網際網路大資料助力生物技術的發展

“個體化醫療的基礎是個體的遺傳變異，是以個人的基因檢測将成為實行個體化醫療不可或缺的必然手段，個體化醫療将向精準醫療邁進。” 這是日前，“中國遺傳藥理學之父”，中國個體化醫學創始者及工程院院士周宏灏在“2016分子診斷産業高峰論壇”會上如是說。

正如周宏灏先院士說的，隻有當個人的基因檢測與國内基因大資料的量級均達到一定程度之後，國内個體化醫療才能步入精準醫療時代。那麼，面對如此複雜的基因測序資料，現階段如果可以提升資料的處理能力，勢必将推動國内精準化醫療的程序。

此次，受邀參加2016分子診斷産業高峰論壇上，還有華大基因，迪安診斷等各業界知名人士與優秀企業，從各個角度、平台探讨了分子診斷的産業趨勢、創新技術突破、基因檢測大資料及基因檢測的臨床轉化研究應用，并對國内個性化精準醫療的發展情況及趨勢發表了各自的看法。

專注于遺傳疾病和惡性良性腫瘤基因檢測領域的企業“人和未來”的cto宋卓博士，現場分享了企業最新研發的科技成果，生物計算加速平台gtx one。

gtx one是基于fpga的高計算性能和創新的高能算法，研發出來的一套加速平台。通過算法創新充分釋放fpga的計算能力，一張fpga加速卡能達到100台搭載高性能至強xeon cpu的伺服器快100倍的計算性能，可以極大地縮短生物資訊資料的計算時間。其最大特點是：

從速度上來說，gtx one産品能夠讓nipt比對效率提升100倍，gtx one處理器（fpga晶片）能在一個超過20億個條目的海量資料字典（接近90gb的資料量，即超過22張dvd能容的資料量）中，能夠完成每秒860萬次查詢，比一台運作redis（公認最快記憶體資料庫）的20顆intel xeon e5 cpu 實體核的伺服器，查詢速度快17倍。

從成本上來說，gtx one平台可以将一台擁有20核intel xeon e5 cpu的高性能伺服器14小時的計算任務，壓縮至1小時内完成，與此同時，gtx one整機滿負荷功耗隻有89w，是20顆intel xeon e5 cpu 實體核伺服器整機功耗的1/5。

從精度上來說，它專門針對mapping查詢算法的訪存瓶頸，面向fpga高計算性能特性，充分考慮算法各階段流水，重新設計了以計算換訪存為指導原則的優化mapping算法，使得 gtx one處理器能夠在一個雙通道的8g闆載ddr3記憶體中，從壓縮的20億條資料記錄裡，輾轉騰挪，僅僅通過最多不超過4次訪存的情況下，直接判斷mapping的片段是否命中并找到mapping位置。

宋卓博士認為gtx 系列預計将于2016年底推出針對全基因組的加速應用正在研發和測試階段，。為什麼想到開發這樣的加速平台？因為現在的基因測序技術已經越來越成熟，是以在不久的将來，不同應用的單樣本資料量将呈現爆發式的增長。基因檢測産業将圍繞大資料進行創新，隻有在資料足夠多，分析足夠準的情況下，我們才能實作精準醫療，而現階段的高功耗、高成本、和低效率的資料處理能力必将無法應對。是以我們也在不斷摸索，希望借助網際網路大資料、it等不同領域進行融合創新，為生物科技行業的發展起到促進的作用。我們相信，将來無論哪個行業都将不可能獨自發展、生存，在網際網路的推動下，更多的跨界合作和生态圈的交疊将不可避免，是以我們選擇擁抱創新，這也是我們企業一直堅持的一個品質。

本文轉自d1net（轉載）