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。

2 `3 f; T  d: `  e* `" c段同学的基因测序行业解决方案，非常不错，赞！推荐！
5 \2 Z& B5 o6 M+ n; a% l
$ D' o: e2 _6 _
! I9 ?- V0 z  A. q7 ^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。

" N' l) I, w+ R4 W- k基因行业IT现状


8 j2 t, W% s4 y% A. @: K5 u
" _; t% H8 \4 n9 t5 Z. [2 U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：

& @$ `/ D; s3 [- |! z: g- h& q3 E1、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。
( A' L* v/ m9 ?2 U3 E' H4 z2 Z+ Y( o1 M
' q/ [* A* I7 x+ Z" ~0 G0 E* Y2、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
. \* z; _. v7 }! c, w
. f3 l5 G  _) v* f7 L* t* c6 Y3、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
$ l* W* h/ N5 s& ~
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。
/ P; \6 x4 V$ D$ M0 K
/ w, i# ?- m) o6 r; x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：
: y/ p; A  f$ B+ S& Z0 N
, b. _& `+ t. Z/ b1 O5 x0 W
' f* U9 _7 B- d. J3 _9 m

* v; h. J2 H! Y8 }4 }6 T
/ ?( R- O' y3 O6 ?" ^# d


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。

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。

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。
5 t$ x/ J3 h2 C. W
2 y* E/ @! t' @0 F0 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
' ?: m! r" r  P  ?
( M, c& }* K; z. u( E
2 j0 w7 ]) g/ U* p# N; v4 s

% C9 ?  F* c, q" O. s基因行业的痛点
  r: }  v: v# Z1 E7 m

. t0 X7 i* p% Y- P: A2 _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) P/ L7 |1 i; p' n
, p% I1 D7 i1 P1 |4 p6 j! ~3 G, |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）
: T* b7 z( F3 O; h
- K2 V$ }7 Q8 l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
1 w; P: C- m" z9 s
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。
% \2 }. H' ?6 L7 x

2 g8 {3 E# B; ^% |
基因测序产业链
  [, c* X$ `0 G% }
" E/ M' T) t9 \1 F* f* y( }


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
6 ^/ j3 p. R& b+ o) v. v3 X( W
! j' v% d& ^( P% i$ k% A4 Q+ [! E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。
& U* x! h" Y0 w


8 F' m- Y/ h- ^# b
" c/ L4 w+ {1 j9 k
( l. @; S& R4 S4 L7 p
8 F& g) _, K, b) C6 Z

. |% c2 ~9 d7 k/ E; j9 ~# ]
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。
' b1 U  I5 t+ d# M; {, Q( X! T) `* m
) o( p3 C& K/ _' Y& q3 i1 s/ J1 U5 l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。

6 p2 [+ O% o' Z) v$ k+ q
2 V* v7 t" z" d# q" c) f; I

1 l( f+ C8 |; Q0 u' f- F  Z$ ~
基因测序应用场景

8 [& ~6 a% z- ~% O: f; 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。

5 D' n$ D5 M+ F% e