Az üzleti alkalmazásfejlesztéssel foglalkozó Oriana által kidolgozott megoldás olyan nem mindennapi adatbázisok folyamatoptimalizálására is alkalmas, mint például Magyarország legnagyobb emberi génbankja, ahol több mint 1000 család DNS adatainak a tárolása és elemzése volt a kihívás.
Az Európában egyedülálló, balatonfüredi génbankprojekt vezetője Dr. Korányi László professzor, belgyógyász és kutatóorvos, aki nemzetközi együttműködésben végez elismert kutatásokat az anyagcsere-eltérésekkel, elsősorban a diabétesszel és szövődményeivel kapcsolatosan. A dunántúli cukorbetegek hozzátartozóitól, felmenőitől és utódaitól már 1994 óta gyűjtik a DNS-mintákat, amelyeket megfelelően tartósítva egy mintatárban raktároznak el. A génbank elsődleges célja, hogy kimutathatók legyenek azok a géneltérések, amelyek - adott helyen és lakossági környezetben - a diabétesz kialakulásával vannak kapcsolatban. A kutatás most nemzetközi szinten folytatódik: egy svédországi intézettel, a malmői diabétesz központtal és annak vezetőjével, Leif Grooppal együttműködve a Botnia projekt keretében jelenleg azon dolgoznak, hogy a 2-es típusú diabétesszel társuló génhibákat azonosítsák.
"A génbankban összegyűjtött DNS minták orvosi-kutatási célokra történő felhasználása áttörést hozhat a diabétesz mellett további betegségek megelőzésében és gyógyításában is. A tudomány eddig ezeknek az adatoknak mindössze az 1 százalékát használta fel, ezért most az a célunk, hogy az elmúlt 20 évben összegyűjtött adatok elérhetővé váljanak a génvizsgálatokat végző hazai tudósok és egyetemek számára is" - mondta Dr. Korányi László professzor, aki egykor a malmöi Wallenberg Intézetben a diabétesz öröklődését kutató laboratórium vezetője volt.
Korányi professzor génbankprojektjének támogatásához az Oriana olyan üzleti alkalmazást fejlesztett, amelynek segítségével megbízhatóan tárolhatóak és bármikor lekérdezhetőek a DNS mintatár értékes adatai. Az adatok közti összefüggések egyszerű elemzése érdekében akár még családfák is felrajzolhatóak, amellyel rögtön látszanak a felmenők közötti öröklődési tendenciák. A rendszer által kezelt és anonim módon nyilvántartott nagy adathalmazokból levezetett eredmények és konklúziók számos, korábban nem ismert összefüggésre világítanak rá, támogatva ezzel az orvosi kutatómunka hatékonyságát.
