案例分享:NoSQL如何處理生物醫(yī)學(xué)大數(shù)據(jù)轉(zhuǎn)載

　　王玉峰表示，生物醫(yī)學(xué)是融合了醫(yī)學(xué)、生物學(xué)包括工程學(xué)、信息技術(shù)的關(guān)聯(lián)學(xué)科，應(yīng)該說基于信息技術(shù)，把研究過程銜接起來，他們想通過基因工程研究怎么樣把基礎(chǔ)醫(yī)學(xué)研究成果更好的從藥物研發(fā)、藥物研發(fā)來整合，我們可以通過這個圖表簡單看一下，這個圖表是五年來關(guān)于癌癥研究與藥物靶點基因研究的文獻，在信息技術(shù)推出，生物醫(yī)學(xué)逐漸轉(zhuǎn)變成重要的研究領(lǐng)域，并且在經(jīng)歷大數(shù)據(jù)的沖擊。第一個大數(shù)據(jù)來源，是高通量，個性化診療基本通過人與人的基因差異，指導(dǎo)個性化的用藥，進異步增強診療的針對性，這種過程是比較復(fù)雜的，花費30億美元。

　　大數(shù)據(jù)的四個來源

　　2005年這項技術(shù)高速發(fā)展，它的測序能力每五個月翻一番，藍色的線存儲的變化趨勢，紅色的是測序能力增長。如果一旦按照這個趨勢發(fā)展，有人預(yù)測到2015年全世界有100萬人把自己個人的測序能夠問題，現(xiàn)在可以想象，如果隨著生物學(xué)技術(shù)研究，如果能更好的指導(dǎo)個性化診療和用藥，對于人的健康和醫(yī)學(xué)影響是不可估量的。

　　我們可以看到計算能力和測序能力逐步增加。

　　大數(shù)據(jù)另一個來源在藥物研發(fā)領(lǐng)域，也是在生物學(xué)的發(fā)展，藥物研發(fā)發(fā)展模式通過尋找癌癥，尋找藥物靶點，在化合物中尋找發(fā)現(xiàn)化合物，從前面基礎(chǔ)研究到后面基礎(chǔ)設(shè)置，相當密集型的過程，對于中小型的企業(yè)也在TB以上的。

　　第三個數(shù)據(jù)來源是臨床醫(yī)療，實驗室數(shù)據(jù)，不這些數(shù)據(jù)整合在一起，使得醫(yī)療機構(gòu)面臨的數(shù)據(jù)增長非?？斓模绹钠ニ贡ご髮W(xué)醫(yī)學(xué)中心UPMC達到兩個TB。

　　第四個大數(shù)據(jù)來自于健康管理，移動醫(yī)療是這兩年非常熱的領(lǐng)域，企業(yè)調(diào)查說會達到14億美元，比2010年翻了10倍，便攜化的生理設(shè)備，隨著移動互聯(lián)網(wǎng)的發(fā)展也是大大普及，特別Web2.0的健康服務(wù)與健康網(wǎng)絡(luò)，關(guān)于自己個體健康信息，如果都能連入互聯(lián)網(wǎng)這個數(shù)量不可估量，移動互聯(lián)網(wǎng)8億，可以想像這是未來的重要的大數(shù)據(jù)來源。

　　以上我們看到的生物學(xué)領(lǐng)域關(guān)于大數(shù)據(jù)四個主要的來源，事實上這四個數(shù)據(jù)來源并不是孤立的，未來生物研究學(xué)的人士希望數(shù)據(jù)整合出來，挖掘分析能夠支持臨床的決策，要想實現(xiàn)這樣的目標或者說我們可以看到面臨大數(shù)據(jù)諸多的管理者和分析利用的諸多挑戰(zhàn)。事實上，這些挑戰(zhàn)解決非常難，現(xiàn)在利用云計算技術(shù)有些先行者和創(chuàng)新者公司和企業(yè)也嘗試用云計算解決若干個問題，并且也已經(jīng)有了初步的成果，利用云平臺，云這樣的基礎(chǔ)解決方案以服務(wù)的形式發(fā)布出來，可以讓一般的中小規(guī)模的科研機構(gòu)，研究所，能夠享用這些開放服務(wù)，站在別人的肩膀上繼續(xù)前進。

