众IT巨头围猎，基因和云计算之间的长桥有多长？

关键词：云计算+基因大数据  痛点和场景

阅读时间：约6分钟

 文/基因慧 

4年前，谷歌推出Google Genomics，25美元/年存100G基因数据在云端。随后亚马逊、微软、英特尔等IT巨头发力“基因云”的布局。国内，近期筹备的生物信息云产业促进会的名单中，华为、BATJ等均在列（包括基因慧等产业大数据服务机构）。众IT巨头围猎基因领域，BT和IT孤岛的长桥仍在搭建。如何提升数据的“温度”，缩短价值链？怎样实现云端落地，建设中国特色的DT名片？是亟待解决的产业命题。

1从服务器到临床：如何提升数据温度

在近期“华为云中国行2018”的“云·基因”会议中，海普洛斯创始人许明炎博士谈到，从测序中心传送1T数据上仅需2小时，云端实现基因数据存储、分析一体化。

这意味着什么？

今天的测序成本约为十年前的1/100，使得基因大数据呈超摩尔定律增长，每年新增近100PB级基因数据，在传统生物信息方法基础上，投入HPC（高性能计算服务集群），基于GPU、FPGA等硬件加速，Hadoop，Spark等软件加速。

这些对IT工作者驾轻就熟的名词，对于遗传学家和临床医生而言可能如同天书——不要说给他们一个黑盒子，他们需要转化基因数据的价值，解读数据的生物信息，最终辅助临床决策。如果不了解数据产出和计算过程，在数据筛选、结果判断和定价上均有可能出现偏差。如果说给病人的是“黑盒子”式的医嘱和产品，给医生或许需要“白盒子”式的逻辑和方案。

回过头看，从基因大数据层面，精准医疗的路径需要经历数据采集、生物信息分析、数据验证、方案制定、 医疗服务、支付和保险、数据库积累等众多环节，最终实现从冰冷的服务器到有温度的临床服务。那如何提升在路径传递中的“数据温度”？

对于海普洛斯这样的肿瘤精准医疗企业，发起10万例中国人群绿肺计划和10万例肠康计划，以一年完成2万例的速度，不仅需要提高数据分析速度，也要确保结果交付的有效性、稳定性和可靠性。借助于华为云构建“海普云”，建立数据中心同时实现1T数据传输仅需2小时，这对于病床上急需诊断或治疗方案的病人及家属而言，节省了救命的时间。

对于需要借助基因数据决策的遗传学家和临床医生，能够从云端查看到从数据产出、原始数据过滤、初级分析和筛选过程，了解整体数据分析的逻辑和参数，并且在办公室、病房和外地都可以随时查看数据分析结果，这相对“黑盒子”增加了更多的数据模块化分析、可视化信息对称、在线协作的功能，即称作“白盒子”，被广大遗传学家和临床医生所欢迎。

2从数据到应用：如何缩短价值链？

“基因数据和医学影像一样，是生命健康领域最复杂也最庞大的数据，但相对结构化。基因测序技术的成熟带来基因数据爆发增长和应用的普及”，华为云深圳技术生态合作总监刘宇鹏在“华为云中国行2018”的“云·基因”会议中介绍道。

图，华为云举办的“云·基因”会议现场

从复杂而庞大的基因大数据到临床应用，需要将测序数据（或基因芯片、质谱、PCR等基因数据）转化为生物信息，进而分析遗传信息，然后得到临床决策信息，面对这样一个长价值链，如何缩短时间和降低人力物力成本呢?

刘宇鹏谈到：“云计算平台具有资源弹性、按需配置、量化共享、用户友好等特点，云计算和基因大数据结合，为精准医学提供落地BT+IT解决方案。”

以肿瘤基因检测企业海普洛斯为例，部署以多台NovaSeq（测序仪型号）为核心的测序中心，低成本打造了10P级存储方案。基于容器化技术将所有计算资源池化，连接公有云解决多点数据协作问题，同时将自主开发的开源软件部署在云端，通过优化算法来提高肿瘤NGS分析。一方面，通过其构建的基因云平台，使得肿瘤基因数据的存储和分析更加快捷；另一方面，对于临床应用来说，便于从头设计和管理癌症基因数据库，这对个体或者群体肿瘤标志物以及药物靶点的发现有重大加速作用。

