基因测序行业解决方案

杨利霞

基因测序行业解决方案
$ C0 g5 z7 K( H- }5 @6 Q7 O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。
+ K* S  e7 X; P/ M
( T5 C4 p  V/ I+ D" Z4 w. A, ~. h段同学的基因测序行业解决方案，非常不错，赞！推荐！

0 o4 p7 M" g7 f
  d' `2 s' r  A$ d  }5 {% \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。
0 O& f, g- n/ y8 a8 u) X
0 o; b4 H2 l( I. n9 h1 ~基因行业IT现状
" i5 s0 f) F/ N9 \3 }. y; N
% p. S& }& v0 \6 b2 s! I

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：

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。
9 @6 }3 M9 Z0 P" i
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
: v) |8 k/ t; D3 k8 k
8 ?  ^% n2 L" t! 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

0 k. T6 \' f3 N! j  J: }2 I4、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。

' E8 I  ^# }( O, 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：
+ P; g( O' S- d1 E9 j


( A  z9 L+ {1 ?6 J+ q

- u8 X) G" X& W$ Q4 V* y! p6 B% H) l8 i
4 w0 P! U2 G. ^3 r3 U$ F

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。

; j) W$ F: a" o  A! e2 v2 _# H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。

7 Q+ E/ L( q5 l! S4 L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
4 j: _0 C3 W( e7 @7 E3 S- g2 l
$ ]/ ?2 l2 |" Y$ v+ g
6 x6 l5 a+ K/ ?- L. ~' j
& o6 O- R( W' T: E2 o4 r% l
. _6 R# T5 Z9 V基因行业的痛点
& ~$ `- p0 E2 }" F$ ]" Y, B; d

: M- o6 [- S! |1 `; O$ {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, M, g4 P
' v6 E$ h3 T( j+ a4 a; }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）

7 s( L2 f, \% {1 D; 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
% E' h) n! h9 l0 X' z3 L0 v3 b' }
: x* O* w8 L; _9 _  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。


/ |5 a7 n- W* W8 D. J
基因测序产业链
+ t) x$ |7 U% ]$ {6 g8 [1 M$ p  F

" {! Y# M% K6 P

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
0 o) _! Z7 x0 d, d9 J; i* H/ }+ _5 `
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。
2 ?% a7 [5 [0 Y! K" ?( f% N

- V* E) J) l1 O3 v2 G! D9 H




: \' o# F7 D: t/ c

! |/ T2 N5 Y$ i+ ^4 [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。

8 {5 q* V: |8 z2 P3 Y- J3 a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。
; Z8 s. @- a. q, ^$ d
/ c! {) o3 a9 P) p0 z
1 O0 {+ z) h( ?' t

# f& u, {: U# Y1 m' O$ D+ @
5 T. |) z) K. m- F$ l基因测序应用场景


+ n  U1 W) Q1 }& O% L( }, v0 Y
: i. N) ]$ d: \+ k
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。