　　 生物學(xué)大數(shù)據(jù)應(yīng)用的四個方面

　　下面從四個方面來重點介紹一下在云出現(xiàn)的比較有影響的在云端生物學(xué)大數(shù)據(jù)的應(yīng)用。這四個方面分別是基因測序，臨床藥物研發(fā)管理以及健康管理。第一個案例是Crossbow，這是對全基因分析的流程軟件，它的意義在于原來開發(fā)之前，完成一個人健康分析的在單個服務(wù)器，這軟件通過亞馬遜云平臺上的Hodoop把時間縮小了。結(jié)果來看，它現(xiàn)在在32CPU核上任務(wù)壓縮3小時不到，整個成本不到100美元，這是眾多工作中的一部分。從Crossbow項目開始，事實上相關(guān)公司投身到怎樣利用云計算加速DNS數(shù)據(jù)的分析，其中有個比較重要的叫DNAnexus，我們可以看到公司提供的服務(wù)初衷在實驗室經(jīng)過測序儀，人類基因測一次數(shù)據(jù)，原始數(shù)據(jù)在100個G到600個G之間，通過服務(wù)導(dǎo)入到云服務(wù)平臺，后來提供了非常靈活的多樣化的各類各樣的關(guān)于數(shù)據(jù)的測序分析和比對的工作流程，數(shù)據(jù)可以有效的管理起來，并且測序結(jié)果能夠很好的以用戶很好的形式展現(xiàn)出來，或者把第三方數(shù)據(jù)安全可靠共享出來。

　　這是它的基本業(yè)務(wù)的圖，這個公司比較有名的一點，在去年谷歌投了1500萬美元，和谷歌一起接觸CPI的數(shù)據(jù)庫，它原來是基于亞馬遜的平臺來承載它的測序分析服務(wù)，當時號稱用了亞馬遜10個CPU，未來會遷移到谷歌云平臺來。除了DNAnexus美國研發(fā)投入非?？欤灿行┕咀鲱愃频墓ぷ?，因為這個領(lǐng)域中，基于基因測序的分析，所產(chǎn)生的這種無論是指導(dǎo)對方的診療，數(shù)據(jù)挖掘方面意義都非常之大。

　　第三是臨床醫(yī)療數(shù)據(jù)管理應(yīng)用，美國的公司Explorys，它是基于私有云的模式，向第三方機構(gòu)提供服務(wù)，第三方機構(gòu)可以把自己臨床數(shù)據(jù)、運維數(shù)據(jù)財務(wù)數(shù)據(jù)托管到這個平臺來，這個平臺提供最大的好處能實時提供數(shù)據(jù)分析，這個規(guī)模托管了1300萬人，大概4400億的內(nèi)容，數(shù)據(jù)規(guī)模在60個TB左右，2013年達到70個TB，頂層技術(shù)在Hodoop上走的。

　　第四個應(yīng)用是電子病歷，這個公司也是美國的公司，叫Practice Fusion，美國這種是中小之多，降低成本可以使用Saas的方式，他們規(guī)模有10萬個，兩千萬個注冊病人，提供的功能醫(yī)生安排，病人的診療計劃與簽約，甚至面向病人個人的管理，他們也會提供。

　　第五個應(yīng)用基于臨床的醫(yī)療方面的應(yīng)用，這家研究中心是德州大學(xué)安德森腫瘤中心，在全美名列前茅，滿足自己醫(yī)院臨床診療服務(wù)，民像分析服務(wù)他們自建了私有云，提供了資源合理的虛擬化和動態(tài)的處理能力，私有云現(xiàn)在來看，它的能力在八千個處理器并且能夠支撐三個TB以上的數(shù)據(jù)，他們承載能力非常多樣，包括腫瘤的病理學(xué)的研究、流行病學(xué)，對于病因的精準預(yù)測和模型研究，他們之所以承建打算用私有云技術(shù)來解決，他們有兩方面考慮，一方面是大型私人醫(yī)療機構(gòu)很關(guān)心病理的問題，他們數(shù)據(jù)規(guī)模相當大，用了10億張的數(shù)據(jù)，據(jù)他們CIO說，他們幾家大的提供商來交流，發(fā)現(xiàn)公有云給他們提供的服務(wù)平臺的服務(wù)質(zhì)量保證， 可能沒有辦辦法接受，所以打算自己投資建立私有云的數(shù)據(jù)中心。