华大基因云平台 BGI Online负责人金鑫在会上也谈到，基因云通过可视化分析流程编辑，实现软件模块的更换，兼顾效率的同时支持个性化操作，实验人员不需再为每个过程单独编写代码。这点对于缺乏生物信息分析人员的基因市场，尤其是临床科研团队，提供了简单易用且强大的工具，如同变形金刚的能量矩阵模块，从海量数据中吸取信息能量，而模块本身可以无缝传递给团队其他成员。

3从产品到方案：如何实现云端落地？

云计算落地到实际应用，除了分析模块化、流程可编辑、可视化分析外，最大的特色是弹性计算/存储。作为IT基础设施资源，云计算随用户业务实际使用而弹性伸缩。用户按需用多少资源，即按实际多少资源付费。

图，云计算的弹性计算/存储类似自来水厂

这种弹性计算的能力和按需计费的方式，和现代居民才使用的自来水很类似。以前，每家挖井产水，用不完的井水造成浪费；每家需自己维护或者接管道到厨房。到后来自来水厂统一产水，统一铺设管道和维护，每家用多少水交多少水费。云计算的弹性计算/存储类似自来水厂，切实地帮助用户避免大型服务器因闲置产生的成本，降低运维成本。华为云通过基于浏览器的云管理平台，以互联网线上自助服务的方式，灵活快捷为用户提供云计算IT基础设施服务。

借助云计算，对企业而言，无需提前预估并支付大量资金给不确定的IT基础设施资源，取而代之，能够在数分钟内开启成百上千的云计算资源，也能随时快速地缩减掉资源，资源真正地高效灵活配置。对医院而言，节省占地面积和成本之外，更重要的是无须再将时间耗费在等待数据分析冗长的生产链上，在医院门诊、病房都可以随时查看数据结果，为挽救生命争取了大量宝贵时间。

图，华为云高性能计算架构师 任冠楠

令大多数用户担心的一个问题，是基因数据的安全性。关于这点，华为云高性能计算架构师任冠楠谈到，华为云提供端到端基因测序行业解决方案，从样本到生物信息分析整个流程都能在云上完成，基因数据上传云端之后三副本备份，同时加上区块链技术防止被篡改。基因行业正处在爆发增长的阶段，需要有认证、监管及可靠性保证，这些都可以借助IT技术解决。

4从商业到行业：如何建设DT名片

自“十二五”以来，国家对生物技术领域投入累计达到602.65亿元，我国生物产业复合增长率达到15％以上。近两年，国家将生物技术列入战略发展新高度。科技部在2017年《“十三五”生物技术创新专项规划》中提出，到2020年，生物技术产业在GDP中的比重将超过4%。2018年初，《国家生物技术发展战略纲要》正式进入编制，成为除人工智能之外第二个技术类国家发展战略纲要。

迎着政策春风，以华大基因、海普洛斯为代表的BT（生物技术）企业，以华为为代表的IT（信息技术）产业，双方相互赋能，构建类似基因+云平台构建基因大数据体系，在创新生物技术驱动的基础上，又借助新一代信息技术加速发展。而中国拥有着大量人口和丰富生物资源，以及创新创业的社会、经济环境。天时地利的条件，将推动IT和BT的深度融合，构建成DT（大数据）体系和产业。

在DT方面，除了IT基础架构和软件平台对于BT大数据的相互赋能之外，人工智能的深度学习等算法，从理论上可以对无参考数据集的基因数据进行分析，从表型以及人群特点进行智能聚类和个体化差异分析。这样避免依赖需要长期建立的中国人基因参考数据集。此外，基于硬件加速，可以缓解PB级数据的计算和存储压力，提高从数据到应用的价值链效率，北京峰科计算技术有限公司的业务发展经理李东在会上提到，简化并缩短了FPGA加速的开发周期，管理异构计算机群中的加速器，分析流程显著加速3-5倍。

回到开头，为何各大IT和互联网巨头布局基因大数据，部分获得亿元级别的头部基因企业也得益于大数据的优势？我们可以看到，互联网改变了人类社会的生产关系，而大数据将改变生产力，成为人类社会体系的重要一环，除了衣食住行，未来将集合基因、微生物组、饮食作息和环境等生命大数据，指导生产、生活和社会的每一个环节，推动我们走进生命时代。这其中得益于BT和IT的双动能和双向赋能，也得益于在全球地缘政治的形势下，中国在结合人群大数据资源优势和中小企业资源上，建设DT名片，有望走在智能化生命时代的前列。

未来已来，生活将不在别处，在云端。

▼  点击阅读原文，直达YourMap产业地图