隨著NexGen測序儀以創(chuàng)紀(jì)錄的數(shù)量生成廉價(jià)的DNA數(shù)據(jù)，基因組學(xué)研究人員一直在“云九”。除了一件事：從基因機(jī)器中涌出的數(shù)據(jù)正在淹沒計(jì)算機(jī)基礎(chǔ)設(shè)施 - 從最小的RO1實(shí)驗(yàn)室到最大的測序中心。

例如，國際1000基因組項(xiàng)目迄今為止產(chǎn)生的數(shù)據(jù)集，使用NexGen建立最詳細(xì)的人類遺傳變異目錄的努力，達(dá)到50TB。這是50,000,000,000,000字節(jié)的數(shù)據(jù)。由于計(jì)算機(jī)網(wǎng)絡(luò)通常以每秒1千兆位的速度運(yùn)行(一個(gè)字節(jié)中有8位)，下載1000 Genome Project數(shù)據(jù)集需要4.6天以上 - 而且只有實(shí)驗(yàn)室的硬盤陣列足夠容納這一切。

然而，解決方案可能在云端 - 計(jì)算機(jī)云，即。云計(jì)算是一種空靈的，短暫的概念，依賴于互聯(lián)網(wǎng)利用的計(jì)算機(jī)網(wǎng)絡(luò)來咀嚼特定的計(jì)算問題。而這些云似乎有一線希望，這就是微軟，谷歌甚至亞馬遜等重量級(jí)企業(yè)開始提供云計(jì)算服務(wù)的原因。對(duì)于研究人員來說，這可能是一種經(jīng)濟(jì)有效的解決方案

為了找到答案，國家人類基因組研究所(NHGRI)最近舉辦了一個(gè)研討會(huì)，討論云計(jì)算能否清除一些可能會(huì)減緩基因組測序醫(yī)療保健進(jìn)展的數(shù)據(jù)瓶頸。從支付互聯(lián)網(wǎng)服務(wù)提供商提供的服務(wù)是否更便宜 - 而且更安全，特別是對(duì)于患者數(shù)據(jù) - 而不是在每個(gè)主要研究人員的實(shí)驗(yàn)室中反復(fù)支付獨(dú)立數(shù)據(jù)中心的費(fèi)用。

“毫無疑問，數(shù)據(jù)管理和分析已成為基因組科學(xué)的新瓶頸，”NHGRI信息學(xué)和計(jì)算生物學(xué)項(xiàng)目主任，云計(jì)算研討會(huì)組織者Vivien Bonazzi博士說。“美國國立衛(wèi)生研究院必須弄清楚如何支持其受助者不斷增長的計(jì)算需求 - 無論是為每個(gè)RO1實(shí)驗(yàn)室支付費(fèi)用來創(chuàng)建自己的數(shù)據(jù)中心 - 這可能是昂貴的 - 或者找到另一種方法。我們想開始思考關(guān)于云計(jì)算是否可以成為解決方案。“

大量先例表明它可能會(huì)。例如，家庭項(xiàng)目的SETI(參見：SETI @ HOME)在通過互聯(lián)網(wǎng)鏈接的閑置家用計(jì)算機(jī)上使用屏幕保護(hù)軟件來分析搜索外星生命(SETI)的射電望遠(yuǎn)鏡的數(shù)據(jù)。雖然SETI還沒有找到任何一個(gè)小綠人，但它在數(shù)千臺(tái)普通PC中創(chuàng)造了一臺(tái)超級(jí)計(jì)算機(jī)?？梢韵胂?，云計(jì)算可以為基因組研究做類似的事情。

在過去的幾年里，像亞馬遜，谷歌，微軟和其他互聯(lián)網(wǎng)電力公司這樣的公司已經(jīng)開始提供云計(jì)算解決方案作為一種服務(wù)，插入其強(qiáng)大而龐大的計(jì)算機(jī)服務(wù)器網(wǎng)絡(luò)。許多在線公司使用云服務(wù)來管理他們的應(yīng)用程序或庫存和訂購系統(tǒng)。任何在亞馬遜上訂購書籍或使用Twitter或Facebook等社交媒體網(wǎng)站的人都可以從云計(jì)算中受益。

作為一項(xiàng)合同服務(wù)，云服務(wù)提供了一種靈活的模型，可以訪問并將數(shù)千臺(tái)計(jì)算機(jī)的功能集中在一個(gè)大型科學(xué)問題上，該問題可以在全球任何地點(diǎn)按需使用和支付。然而，云計(jì)算解決方案僅處于起步階段，因此仍存在挑戰(zhàn)。

美國麻省理工學(xué)院麻省理工學(xué)院和哈佛大學(xué)的副主任兼首席信息學(xué)官Jill Mesirov博士是NHGRI的大型測序中心之一，他描述了目前中心所面臨的計(jì)算問題的狀態(tài)。和基因組社區(qū)。“這是一個(gè)嚴(yán)重的問題，對(duì)我們來說只會(huì)變得更糟，”Mesirov博士說，他正在評(píng)估云計(jì)算，看看它對(duì)Broad有何幫助。

