云計算已經成為了一個十分熱門時尚的詞語，但具體在各研究領域中的應用還是個模糊的概念，近期來自軍事醫學*放射與輻射醫學研究所的研究人員發表綜述文章，闡述了云計算服務模式及其優點，并以宏基因組分析應用 PathSeq 為例介紹使用云計算的步驟, zui后給出私有云構建與云計算應用中的一些建議。

生物醫學正邁入大數據時代. 從 1977 年 Sanger測序法的問世到當前下一代測序（next-generation sequencing, NGS）技術的日漸成熟, 測序通量不斷提升而成本顯著降低. HiSeq 2000 單次運行可產生200 G數據量, 即以約 30倍的覆蓋度同時對 2個人類基因組重新測序, 且費用低于 1 萬美金. 不僅下一代測序分析面臨大數據存儲與計算的挑戰, 公共醫療對大數據存儲的需求也日漸增長, 美國公共醫療衛生領域的數據總量在2009年已達434 PB（1 PB=250字節）, 并以每年至少 35%的速度增長, 其中絕大多數是需要長期保存的醫學影像數據, 以及醫療健康檔案。

大數據浪潮為生物醫學帶來了的機遇, 將根本性的改變生物醫學基礎研究和醫療實踐,但同時生物醫學領域數據爆炸式的增長也對海量數據的存儲和分析提出新的挑戰。

云計算是一種利用互聯網即可隨時隨地、按需便捷地訪問共享資源池的模型, 其體系架構可分為 3 層: 核心服務、服務管理和用戶訪問接口。資源和功能服務化是云計算的核心理念, 硬件基礎設施、 平臺和應用程序都能以服務的方式通過網絡交付給用戶。

傳統醫療信息系統中的 IT 基礎設施往往是分散部署的, 由不同機構或部門單獨維護和使用, 無法做到對基礎設施的統籌管理和醫療信息的有效共享, 這在無形中增加了患者的醫療成本. 而將云計算技術應用于醫學影像資料、 電子健康檔案等大數據的整合和管理, 對于推進醫療信息化建設有至關重要的作用。

研究人員綜述了云計算在生物醫學領域的研究進展, 首先闡述云計算服務模式及其優點, 列舉基于云計算的大數據分析工具, 并以宏基因組分析應用 PathSeq 為例介紹使用云計算的步驟, zui后給出私有云構建與云計算應用中的一些建議, 希望為基因組學、轉錄組學、蛋白質組學等生物醫學領域提供新的海量數據處理方法和思路。

文章zui后指出，隨著下一代測序、 生物質譜和醫學成像等醫學技術的迅猛發展, 人們可以更加深入地剖析疾病的成因, 分析藥物的有效性和毒性. 在通往個性化醫療的道路上, 海量數據處理是關鍵難題。云計算將大量計算資源、存儲資源和軟件資源虛擬化, 形成規模龐大的共享資源池, 可有效解決生物醫學對 IT 資源的彈性需求。

目前, 國內云計算領域覆蓋面廣、參與單位多, 但仍與國外有相當大差距, 不僅缺乏類似EC2的彈性計算服務, 也缺乏類似 Galaxy 的成熟的生物醫學數據分析平臺. 此外, 云計算的服務可靠性、標準化和隱私安全等問題亟待解決. 盡管如此, 利用云計算解決海量數據處理難題仍是未來發展趨勢。

信息來源：http://www.biotech.org.cn/information/110433