基因测序行业解决方案

杨利霞

基因测序行业解决方案
. |  O3 d! @: x( H9 y' n; g% z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。
$ v' q6 ?: j/ O8 n/ z' Z- C
! O' [; n& s# r- q( X, l# G0 n1 @段同学的基因测序行业解决方案，非常不错，赞！推荐！
9 ?3 B* A0 ~4 D& [

5 Z4 Y8 ~* j( E5 U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。
% J: _' p& D4 \
基因行业IT现状


, k2 z1 O  W6 e6 k5 q# c
7 G6 P5 b3 j; I3 O: i2 V' [0 R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：
' G* e* l, X5 n! `
' k, ]( r/ s& w: l1、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。

2、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
( G3 f6 d6 g3 `6 y, g  k% X/ X  j
3、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

8 w& w9 ~, x  y0 g% |4、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。

: O; W& |1 Q- [2 {2 t. y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：




1 s0 Q+ s/ z, ~% l  _* `

0 x4 l1 e0 L0 H, h
/ U" L: S) Q4 N, |  j6 ~& T! N- g
7 X% H! ?) J4 E; C4 r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。
+ O8 w1 p/ l$ k" g8 D! k
" \5 l. n7 Z3 l! `( ~" h& |6 _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。
  j; g" T; ~! k" i# w2 w) X
7 H) N5 ]' `5 j) E3 X4 k3 V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。
* s4 y5 c' K: c( W4 R. G3 ?
) I" J7 }* ]% ?5 ]/ g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
) s- g* @7 i  j7 e+ P& M: x1 _5 U5 w
7 C/ t6 E3 D5 Y7 r0 J  Q3 m: X7 x


基因行业的痛点


0 i0 b. b' T  E: d' f7 y9 ]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
& ?8 S! d  z6 x# d7 P+ k3 f
# V2 W( V3 g) t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）
: P0 Q3 O; s* v+ `9 M6 b
( f! P. B2 d9 V9 T5 r* L) d: u9 B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
2 k/ u7 _5 w8 V( y* V+ a
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。
1 `( m  M6 I% D( l# Q6 B: J+ t, Q
. i3 ~( @9 w8 U, s$ n& S
3 P) Z' M1 E4 T) S
4 A% g5 c% j" d7 b$ u% o9 o基因测序产业链

3 N7 V* W" Z8 ]* L* z) s
/ z5 E4 }& N# Q& I' \) s! g2 ?2 r

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。

, p. ~3 k% U% v0 s( S



: ^5 P; g$ }" d8 o



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。
+ b" n. x  Z7 w( v0 N( q6 k/ z
1 P2 q3 v* D0 {2 V  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

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。
, J7 X! y0 j) ^




基因测序应用场景

9 B- W8 J' J# n& A6 D
2 }7 ~9 K9 ]! ?9 u! A

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。
2 j$ v6 S0 J) I, Q
) L1 c: S2 Z9 w