基因测序行业解决方案

杨利霞

基因测序行业解决方案
' y/ i( ]# A) X) a5 _) K/ H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！
* P3 G3 b7 Q  D- g' ~: D

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。

基因行业IT现状
7 y9 L5 f  ]& V* V' D


- R3 t# \: V+ ?$ @1 j( F* y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：
7 a( F0 M5 D) p4 B7 w
2 q/ h; ~* R- q2 |2 w) P4 \1、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。

( n' K* l5 e* K. C2、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
  `# z7 R. j# u  E' ]& @$ m6 v
; b' [" u, ~  W. X3、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
! c* {3 P7 X- H- z# D; X* [
8 b0 O# E  _/ W2 T+ S& D7 C) j' H4、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。

. q% J5 b( C" o) z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：
* F3 _5 w# g/ w& t% ^0 L
8 f( c, ^1 V1 c. x/ j
7 O+ L4 Z. e& g1 z/ J) D
$ X1 c; m2 S* P& N/ d/ |* D5 W
' _/ t& P4 n! A2 Q) Q$ u# n# b
* @0 `$ W! e! Z/ V
" I6 |# U0 M2 P$ K; H  l
1 n- n: \- O: \0 O- L( E
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。

1 Y: n! ^6 d2 `2 X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。
. Z0 S  ^" d% j5 ~8 s2 h8 j
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。

/ P( M1 X5 y# y# n- B: s0 U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
0 j" V2 e' P5 R" s



) n% v, y! V9 t3 d* x9 ^  ^基因行业的痛点

- Z2 _3 P( t1 u6 ^: s0 L
1 p$ Y( y) c" e9 ^5 N0 {# n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
- u. V: g  N, L- ~+ V1 Z
+ s7 i0 t8 A7 s" q3 u% \; c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）
- W# \' S9 M; Q8 O
* S( N6 b! ]- Q: J: C- F; @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
, B; Y; Z4 ?$ u! A; c- Y4 Q  B( L
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。



8 N- Q" {. U, x2 N0 S3 n2 E基因测序产业链
- P- c0 A9 I" s+ W" y
1 Y) Q! e) B6 J, k- p3 e* @  Z3 ~+ _
2 @3 \7 Y. R; E9 e

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

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。
% N. a1 R# g8 }

5 J+ _5 {! x3 N6 |


3 l- b) N5 P  I! n: Y# E, N

9 x; S7 t6 D1 f( ]8 e6 Q

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。

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
4 u& E0 p" o# _8 J  X. Q7 g
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。

9 G& w9 u) ]3 Z" |: u/ }
$ S7 {6 @! z$ g7 T7 r
8 w: U( z* v  M$ X. _& T
% ?5 h& ^  z) M  Y5 |( k2 H& ?  r2 D
基因测序应用场景
1 X: p: n% U% {1 s6 J( f3 m3 s! X( _

1 r* m: C( Y  H+ @

9 `" y, P- C7 t9 O8 n8 y, 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。


; \/ C9 D& R. o4 B5 c
1 _) B* ?4 x9 j; V; W