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。
# F6 t; E7 ^. a5 n7 S& C
段同学的基因测序行业解决方案，非常不错，赞！推荐！
. h0 V# g0 ?( G# c, S( V
5 D. `, e5 \  |' Y( U% O
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。
  j0 }% [- z- ^- A5 E/ F
3 x2 k" v9 j+ T8 {/ v; M. J基因行业IT现状



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。
; w4 ~5 v: N+ Y
, }4 S+ L! k! D/ V' N: |1 O' A( N+ g2、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
8 ]/ r2 j, n. C7 V2 N% U: N( C0 L
4 B7 Y) h; C! M9 k1 k* Q3、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
9 J: x# W9 Q+ t+ M
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。

" a- m' z# n; O( o/ N  P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：


$ [4 g% i; |; @, I; j. E; K

0 [1 X* H0 [9 J* X, M7 @, a
! N( ?. p$ O3 ^1 A! d9 H
8 n8 n- [% ?# p- s$ R/ b+ n
7 a! t8 e! F) n& k: I3 B( \
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。

# h  J! z$ N0 A! z, B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 K7 J$ ^- ?% ~$ x$ `% Y
! ]: b$ i( C( ]4 _& b% A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。

. Q. V- D( P& [# y7 }6 R, K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

' }; e0 s3 J) d) A. j# ^


基因行业的痛点


7 y/ T1 K1 o3 C2 L- `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 l4 x$ y4 w- `& i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）
% l% G8 X, [! |3 U. T
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 ]3 e+ c% e3 @2 x; \' n
7 ], i0 }! D3 g2 m( w. }8 ]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。
/ c+ O0 |! K4 Q, i. J  M/ o/ P+ N
7 n1 |9 r: h9 j/ G: I+ R! [
: S7 ]# K3 M: E- h
9 L& R% [. {/ g. g$ t1 W基因测序产业链
' P% W  t/ Y- z4 c

5 O% v; M) F5 F# W& Y0 m. v% C

: a) J) F" f, i/ y+ S$ A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
' f  c3 k& x- |
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。

7 P- A" S/ |8 \0 R: D& E# W0 W




2 `8 b( d: o/ h# {4 V$ M9 P# g
8 o! c+ Y& U5 s) g+ d

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。
5 U/ [$ I5 i+ K" v$ e4 |
' O1 L: z$ C0 q$ u' p  i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
& I! M$ a2 _/ f2 i
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。
( L0 N7 X# f. K3 g
6 b5 f# z% b9 M$ Y+ V


& s% s$ J  |6 [, }5 G. E, a; A, w% J
基因测序应用场景
$ _& c5 {6 L! D& o

; s. t* p. X: S5 t+ M+ K# j

( Z, p# ~: y: M" I6 k; T! f7 B1 q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。

. N- N$ t' L3 h% w# @

& Z! v. X5 Q3 \  e' g  ^7 X