindustrie zugutekommen könnte.