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。
+ l3 R, c5 e6 e) O
段同学的基因测序行业解决方案，非常不错，赞！推荐！
# M5 N  K4 L2 U) |
' d$ A- X2 T2 u4 h
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。

  F! P1 b- D) F% I/ K基因行业IT现状

9 J8 L9 c9 n! @# \& f
+ E+ E- `3 Q* _1 L) V
; p, p& S" H# O* w! l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 R  n8 J* i3 Q4 l& q8 {% I" m  ^
+ v' {: `) |! Y; h, `8 i1、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。

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

$ `4 e8 M1 w, j2 ~8 x( ^% u3、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
% _* N8 P9 B( C/ K; t& `* D
" C8 q$ ~# f3 T% 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。
$ G- c' i* K+ N3 S
5 v+ S$ O3 ^* h2 f5 I. _" i( z2 ?$ B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& M, z" q) p
% x' V' H1 ~. G1 t
" D, F% f3 U/ B6 u* L5 a) N; c

5 y! k, K) {3 E6 z; p  r0 ^

: t5 _. ~5 H4 n& U1 {! U0 V

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。
5 I2 [- A: u* f, ?$ k6 B
6 u" n" F6 V: j1 P3 A% A- 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。

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。

, n4 t6 I( A( z: p- N. ^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
2 W0 \& v; f- l5 j% g
0 E6 e$ p* _+ {( L0 ]/ g9 I

8 ?$ t3 A( B% d' ~
4 X. p4 l& I$ j: I. [: a. h; G基因行业的痛点
* F2 X( k/ x! R+ ?9 I
) ~( ?/ N( m: x* [' B% }
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
2 d9 U% C" J0 u% t) ~
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）
0 O% z( h8 n/ y. G) P1 w
1 A& A5 L- R/ B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

! |/ x6 Q9 L) _0 I+ l/ w( O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。

7 u3 J% e. n- z, Z% S1 p5 G+ a
& j* c+ x2 {; i" }) w" O
基因测序产业链
+ g9 I# h& K+ H, m8 {) B9 N  }+ G
2 @) g6 e+ u0 v% l1 {4 |

# L( X; Q& L, q% @
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

- w0 c8 _+ J% T8 k; q' v, J$ d- g4 F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/ W& j3 }2 G1 P; x9 a
0 Z2 Z5 y" ~6 _8 v3 B: [6 O  p
, w# ]" R$ u% T; B: ^


% ?: ?$ j6 d4 ^! a; }% z" J3 P7 P5 ]

! x3 A8 p+ w8 Y- a3 V* n" Z" t

; y! ^' U( L+ K8 e. |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。

& p  u* n3 Y+ h1 G0 P( C/ l, ?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
1 l) L$ W- z! R- j$ [$ Z5 j
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。
" p/ k. @4 B1 A- M7 s4 [
9 z& ?& N" i8 b5 [4 ]/ ~

' U4 F2 q4 d8 p

基因测序应用场景
* }+ \. k" C9 t( r" o$ K
& _" l% D+ \; r, _
; Y: X% l' \/ P2 S

+ t, }" L6 Y, ?8 V3 B' U4 o' O* 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。


3 l3 F  K5 r. v+ J
4 ?& }$ A8 X+ G& U