基因测序行业解决方案

杨利霞

基因测序行业解决方案
' c% {( y2 X6 E! q* T4 R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。

' t' B$ i3 U5 i( h7 J5 ]3 b段同学的基因测序行业解决方案，非常不错，赞！推荐！
& u* F) z5 j6 F+ ?

, ?8 I8 C/ K1 M; t% U9 @  k9 E% x* 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。
. {. X, M8 X3 s) V3 V$ X- A  C1 d  z2 b
4 Y; |5 `& k$ E, w4 n6 }) \基因行业IT现状
0 X; j, {1 F. `/ D2 i

2 J9 p% c# f/ Z0 T9 p0 y
( o3 d. q. I, X" H5 h" {$ G9 A9 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：
* \" f" D& G; Z
+ l- \2 x: Y0 o* ~# ?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。

+ Y8 t! [) d- Q9 K2、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

2 r! L6 g* B9 I9 W* L4、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 _- T, {. b0 [* S$ ^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：
5 b: ]& M% T; c' m7 V
( V; F6 }) p9 K
$ a- `9 H. A4 L- G* t2 Z1 o$ ?
1 H' Z3 u7 t" K
9 u" J  y( B! v# V% U! p6 }
# l8 G' N3 S0 _% B! 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。

) ^8 W$ X  C1 B; O' \% u3 ^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。

; j3 [% S, f2 B- ?% J# y( {( O0 ?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。

7 A8 K. h" v, t* _# E+ D& Q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
. i% l  X; G0 J% i: Q+ k

% v' q1 q+ h7 V; F9 ^7 @. b

( m! ^  _1 B: ]3 U: [; l5 k, b基因行业的痛点


& c  j# u2 x/ K* t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 \" k' o" ^. G3 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）

+ m2 N7 a6 s6 W4 T3 F$ J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

, v9 L! Q' \/ `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。
4 ]4 G3 o6 S0 ~4 X2 c
' f/ t$ P& c$ n- X( t# c

  h" i8 n  H' r% B! U* A基因测序产业链



/ C: R& \6 n; E7 L( i; X  }* D4 J
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
( {- `# z2 W5 u! a. c0 q# ]
- |5 W" {8 @$ g3 J' r! P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。
# ~3 a" G/ b" c4 u' e
& Z* N$ N  O6 {, }. B

  }% d4 m$ T2 B# c* c  t

6 z; ]/ W7 {& ~2 H6 y+ |


* b$ r" h! ?  {
, V$ T3 Y! @3 ~' A& k8 ~4 U: O! J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。
' p6 o3 O: ~7 J; @4 u
: ~' e0 F0 ~* _9 z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
1 P! y3 c" v- U* b7 X
; J9 {% Y1 u4 i5 r& f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。


! \; j- o: U) }5 j; J7 ~4 E
+ Z7 \3 n8 h2 l' d* @. z2 v  k+ P* U6 m

基因测序应用场景




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。



6 c8 h# `, z/ o" O  F; P