基因测序行业解决方案

杨利霞

基因测序行业解决方案
& y& ~1 F% i" w2 {8 v0 f( ]/ @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。
, |# h1 f8 t4 p
) y6 B. _! s, B7 n段同学的基因测序行业解决方案，非常不错，赞！推荐！
5 q1 q1 K' e, M5 B: J) e# f! b0 ~

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。

7 w( m- q. c- {0 I" S4 f基因行业IT现状



# ?) }6 z( F  J! x7 N) j6 _* w" `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：

: k8 Y% L  M  Z' B. N1、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。
0 L/ d$ m" S5 J0 s+ J
) p# D: q! |% L0 ^' j1 C) y7 d2、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

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

% S8 O. c$ x, V4、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。
5 F- o# W7 a) @2 B- }
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：

" C* X; ~/ k# ^: m" _/ J7 q; o
- P) M: g" D: H) n- Y1 s  G


) m9 D6 B$ v2 e

: g& ]# q4 V8 q8 h, M) v4 }7 z
! Q' D& }- f' b3 J3 r1 F4 V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。

* e0 n# W$ g$ x  O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。
4 l3 u- H/ h% C* V, g. C
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。
( s2 Q. T. Z. ^5 j3 x
% A3 O  E: ?& e8 \& I9 w0 {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

* @/ a1 r9 B) Y& d1 ]  E$ l* Z4 U
% {& q0 ?+ m9 _) S

基因行业的痛点

9 _' O( J( H/ t/ [9 t
" x7 A- Y; F8 G! ?2 u' y: E) 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

$ h8 H% g- ~3 V5 a! O1 z: s, ?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）
( L$ y6 m# J0 z. a
/ n1 g" d1 ]+ G0 d$ W: ?3 d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 t" ?5 o' S8 B0 ]* k* f9 Q
' N  z! R) ]6 F; V: Z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。
/ F: }) b( f) g3 f, n+ p

( q9 R' P5 [: O& N& z2 O7 C
  {$ {3 H4 U& B基因测序产业链

( ^" J; N, q$ {" D' L( [% C3 K
9 d6 W- h0 n; y7 K! a! @) I

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/ P1 P: k- P! Y. U- W- _
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。




) j) o* {6 f% n4 S
5 I$ v3 }" I5 J6 u
6 \+ I( {( B# }9 P4 B9 Q

# G; v1 S2 p/ `$ 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。

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
# E4 l- L- `  P# ]
& b% w% P$ _5 e# e- p7 a4 F) x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。


7 {! L9 J5 e9 Y: O& s


8 \+ X4 S4 n& V: v; U  e基因测序应用场景
. k8 f5 w8 J  l! p% I6 U

! ^7 V1 F5 ~& j+ g
8 _8 H- ?" B) b+ [% ?4 L
' U- k& @8 H# M0 k! Z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。
+ _: R( U, N+ t% {% W
5 t. L" h2 S, U: i6 Z. |7 Q