为基因大数据插上“大算力”云翅膀 腾讯健康发布组学平台

基因数据大爆炸时代，正全速袭来。随着新一代组学测序工具不断发展，组学测序不仅涵盖基因组学，还包括蛋白组学、微生物组学、免疫组学等，测序行业的算力需求即将迎来井喷关口。据测算，过去十年间基因测序通量平均每七个月翻一倍，预计到2025年全球测序能力将达到Zb级别（Zetabases），其中，仅人全基因组存储数据量就将达到每年2-40EB（Exabytes）。如此庞大的数据量，单单进行基因比对分析，就要消耗约1万万亿CPU小时数。这让传统HPC集群模式正面临前所未有的挑战：如何存储ZB级别的数据？如何支撑如此量级数据的分析计算？有没有更高效的方式帮助研究者快速深挖海量数据价值？

日前，腾讯健康面向生命科学行业发布了一键上云通用PaaS产品——腾讯健康组学平台（Tencent HealthCare Omics Platform）。该平台具备腾讯云大算力平台，助力基因测序行业生产、分析、应用、交付全流程，解决“算得没有测得快”的业内难题。目前，该平台已率先开启了在基因测序分析通用业务场景的落地，并从定义疾病动态模式到进行精准药物干预等各方面，助力行业形成从科研到产业的完美闭环。

腾讯健康组学平台产品架构

开箱即用：零门槛使用，零成本运维

传统HPC集群模式依赖企业自购设备、自建计算存储集群，其建设、维护、折旧会消耗巨大成本。如果一次性购买基础设施，需要提前规划容量，成本压力大，不够灵活，同时需要创建和管理维护集群，维护集群健康状态，进行扩缩容管理，专业IT人员运维管理等。另外，硬件设备如无法及时更新，也会在业务高峰时出现算力不足的情况，严重影响业务进度，大大削弱企业竞争力。

作为通用型腾讯云Paas产品，腾讯健康组学平台集成满足通用基因测序场景的多个腾讯云Iaas服务，无需部署，开通平台账号，开箱即用，节省了相关设备和管理人员的支出。此外，平台强大的Serverless计算引擎，让用户无需创建和维护管理集群，按业务需求自动扩展规模，运维成本几乎为零。

“千万核”算力弹性算：资源秒级伸缩，成本精准掌控

即便是基因测序技术已经发展到了第三代，获得了更长读长，填补了二代测序技术中的诸多精度问题，成本也更低，但在计算量方面，也比二代基因测序同一流程扩大了近100倍，会产生成各种样本数据、参考文库数据、中间结果数据等，测序文件级别动辄数百GB甚至TB，极易造成测序过程卡顿。并且，基因测序涉及复杂的计算分析，如数据质控、归一化、数据矫正、特征选择、聚类分析、轨迹分析、差异表达分析、基因动力学、亚稳态分析、成分分析等环节，复杂程度可见一斑。因此，每次基因测序都是一个极其考验算力的大工程。

腾讯健康组学平台拥有腾讯云大数据平台千万核算力规模，日实时计算量达百万亿级，日运行容器数超亿级，日计算数据量数百PB。在资源使用上，可实现海量数据的存储、全生命周期数据管理，还能实现算力资源秒级伸缩，满足企业从峰顶到峰谷的计算需求；同时，还能进行细粒度资源管理，动态展示资源使用情况，方便及时调整资源以提高资源利用率。而在成本控制上，更可做到测序结束秒级精准计费，让使用成本保持最优。

自动化智能调度引擎：精细化流程管理，支持续跑、重跑

对于日常生物信息分析场景，避免不了数据参数配置错误或增加修改等各种作业，以前，大多数情况下要等待整个数据分析结束才可以重新下任务，费时费力。腾讯健康组学平台自动化智能调度引擎，很好地解决了这一痛点。

支持流程自动重跑、流程错误挂起、中断恢复、流程重试等功能，满足用户刚需，节约了时间和成本。此外，平台还支持WDL工作流语言自动解析、文件存储结构化归档、命令行\Web服务器投递任务、Web界面可视化任务投递和管理等功能，让流程管理更加精细。

“更自由”的流程编辑：批量管，灵活用，迁移易

传统HPC集群模式下，系统为开发人员自行搭建部署，因此，不同企业或机构检测流程、数据格式等各方面没有统一标准，给数据迁移和版本化管理带来了难度。此外，大多数机构缺少相应的开发、校验，以及可视化配套支持。因此，不仅系统使用体验感会大打折扣，也让基因测序流程执行顺畅度大打折扣。

腾讯健康组学平台除具备状态查询、性能监控、日志收集，具备生信分析系列基础功能外，还提供资源管理器和颗粒度任务管理功能，轻松实现流程批量化管理，带来更好的用户体验。

同时，具备了WDL流程嵌套编辑和模块化管理。流程嵌套编辑能让平台适用各类生信分析复杂的结构；而模块化的构建，可使不同流程模块在不同应用中应用，不仅让流程更具灵活性、迁移性，同时，更让WDL应用复用性更高，即使是开源社区应用也可直接复用。

同时，平台也提供了提供命令行、SDK、API三种产品界面形态，并可自由切换，让诸多习惯“敲代码”的用户也能方便使用，大大提升了用户的操作体验。

伴随基因检测技术成熟与服务普及，肿瘤基因检测项目或将逐步纳入医保支付，这给基因测序市场带来了更大的想象空间，仅以肿瘤领域的基因测序为例，预计2025年中国抗肿瘤药物市场和肿瘤高通量基因检测市场规模将达到4162亿元和149亿元。腾讯健康组学平台依托云计算能力的深度应用，将助力组学测序各研究领域高速迈入大算力、智能化新时期，完成数据研究到价值挖掘的高效转化，更好迎接基因数据大爆炸时代。