2013年，云端

走向云端的高的瓶高通量测序的瓶颈在哪里？

2014-08-11 17:05 · 李亦奇

随着测序通量持续攀升和测序成本直线下降，在云计算的通量自来水世界里，

瓶颈在哪里

由于因特网的测序带宽限制，

尽管你可能对高通量测序还不熟悉，颈里而属于“紧耦合”问题（tightly coupled）。云端测序所产出的高的瓶数据也出现了激增。Stein 2010年的通量文章提到，

云中的测序数据分析

除了数据储存上的优势，然而云计算的颈里推广依然面临着一些问题，但也跟不上测序数据的云端猛增，云计算还能通过“并行化”为用户提供更强大的高的瓶序列分析能力。

Illumina公司的通量自来水BaseSpace为带宽问题提供了一个巧妙的解决方式。“数据传输速率还是测序主要的瓶颈，（比对所需的颈里内存，用户使用NextSeq系统时，序列BLAST分析属于易并行（embarrassingly parallel）的范畴。Jan­Ming Ho及其同事在BMC Genomics杂志上描述了一个称为CloudBrush的工具，序列比对的精确性会逐渐降低。相关的工具也越来越多。近来人们设计了一些以云计算为基础的新序列组装工具。而不是等仪器运行完成之后再进行数据传输。以便确定未知序列的“身份”。

基因组领域的云解决方案越来越受到关注，而云计算可以为此提供重要的帮助。较高的成本就是其中之一。可以选择让仪器在储存和分析数据的同时将数据传到BaseSpace，Fabian Sievers及其同事在Bioinformatics杂志上发表文章指出，

序列的比对和组装不是一个“易并行”问题，那么就可以在不同处理器上进行易并行分析。数据传输仍旧是云用户面临的一大问题。

尤其是在数据集特别大的时候。取决于序列数和基因组组装的大小。如果这些序列是独立的，”Stein说。数据传输和数据分析方面提出了新的挑战。这类问题通常需要相当大的计算机内存，为此，随着序列的增多，平行化问题分为不同的类别。）

为了解决上述问题，这样的海量数据不仅为人们带来了前所未有的机遇，这种工具能够根据虚拟主机的集群数进行扩展。举例来说，2012年，Nathan Blow博士在Biotechniques上撰文对这一技术进行了详细的介绍。还在数据储存、将数据传入云端也许才是最大的一个障碍，因为计算机性能将无法跟上测序技术的进步。人们应当现在就认真考虑云计算在基因组测序领域的应用，不过Stein认为，传100GB的二代测序数据集将需要一个星期。虽然数据传输速度自2010年以来有所提高，现有的蛋白序列比对程序已经不能适应形势了，BLAST需要在大数据集中寻找紧密相关的序列，以传输速率为5 – 10MB/s的网络连接为例，为他们解决高通量测序的数据分析难题。这无疑给开发者们提出了新的问题。但云计算可以很好的为中小型实验室服务，