基因测序行业解决方案

杨利霞

基因测序行业解决方案
( j: E- O3 }2 y: Q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。

4 Q) W) I3 _# O段同学的基因测序行业解决方案，非常不错，赞！推荐！

, R* L  b7 \* s  f1 L0 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。
9 X# b8 w7 |! S9 j
基因行业IT现状
, B# ^2 \  ^% p: X1 G  H# Y
% K) T1 M0 F  X
7 q' F4 m/ @4 E
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：
; c7 b. C! F$ A9 N
# z% A/ S1 O- R. a1、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。
- p' j5 z" Y" I& }7 B& Y0 }' \! t: k1 P* r
% j) n) p9 a. g, c/ V( V2、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

( E* k# r2 J3 X' J+ q/ K3、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
; S1 w, v, Y% U- M! }/ Z
3 F, ]! p: `8 l- C# g4、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。

! s# I$ v* U4 z/ i6 f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：
! x, O2 F! C2 n
' y  m( V: g; O: F, J3 w& n; x4 t






! p8 k3 \( j- @- Y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。
, U8 V" t$ F/ h2 A
$ w3 x. R9 t" B4 q* M8 c: ]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。
& [6 ]+ B  f: k! m2 @
  F) {  q5 o& q; E) q1 \: _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。

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

: e9 Z8 A5 y  o" M( }
6 J3 V) K2 T9 t! L
) V/ b8 d$ c+ }8 w+ p
  Z# {/ a. V0 z. P2 x( I基因行业的痛点


, M- w' y  P: v9 O3 D2 Q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

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）

+ \5 t) H& z8 x# r2 Z6 S+ v6 O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

8 Y! W0 ]: g* T' \: v1 l* t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 G$ E2 Y" L5 [  ?1 u9 N! e) V
, c0 S4 n# M, E6 m; v* y, S0 ^

% R* w9 i  g! [+ r- `  ?基因测序产业链
( E1 q! l4 z# {+ F+ _8 ^
; k- O; b6 M4 x


; [# X$ m. u2 V4 E; ?1 `9 s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
, R  ~9 M3 l5 v, R  |
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* Z" s. ~1 m  }# W0 M

" N* t& I( D8 f: Y' T

# _/ R& y! F( @. b7 b
) _1 P% Y  H9 [1 R7 l
" z" ~3 ?6 x+ _0 ?* I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。

7 s' X3 y; `2 _# U& n! u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
: k9 a$ a& J% t
2 X! e2 m+ O. H4 x7 M% `, [' m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。


/ n) G/ D" j8 c- K# y* {/ x4 o
% C: C4 B& B* w* `/ T7 R
4 q. u7 }: w7 A! w' t
基因测序应用场景
. ?3 p. l5 e6 F. @5 K



/ I, q9 x$ N5 t! N5 v; u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。

. a5 M1 k( V2 c% q& E, p/ K, j