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。

段同学的基因测序行业解决方案，非常不错，赞！推荐！


4 V  ^& P% C- S# {+ p+ t4 b5 E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。

基因行业IT现状



+ g( z1 w( l, }" Q) Z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：
/ W. x8 y1 z3 W0 [& s4 [$ l
% G& c% l  ?2 U! G1、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。

, o, r: [8 E) C% n+ Z" }( 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

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

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。
- t. }/ D7 m! J& u, z8 E
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：
; E% l- q# U3 m0 p4 f% e, z
: B0 N* U& A6 p. P0 S

3 Q) C* H% A3 ~% `# P  }
6 h- F" ?* i% ]7 I% ~. d
8 |" w! ^+ n4 g, l


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。
* R# L+ p* E1 U8 Y! V$ l5 _  b. u
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。

6 e$ A; X. R; I# \% m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 ^0 F2 x. s: V8 \
8 O$ \1 d7 q2 U! |7 n' u


基因行业的痛点

" c: G! S3 i; j1 e' Z' z, X
' m& Z$ l, x2 c1 T! N5 [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

4 F- _# w: D* e/ I. Q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）
1 r7 o" Z% h# r, A/ {' _
4 t% f5 j! h, v) W0 T: D6 X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
4 j# M+ x9 n. I+ n7 m" e) y  m0 W
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。
' s* f9 J, Q3 Q( t: X' L9 J3 h
- B+ H& g2 y- o+ h; E' ~, F
5 C' o- q/ s3 w) f  J; _/ p. e
基因测序产业链
. _% D! r& h9 q6 E' i1 e
/ V. \4 ]" y, B3 @  o) i4 n- c
- k6 Q! l5 d- u, x$ I9 ^

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
$ @3 Y- I/ Z$ M# V# b8 W0 s& k
3 ]7 z& B  B- U& H+ S0 S2 o- Y8 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。


$ v+ d  C2 t$ D' e0 G& G4 E2 i
0 C9 w( V5 C$ k3 k1 I

: p2 s! v+ {/ s. m) f

6 C* X. G# h% D7 J- `
% {* v( E% K8 E6 }- r& X
3 i+ r- s- j# v9 \: Y+ z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。

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

% q6 S' i6 w" S* |6 G, O. Y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 X$ d8 F) B, g
: [8 l5 S2 p) _  a
基因测序应用场景
1 ]3 ?1 q% m7 j# c8 T- J. y+ t3 W
, \, `; H0 d  {8 x2 w; a& H
' h4 }# c" `1 F0 h" x) }
4 c1 X$ ?+ L' J3 U
# K8 u+ k8 ?) F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。
" o2 _% \. T2 I0 |9 d2 s1 p4 C5 r
* z1 \4 y4 b# p# T& F" v, @, J
, Y* M6 S$ V! x9 J$ n' [
" U/ c! ?; M) j2 p/ @3 i# [