云计算和大数据延伸至生命信息领域生物.pdf

云计算和大数据延伸至生命信息领域：生物云计算 • 小六子 • 2014-11-17 9:55:44 • 大数据医疗 • 评论(0) • 随着互联网的普及和技术的发展，大数据和云计算已经渗透在人们的生活的各 个方面，在金融，零售，能源，交通等领域已经得到广泛应用。而对于生物信 息来说，生物的DNA， 序列，生物 等无时无刻不产生新的数据；比如 说，DNA 每年能够产生大约150 亿兆（PB 级）的数据，如果将这些数据存 储在DVD 中，那么刻录出来的DVD 能够达2.5 英里高。生命科学的数据来源和 形式多样，包括 、分子通道、不同的人群等。每个临床试验需要千上 万病患的数年统计资料，而DNA 的每个样本产生的数据则以兆兆位计算； 如果能高效、高速地利用这些大数据，无疑将为生命科学领域带来无限机遇， 但如何分析利用也带来了全新 。生物云计算便能很好的解决这些问题； 1）云 ：利用世界上成百上千台服务器云，通过分布式计算系统，取得廉 价、便捷的服务； 2）云计算与大数据分析：通过大数据处理软件将复杂，繁琐的数据通过可视 化，简单化的方式呈现出分析结果。 大数据，云计算，生物医学——三个炙手可热的关键字和在一起会是什么效 果？从应用角度出发，这个可以是SaaS，可以是PaaS；下面介绍一些国内外的 生物云计算公司，从四个方面来重点介绍一下在云出现的比较有影响的在云端 生物学大数据的应用。这四个方面分别是 ，临床药物研发管理以及健 康管理 1） DNAnexus DNAnexus 是一家致力于打造云端 DNA 数据库的 ，并把这些数据提供 给研究人员和科学家。目的是将 至云端，实现 的便捷的 和对比分析。该项目同时还提供人类 数据备份， 检索和配对等。通过 检索和配对，医生可以从数千万的 信息中找到对 有效的药物。目前 DNAnexus 的用户已经包括斯坦福大学和哈佛大学等高校，制药公司，某些医生 也会通过DNA 信息来诊断病情。公司提供的服务初衷解决在 经过 仪 大量数据的问题，人类 测一次数据，原始数据在100 个G 到600 个G 之 间，通过服务导入到云 ，后来提供了非常灵活的多样化的各类各样的 关于数据的 分析和比对的工作流程，数据可以有效的管理起来，并且 结果能够很好的以用户很好的形式展现出来。该公司获得 领投的1500 万 的融资。2014 年1 月， 组开启了 组云 服务，目前谷 歌 组 数据费用为100GB 数据25 一年，可满足单个人的原始 信 息 。且在经过谷歌特殊算法的处理后，可压缩至1GB，费用也将降至25 美 分。 2 ）Seven Bridges Genomics SevenBridges Genomics 是 一家 ，主要提供 排序研究和生物 制药产品服务，实现生物信息的可视化，数据分析等方面。Seven Bridges Genomics 在人类 组排序和分析中综合应用了云计算和NoSQL 数据的技术， 比如EC2、S3 和MongoDB。为了降低数据 成本，他们还采用了Glacier。 Seven Bridges PaaS 提供了一个设置数据通道的界面，这些通道可以基于预定 义的模型，也可以根据当前任务进行调整。 3 ）crossbow Crossbow 是一款能够用于完整 组重新排序分析的工具。经过对多个类库进 行整合，它可以借助AWS 只花不到100 的成本在3 小时之内分析完一个人 类 组。对于有志于从事生物信息的开发人员来说，这是一个非常好的工 具。这是对全 分析的流程软件，它的意义在于原来开发之前，完成一个人 健康