基因數(shù)據(jù)大爆炸時(shí)代，正全速襲來(lái)。隨著新一代組學(xué)測(cè)序工具不斷發(fā)展，組學(xué)測(cè)序不僅涵蓋基因組學(xué)，還包括蛋白組學(xué)、微生物組學(xué)、免疫組學(xué)等，測(cè)序行業(yè)的算力需求即將迎來(lái)井噴關(guān)口。據(jù)測(cè)算，過(guò)去十年間基因測(cè)序通量平均每七個(gè)月翻一倍，預(yù)計(jì)到2025年全球測(cè)序能力將達(dá)到Zb級(jí)別（Zetabases），其中，僅人全基因組存儲(chǔ)數(shù)據(jù)量就將達(dá)到每年2-40EB（Exabytes）。如此龐大的數(shù)據(jù)量，單單進(jìn)行基因比對(duì)分析，就要消耗約1萬(wàn)萬(wàn)億CPU小時(shí)數(shù)。這讓傳統(tǒng)HPC集群模式正面臨前所未有的挑戰(zhàn)：如何存儲(chǔ)ZB級(jí)別的數(shù)據(jù)？如何支撐如此量級(jí)數(shù)據(jù)的分析計(jì)算？有沒(méi)有更高效的方式幫助研究者快速深挖海量數(shù)據(jù)價(jià)值？

日前，騰訊健康面向生命科學(xué)行業(yè)發(fā)布了一鍵上云通用PaaS產(chǎn)品——騰訊健康組學(xué)平臺(tái)（Tencent HealthCare Omics Platform）。該平臺(tái)具備騰訊云大算力平臺(tái)，助力基因測(cè)序行業(yè)生產(chǎn)、分析、應(yīng)用、交付全流程，解決“算得沒(méi)有測(cè)得快”的業(yè)內(nèi)難題。目前，該平臺(tái)已率先開(kāi)啟了在基因測(cè)序分析通用業(yè)務(wù)場(chǎng)景的落地，并從定義疾病動(dòng)態(tài)模式到進(jìn)行精準(zhǔn)藥物干預(yù)等各方面，助力行業(yè)形成從科研到產(chǎn)業(yè)的完美閉環(huán)。

騰訊健康組學(xué)平臺(tái)產(chǎn)品架構(gòu)

開(kāi)箱即用：零門檻使用，零成本運(yùn)維

傳統(tǒng)HPC集群模式依賴企業(yè)自購(gòu)設(shè)備、自建計(jì)算存儲(chǔ)集群，其建設(shè)、維護(hù)、折舊會(huì)消耗巨大成本。如果一次性購(gòu)買基礎(chǔ)設(shè)施，需要提前規(guī)劃容量，成本壓力大，不夠靈活，同時(shí)需要?jiǎng)?chuàng)建和管理維護(hù)集群，維護(hù)集群健康狀態(tài)，進(jìn)行擴(kuò)縮容管理，專業(yè)IT人員運(yùn)維管理等。另外，硬件設(shè)備如無(wú)法及時(shí)更新，也會(huì)在業(yè)務(wù)高峰時(shí)出現(xiàn)算力不足的情況，嚴(yán)重影響業(yè)務(wù)進(jìn)度，大大削弱企業(yè)競(jìng)爭(zhēng)力。

作為通用型騰訊云Paas產(chǎn)品，騰訊健康組學(xué)平臺(tái)集成滿足通用基因測(cè)序場(chǎng)景的多個(gè)騰訊云Iaas服務(wù)，無(wú)需部署，開(kāi)通平臺(tái)賬號(hào)，開(kāi)箱即用，節(jié)省了相關(guān)設(shè)備和管理人員的支出。此外，平臺(tái)強(qiáng)大的Serverless計(jì)算引擎，讓用戶無(wú)需創(chuàng)建和維護(hù)管理集群，按業(yè)務(wù)需求自動(dòng)擴(kuò)展規(guī)模，運(yùn)維成本幾乎為零。

“千萬(wàn)核”算力彈性算：資源秒級(jí)伸縮，成本精準(zhǔn)掌控

即便是基因測(cè)序技術(shù)已經(jīng)發(fā)展到了第三代，獲得了更長(zhǎng)讀長(zhǎng)，填補(bǔ)了二代測(cè)序技術(shù)中的諸多精度問(wèn)題，成本也更低，但在計(jì)算量方面，也比二代基因測(cè)序同一流程擴(kuò)大了近100倍，會(huì)產(chǎn)生成各種樣本數(shù)據(jù)、參考文庫(kù)數(shù)據(jù)、中間結(jié)果數(shù)據(jù)等，測(cè)序文件級(jí)別動(dòng)輒數(shù)百GB甚至TB，極易造成測(cè)序過(guò)程卡頓。并且，基因測(cè)序涉及復(fù)雜的計(jì)算分析，如數(shù)據(jù)質(zhì)控、歸一化、數(shù)據(jù)矯正、特征選擇、聚類分析、軌跡分析、差異表達(dá)分析、基因動(dòng)力學(xué)、亞穩(wěn)態(tài)分析、成分分析等環(huán)節(jié)，復(fù)雜程度可見(jiàn)一斑。因此，每次基因測(cè)序都是一個(gè)極其考驗(yàn)算力的大工程。