　　第六個案例是藥物研發(fā)過程管理，藥物研發(fā)管理是耗時非常長，數(shù)據(jù)量非常龐大的過程，日本富士通公司針對研究過程中的數(shù)據(jù)管理提供了Saas服務(wù)，這個服務(wù)主要面向日本的中小型企業(yè)，在美國有一家公司做得比較好，AMAG，這家公司2009年完全把IT業(yè)務(wù)，自己不買服務(wù)器，并且所有的業(yè)務(wù)都是采用SaaS模式的軟件服務(wù)，目前他們使用了很多家的SaaS服務(wù)，包括存儲，他們現(xiàn)在在Egnyte存儲量達到6TB，他們這個非常鮮明，目前來看，他們數(shù)據(jù)安全得到有效的保證。

　　最后案例介紹的微軟的HealthVault，很多人應(yīng)該知道這個平臺，它是2007年發(fā)布的，目標希望來管理個人及家庭的健康儀，現(xiàn)在達到功能比如說手中可以來錄入上傳，可以從便攜設(shè)備，到第三方的機構(gòu)導(dǎo)入病歷記錄，通過提供開放的SDK或者開放的接口支持與第三方應(yīng)用的集成，提供實現(xiàn)了Store的模式應(yīng)用。這是微軟自己私有云，現(xiàn)在 號稱這個云往安卓上遷移，前段提供了Web，生理檢測設(shè)備提供了標準接口的模式。對以上的發(fā)言做個小結(jié)，可以看到在生物醫(yī)學(xué)的大數(shù)據(jù)應(yīng)用領(lǐng)域，已經(jīng)嘗試大數(shù)據(jù)的來做，他們更多的基于無論公有云還是私有云，最終都是希望能夠提供把大數(shù)據(jù)能力開放出來。現(xiàn)在從大數(shù)據(jù)研究來看，都是在歐美。

　　可以說從以上應(yīng)用可以看到，很多廠商他們考慮利用云計算處理大數(shù)據(jù)的時候更多考慮安全和帶寬成本問題，大數(shù)據(jù)集中在本地，極端在云端數(shù)據(jù)交換開銷往往使你的業(yè)務(wù)性能非常受拖累，之所以很多應(yīng)用遷移到云端重要的考慮大數(shù)據(jù)本身也在往云端遷移，特別在生物醫(yī)學(xué)領(lǐng)域現(xiàn)象非常明顯，在亞馬遜，現(xiàn)在包括生物醫(yī)學(xué)領(lǐng)域這種TB的數(shù)據(jù)，在亞馬遜都有很好的做法，你在上面部署數(shù)據(jù)流程的在亞馬遜自然可以使用這些數(shù)據(jù)。云計算在Hadoop起到了非常重要的作用。可以看到隨著測序技術(shù)的普及，臨床病歷，生物學(xué)快速運用進入常態(tài)化，我們面對各種應(yīng)用基本都是大數(shù)據(jù)應(yīng)用，云計算為大數(shù)據(jù)應(yīng)用提供了很好的模式，我們應(yīng)該推動醫(yī)學(xué)數(shù)據(jù)的整合與應(yīng)用，并且借鑒Marketplace的模式來構(gòu)建我們自己的生物醫(yī)學(xué)的數(shù)據(jù)集資源。

友情連接：心肺復(fù)蘇模擬人 心肺復(fù)蘇 AED除顫創(chuàng)傷模擬人 心肺復(fù)蘇訓(xùn)練人 氣管插管訓(xùn)練模型 http://www.gopal.com.cn