Broad Institute的基因組測序平臺(tái)目前每年從NexGen測序平臺(tái)產(chǎn)生大約2PB的數(shù)據(jù)。1 PB等于100萬GB。目前，該中心擁有大約5.8PB(即5,800,000,000,000,000字節(jié))的存儲(chǔ)空間。除了存儲(chǔ)，Broad的計(jì)算基礎(chǔ)設(shè)施和員工必須協(xié)商不同類型的數(shù)據(jù)以及各種基因組分析軟件工具的集成，這些工具都需要Mesirov博士團(tuán)隊(duì)的創(chuàng)新。

她認(rèn)為云計(jì)算可以提供一種擴(kuò)展和支付可變計(jì)算需求的方法，并且可能提供經(jīng)常在大型團(tuán)隊(duì)中協(xié)作的基因組研究人員，這是一種在實(shí)驗(yàn)室，項(xiàng)目和機(jī)構(gòu)之間共享大型數(shù)據(jù)集的方法。“這可能是一些問題的答案，但不是其他問題，”梅西羅夫博士說，他認(rèn)為在生物醫(yī)學(xué)研究人員采用云計(jì)算之前需要清除許多障礙。

障礙包括將數(shù)據(jù)移動(dòng)到云端并返回，將自定義應(yīng)用程序上傳到云端，在云計(jì)算的低成本和維護(hù)數(shù)據(jù)控制之間進(jìn)行權(quán)衡，應(yīng)用程序互操作以及與生物相關(guān)的無數(shù)隱私和安全問題 - 尤其是患者 - 數(shù)據(jù)。

從私營部門，政府和學(xué)術(shù)界，有許多團(tuán)體正在努力克服這些問題并優(yōu)化云計(jì)算，以便為生物學(xué)和許多其他研究領(lǐng)域工作，從工程到監(jiān)測地球氣候。例如，微軟公司，華盛頓州雷蒙德市和美國國家科學(xué)基金會(huì)(NSF)聯(lián)合起來，讓NSF選擇的個(gè)體研究人員在未來三年內(nèi)免費(fèi)訪問微軟云平臺(tái)Windows Azure。谷歌和IBM已經(jīng)與NSF展開了類似的努力，推出了Cluster Exploratory(CluE)計(jì)劃，該計(jì)劃讓NSF資助的研究人員可以訪問Google-IBM集群。

根據(jù)微軟Extreme Computing Group云計(jì)算未來架構(gòu)師Roger Barga博士的說法，該公司一直試圖讓世界各地的研究人員和學(xué)術(shù)界人士了解如何組織研究人員社區(qū)，并確定他們進(jìn)行研究所需的核心服務(wù)和產(chǎn)品。

當(dāng)然，基因組研究界不會(huì)等待答案，并開始積極地在云中進(jìn)行實(shí)驗(yàn)。在亞馬遜的彈性計(jì)算云(EC2)基礎(chǔ)上，一項(xiàng)名為Galaxy的努力結(jié)合了現(xiàn)有基因組注釋數(shù)據(jù)庫和簡單Web門戶的信息。

Galaxy由NHGRI，賓夕法尼亞州立大學(xué)和加州大學(xué)圣克魯茲分校的計(jì)算機(jī)科學(xué)和生物研究人員建造。目標(biāo)是使研究人員能夠搜索多個(gè)遠(yuǎn)程基因組資源，并結(jié)合來自許多查詢的數(shù)據(jù)，從而產(chǎn)生序列和比對(duì)的視覺結(jié)果。Galaxy允許用戶保存他們的分析，以便于共享和集成來自其他分析的數(shù)據(jù)。

“未來還有很多有趣的時(shí)期，”BioTeam的創(chuàng)始合伙人兼技術(shù)總監(jiān)Chris Dagdigian表示，該公司向生命科學(xué)研究人員提供包括云計(jì)算在內(nèi)的技術(shù)解決方案。

Dagdigian在研討會(huì)上談到了云計(jì)算的一些技術(shù)挑戰(zhàn)，提出了另一個(gè)觀點(diǎn)：雖然云計(jì)算最終可能足以分析大型生物和基因組數(shù)據(jù)集，但目前這些云的當(dāng)前版本并非如此為生物學(xué)家而建。相反，他們正如Dagdigian所說，“主要是為Facebook和世界的Twitters而建。”

雖然DNA測序在未來幾年將繼續(xù)變得更便宜和更有效，但解釋信息所需的信息學(xué)工具和專業(yè)知識(shí)的開發(fā)卻是相反的 - 昂貴且難以實(shí)現(xiàn) - 包括云計(jì)算。

但是，正如NHGRI促進(jìn)了DNA測序的改進(jìn)，該研究所將采用NHGRI云計(jì)算研討會(huì)上提供的信息，并將其提供給4月底舉行的更大的信息學(xué)會(huì)議，以決定如何最好地應(yīng)對(duì)信息學(xué)挑戰(zhàn)。基因組時(shí)代。兩個(gè)研討會(huì)的結(jié)果可能會(huì)納入NHGRI規(guī)劃過程，該過程旨在于年底前在主要科學(xué)出版物中公布基因組學(xué)領(lǐng)域的新愿景。