騰訊健康組學(xué)平臺(tái)擁有騰訊云大數(shù)據(jù)平臺(tái)千萬(wàn)核算力規(guī)模，日實(shí)時(shí)計(jì)算量達(dá)百萬(wàn)億級(jí)，日運(yùn)行容器數(shù)超億級(jí)，日計(jì)算數(shù)據(jù)量數(shù)百PB。在資源使用上，可實(shí)現(xiàn)海量數(shù)據(jù)的存儲(chǔ)、全生命周期數(shù)據(jù)管理，還能實(shí)現(xiàn)算力資源秒級(jí)伸縮，滿足企業(yè)從峰頂?shù)椒骞鹊挠?jì)算需求；同時(shí)，還能進(jìn)行細(xì)粒度資源管理，動(dòng)態(tài)展示資源使用情況，方便及時(shí)調(diào)整資源以提高資源利用率。而在成本控制上，更可做到測(cè)序結(jié)束秒級(jí)精準(zhǔn)計(jì)費(fèi)，讓使用成本保持最優(yōu)。

自動(dòng)化智能調(diào)度引擎：精細(xì)化流程管理，支持續(xù)跑、重跑

對(duì)于日常生物信息分析場(chǎng)景，避免不了數(shù)據(jù)參數(shù)配置錯(cuò)誤或增加修改等各種作業(yè)，以前，大多數(shù)情況下要等待整個(gè)數(shù)據(jù)分析結(jié)束才可以重新下任務(wù)，費(fèi)時(shí)費(fèi)力。騰訊健康組學(xué)平臺(tái)自動(dòng)化智能調(diào)度引擎，很好地解決了這一痛點(diǎn)。

支持流程自動(dòng)重跑、流程錯(cuò)誤掛起、中斷恢復(fù)、流程重試等功能，滿足用戶剛需，節(jié)約了時(shí)間和成本。此外，平臺(tái)還支持WDL工作流語(yǔ)言自動(dòng)解析、文件存儲(chǔ)結(jié)構(gòu)化歸檔、命令行\(zhòng)Web服務(wù)器投遞任務(wù)、Web界面可視化任務(wù)投遞和管理等功能，讓流程管理更加精細(xì)。

“更自由”的流程編輯：批量管，靈活用，遷移易

傳統(tǒng)HPC集群模式下，系統(tǒng)為開(kāi)發(fā)人員自行搭建部署，因此，不同企業(yè)或機(jī)構(gòu)檢測(cè)流程、數(shù)據(jù)格式等各方面沒(méi)有統(tǒng)一標(biāo)準(zhǔn)，給數(shù)據(jù)遷移和版本化管理帶來(lái)了難度。此外，大多數(shù)機(jī)構(gòu)缺少相應(yīng)的開(kāi)發(fā)、校驗(yàn)，以及可視化配套支持。因此，不僅系統(tǒng)使用體驗(yàn)感會(huì)大打折扣，也讓基因測(cè)序流程執(zhí)行順暢度大打折扣。

騰訊健康組學(xué)平臺(tái)除具備狀態(tài)查詢、性能監(jiān)控、日志收集，具備生信分析系列基礎(chǔ)功能外，還提供資源管理器和顆粒度任務(wù)管理功能，輕松實(shí)現(xiàn)流程批量化管理，帶來(lái)更好的用戶體驗(yàn)。

同時(shí)，具備了WDL流程嵌套編輯和模塊化管理。流程嵌套編輯能讓平臺(tái)適用各類生信分析復(fù)雜的結(jié)構(gòu)；而模塊化的構(gòu)建，可使不同流程模塊在不同應(yīng)用中應(yīng)用，不僅讓流程更具靈活性、遷移性，同時(shí)，更讓W(xué)DL應(yīng)用復(fù)用性更高，即使是開(kāi)源社區(qū)應(yīng)用也可直接復(fù)用。

同時(shí)，平臺(tái)也提供了提供命令行、SDK、API三種產(chǎn)品界面形態(tài)，并可自由切換，讓諸多習(xí)慣“敲代碼”的用戶也能方便使用，大大提升了用戶的操作體驗(yàn)。

伴隨基因檢測(cè)技術(shù)成熟與服務(wù)普及，腫瘤基因檢測(cè)項(xiàng)目或?qū)⒅鸩郊{入醫(yī)保支付，這給基因測(cè)序市場(chǎng)帶來(lái)了更大的想象空間，僅以腫瘤領(lǐng)域的基因測(cè)序?yàn)槔?，預(yù)計(jì)2025年中國(guó)抗腫瘤藥物市場(chǎng)和腫瘤高通量基因檢測(cè)市場(chǎng)規(guī)模將達(dá)到4162億元和149億元。騰訊健康組學(xué)平臺(tái)依托云計(jì)算能力的深度應(yīng)用，將助力組學(xué)測(cè)序各研究領(lǐng)域高速邁入大算力、智能化新時(shí)期，完成數(shù)據(jù)研究到價(jià)值挖掘的高效轉(zhuǎn)化，更好迎接基因數(shù)據(jù)大爆炸時(shí)代。