基因测序行业解决方案

杨利霞

基因测序行业解决方案
基因图被称为“上帝用以创造生命的语言”，但今天我们不谈上帝，不谈基因，我们谈谈基因在IT中的应用和现状。

段同学的基因测序行业解决方案，非常不错，赞！推荐！

) s0 B. G. D8 _
. P5 Q7 Z( D' O  X近年来，基因行业快速发展，由原本的实验室内的科研项目逐步走向临床应用，计算模式从离线向在线演进，带动医疗和健康行业的发展的同时，也让基因行业迎来新时代。

6 d! w( _3 S$ X基因行业IT现状
- p% L$ c8 a) x4 m
/ k8 `! F/ U5 d  D" }2 k& G

# c3 _9 F8 m& M* W) B3 o" H基因计算行业在现实中遇到了很多挑战，主要分为如下几部分：
/ E& p) m) U! I# V& N
7 n+ x: X3 v' c& y8 I1、数据存储方面，由于基因测序技术的提升，测序成本降低。从最初的人类基因组开始细分扩展，目前已经涉及到肿瘤，遗传病检测。扩展到植物，远古生物，细菌，病毒，微生物的基因检测。因此数据种类和数据量是异常庞大，经常以PB为单位保存。
# `, s. B" E( n
  y2 H$ y8 i* j2 n# ~9 r( g2、数据计算方面，大规模样本的数据分析和挖掘需要海量计算资源，本地计算成本太高，扩容慢，收效更慢
) J% D) p+ A; u0 i/ h$ f. L
# v% E9 b% n& [, T9 g! G3、数据全球化，因为基因行业的特殊性，很多样本数据需要到当地采集，如果有数据共享，就需要一个全球化，多数据中心的支持

/ V/ V7 \) E9 c' J4、数据安全方面，基因数据相对比较隐私，但传统的基因公司IT能力较弱，安全措施不到位，防御能力很弱。
& d+ U1 {- R& r7 g0 C8 r
针对这些特点，我们很容易想到，云是一个很好的解决办法，为什么这么说？请听我细细道来：
2 B  e% K  A$ @% U. E! H
" w: {3 o" X+ b4 E1 M; H

( W2 q4 @9 s6 F' _  |8 n% Q/ c6 w* N5 t



( W4 [, x- v4 v9 q# y' c
$ `% f0 p: A/ t+ J2 R2 }数据计算--云本身的弹性计算能满足基因数据的挖掘和分析，能用最少的时间计算出结果。减少了用户的部署环境，计算的时间成本。
( Y7 c4 |: T8 ]* L
数据存储—云平台能提供海量的数据存储，且存储的格式多样，一般的云平台能支持文件存储，对象存储，根据数据类型还能支持冷存储（或叫归档存储）。对于PB级的数据，冷存储能减少很多客户成本。
7 ?2 |& c2 s. N/ j- P6 _2 ~! \( r
数据传输—测序仪产生的大量数据需要靠专线，裸光纤网络进行传输，如果数据量为PB级的，则可以使用寄送硬盘方式传送到云厂家的数据中心。
& K/ n/ n- u. F* t# |; r4 p. z
数据安全—云平台本身的vpc的网络隔离，高防，数据加密等安全机制可以保证数据的安全性
* V; E' M% O, U, i. D" L- W3 w7 e, [
# `8 U  g! _: r  p! }! ?  f8 _
  K# _3 c! H/ `1 a4 O
. q: T% r4 ^- c2 S4 o! l
6 a& g7 s- J4 [, x3 i  ]9 b" q9 N4 x基因行业的痛点
, s4 r/ T, Z1 r5 p! Q2 ^

以上说到了基因行业使用云的好处，现在说说基因行业遇到的痛点

- ]6 ?# t; I0 o+ Q4 y* i. k; b基因行业产生的原始数据台庞大，动则PB以上，如果从本地传输到云端，使用公网不知道传输到何年何月，如果使用带宽10GB的裸光纤，传输1PB数据需要连续15天，这样的时间跨度没法接受，即使采用寄送硬盘方式，也是需要很大的时间，人力，财务成本。所以，怎么解决数据端传输的云端是第一步，目前只能从远端减少数据量（比如针对基因数据研发一套数据压缩算法）
" @4 J6 J" }. K* q, f$ P3 u; M
大量基因数据存储在云端，从主观上可能存在数据泄露的可能，这个也是公有云的弊端之一
: t) d# z+ d8 |4 U7 K
基因行业盈利模式还是集中在基因测序的医院，个人，研发机构。国内除了华大等一批上市的领头羊以外，大批的中小型企业都处于寻找商业模式的阶段。

9 x  |( ^! ^% ?. }% b
! V0 g6 D+ ^! k; b  y" N
基因测序产业链


( F0 v& R% j0 {, J2 y0 I& [
) c5 g3 Q. P  A( [# d+ R$ k
国内基因测序产业链分为基础研究、上游设备端、中游测序服务端、基因大数据服务和下游应用端
% H/ H$ H7 G+ W  G4 ?( z- o
其中基础研究主要有药物基因组学、医学基础研究、生物学基础研究、微生物宏基因组学等；上游主要是测序设备、耗材及试剂的研发；中游按照疾病诊断的流程分为疾病预防与早筛、辅助疾病诊断和药物伴随诊断；数据服务包括基因数据存储、分析和解读等；下游应用端主要为科研机构、医疗机构、药企、第三方检验中心和个人消费者。
! b2 U, J7 i8 K6 w7 R2 B
! I9 K" V( @1 o9 v# o& t" I
2 U! u! \9 X1 \- |+ i' A* V
7 g. y( X) V, g& _; s+ }" j



2 J+ x- O1 a8 K) o$ Y1 }: d; e
  k7 {" Y8 L6 X- z$ f# m# o  k
8 A: t; {! x6 c上游领域，目前的测序技术还停留在二代测序，部分已经使用三代测序技术。整个市场被国外基因检测仪器开发商Illumina长期处于垄断地位,国内主要是华大基因占用一定市场率。
2 N  N2 Q& N  `
中游领域主要以基因组测序积累的数据为基础，应用场景为产前筛查、遗传病检测癌症早筛、药物分子筛选。国内市场以华大基因与贝瑞基因（贝瑞和康）为头，遥遥领先。同时有多家云计算，IT厂家提供IT技术基础，数据分析服务

' h; F0 i+ @1 d& k" m- ^9 P下游领域包括：产前筛查、癌症基因检测等检测的需求人士、药厂、医院及科研机构。而目前，基因检测服务中以NIPT为代表的生育健康类服务占据了一半以上的市场，但NIPT市场华大基因和贝瑞和康已经形成垄断。
" {3 ]5 |+ i" @0 M


% F# s8 X  @+ t+ F

- r8 r; A7 H+ u1 z9 Y# {  m  w2 \$ z) W/ S基因测序应用场景
$ v' y  d% i5 m: E


: A; Z+ Z: g4 y0 e
7 A* \; k6 M1 n" W. s3 c. V整体来说，目前基因行业的应用场景还是一片蓝海，有很多待需要开发的场景和业务，随着测序成本的降低，能应用的领域也越来越广。同时对IT技术的依赖也会越来越旺盛。