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。
9 G/ M7 ?6 K5 a( K2 L
$ ?: N! [# m# _" M9 ]8 H段同学的基因测序行业解决方案，非常不错，赞！推荐！
4 F8 e) S6 K1 w- ]: C& {: ^- V: `  ^

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。

! s0 D8 N: d2 u5 K基因行业IT现状
0 q! q6 O9 H+ k! {& a
2 Q1 J5 [1 B# n7 \' F
; t3 u) a+ L) ~5 o, M
( D; r3 b# r3 U8 N3 g9 h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：

# m0 C" A/ W2 r1 y9 ~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 ~7 ?3 f2 o9 V) Y4 _5 `. k3 _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

, u7 E% N! {: |- I* w. Q  J9 ^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
7 A& T% X. y' K% ?$ i5 L
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。

7 U, Y7 Z8 T: I1 n* L( w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：
* J' t! u& x! E" \0 h





7 h% Q/ y4 k; v  y  r) j* p

& L, @) Z0 O4 L# S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。
5 C( ?; R% M7 @  I6 ?" H& R: ~. U" R) p
. K; z; V* m! |- C. x! m, P7 b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。
& c! ]- m; g9 ^" [7 A4 H
9 T2 o+ z1 Q; f! H; g' c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
6 Q& K1 _: f# P# t
& ~) \5 U" Q1 A8 C7 @2 H% P: }2 w  a


基因行业的痛点

6 `9 w$ T+ c3 [! f4 h
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
  j4 Q% ?5 Q" }' {
2 L) d3 q: @9 {3 C% k2 o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 S/ _2 _: V- G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

' x- g3 [# R8 ^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。
" ]9 `) o) Y0 [" b& E


7 B- N. G0 J( l$ N/ ]( }基因测序产业链




, i0 j3 ^. _7 H9 i. h7 w  Z# ?7 b7 v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

4 H$ p( S3 _5 n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。

! T8 k8 H2 Y8 C: O" J+ j& U0 [

9 F) F( {8 i2 A- u- C) O  v
5 n" `3 h2 u4 r8 B. u, k


1 K" q4 O6 \* E, m8 q
9 l' }4 [9 n4 b$ _% k% C4 ]* t4 z
9 _0 i4 j( K0 A* q: @4 w, K3 @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。
- V0 y4 o/ ?4 D; G
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。
2 X) V; I8 P6 o3 P7 x5 i- A
+ r3 P+ M, _# ?& {2 @% `
  n5 @5 M4 t& g% e% L' D4 l+ n
- p+ d: G, d1 v0 v$ O
5 j# K/ w9 M/ G/ s, D1 Z6 o
/ b/ x2 |4 [% u基因测序应用场景



# W" a! i* S  t7 s/ l# W% p
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。



' @; d" a( d  i# S3 \4 p