編者按

　　5 月 27 日，生命大數(shù)據(jù)高峰論壇暨第四屆基因組云計(jì)算技術(shù)開(kāi)發(fā)者峰會(huì)（GCTA 4）在貴陽(yáng)隆重舉行。作為 2019 數(shù)博會(huì)的重要組成部分，會(huì)議聚焦“閱讀、管理、理解、計(jì)算生命大數(shù)據(jù)”，分享前沿學(xué)術(shù)報(bào)告，解讀最新政策及行業(yè)動(dòng)態(tài)，為生命大數(shù)據(jù)的研究與應(yīng)用再添新動(dòng)力。接下來(lái)科技君不定期為您分享大會(huì)上的精彩報(bào)告。第一期來(lái)自深圳國(guó)家基因庫(kù)大數(shù)據(jù)應(yīng)用負(fù)責(zé)人魏曉鋒的主題報(bào)告《構(gòu)建生命大數(shù)據(jù)應(yīng)用平臺(tái)》。

　　圍繞如何搭建生命應(yīng)用大平臺(tái)，魏曉鋒分享了國(guó)家基因庫(kù)生命大數(shù)據(jù)平臺(tái)（CNGBdb）的設(shè)計(jì)思路及服務(wù)優(yōu)勢(shì)，并展示了 CNGBdb 在助力生命大數(shù)據(jù)研究與應(yīng)用方面取得的成果。以下是內(nèi)容詳情。

　　生命大數(shù)據(jù)，挖掘種質(zhì)資源

　　生命就是大數(shù)據(jù)，其載體可能是動(dòng)物、植物，也有可能是細(xì)胞，甚至磁盤(pán)或磁帶。這里涉及一個(gè)關(guān)鍵詞：種質(zhì)（編者注：種質(zhì)是指生物體親代傳遞給子代的遺傳物質(zhì)，往往存在于特定品種之中。 如古老的地方品種、新培育的推廣品種、重要的遺傳材料以及野生近緣植物，都屬于種質(zhì)資源的范圍）。

　　哪些種質(zhì)的應(yīng)用對(duì)經(jīng)濟(jì)有較大價(jià)值？中國(guó)的種質(zhì)資源豐富到什么程度？對(duì)于豐富的種質(zhì)資源，應(yīng)該如何做好信息存儲(chǔ)？

　　另外，每個(gè)人都是一個(gè)行走的大數(shù)據(jù)庫(kù)。每個(gè)人從受精卵成長(zhǎng)及至衰老，整個(gè)身體里動(dòng)態(tài)維持著 40 多萬(wàn)億細(xì)胞，每個(gè)細(xì)胞里都有 23 對(duì)染色體。IT 領(lǐng)域經(jīng)常提到一個(gè)詞叫量級(jí)，提升一個(gè)量級(jí)需要經(jīng)常更新方法。而在 BT 領(lǐng)域的難題是，我們每個(gè)人有 3G 的基因組數(shù)據(jù)，通過(guò)測(cè)序分析會(huì)產(chǎn)生數(shù)百 GB 甚至 1TB 以上的數(shù)據(jù)。海量數(shù)據(jù)對(duì)平臺(tái)和方法有更嚴(yán)苛的要求。

　　搭建數(shù)據(jù)組織的頂層設(shè)計(jì)

　　面對(duì)龐雜的數(shù)據(jù)，CNGBdb 團(tuán)隊(duì)把自身的數(shù)據(jù)和公開(kāi)的信息進(jìn)行了整合。那么，如何在上層構(gòu)建一個(gè)新的載體以組織連接？魏曉鋒認(rèn)為，在這個(gè)平臺(tái)上，需要做三件事情：數(shù)據(jù)、系統(tǒng)、網(wǎng)絡(luò)。

　　具體到數(shù)據(jù)。CNGBdb 構(gòu)建了一個(gè)數(shù)據(jù)倉(cāng)庫(kù)，整合了內(nèi)外部的數(shù)據(jù)，建立標(biāo)準(zhǔn)流程，所有的數(shù)據(jù)都以節(jié)點(diǎn)的形式來(lái)承載。

　　此外還有數(shù)據(jù)挖掘。整個(gè)平臺(tái)被分成數(shù)據(jù)層、平臺(tái)層、應(yīng)用層。未來(lái)，用戶如需創(chuàng)建數(shù)據(jù)應(yīng)用，只需一個(gè)按鈕，就能像做選擇題一樣選擇相關(guān)模塊。

　　對(duì)應(yīng)到網(wǎng)絡(luò)，作為一個(gè)平臺(tái)，并不是一個(gè)孤獨(dú)的數(shù)據(jù)點(diǎn)。CNGBdb 整合了全球的公開(kāi)生命數(shù)據(jù)資源，覆蓋母嬰健康、腫瘤、動(dòng)植物多樣性、病原微生物等十幾個(gè)研究領(lǐng)域，形成一個(gè)超大型的科研數(shù)據(jù)系統(tǒng)。

　　CNGBdb，打造基因界的谷歌

CNGBdb 的主頁(yè)界面

　　魏曉鋒介紹，CNGBdb 目前已經(jīng)建立覆蓋健康與疾病、生物多樣性、微生物等領(lǐng)域的十大專有數(shù)據(jù)庫(kù)，專精專用；支撐數(shù)十篇科研成果發(fā)表，被《Cell》《Nature Genetics》《Nucleic Acids Research》等國(guó)際期刊引用；并通過(guò)樣本信息共享平臺(tái)（E-BioBank）對(duì)外共享相關(guān)信息，而且配有對(duì)應(yīng)的標(biāo)本照片。

　　可以說(shuō)，CNGBdb 以統(tǒng)一門戶的形式，為用戶一站式解決搜、存、算、用全部需求，且對(duì)用戶免費(fèi)開(kāi)放，努力打造“基因界的谷歌”。

CNGBdb 一站式解決搜、存、算、用全部需求

　　此外，依托國(guó)家基因庫(kù)對(duì)生物數(shù)據(jù)的“存”、“讀”、“寫(xiě)”聯(lián)動(dòng)，CNGBdb 將樣本元數(shù)據(jù)與生物樣本甚至活體信息相關(guān)聯(lián)，因此數(shù)據(jù)可以在“生物活體——生物樣本——生物信息數(shù)據(jù)”全過(guò)程中進(jìn)行追溯，實(shí)現(xiàn)綜合數(shù)據(jù)的全貫穿。

　　魏曉鋒稱，從開(kāi)始的“載體”到“連接”，再到最后以“平臺(tái)”的形式展示，CNGBdb 作為一個(gè)對(duì)外的窗口，展示了數(shù)據(jù)的可能性。另外，就服務(wù)體驗(yàn)而言，CNGBdb 更希望做成一本字典，讓所有人通過(guò)這個(gè)字典都可以方便快捷地了解到更多更豐富的信息。

　　未來(lái)，CNGBdb 將持續(xù)促進(jìn)生命大數(shù)據(jù)的共享與利用，使生物信息數(shù)據(jù)在生命科學(xué)與生物產(chǎn)業(yè)發(fā)展中創(chuàng)造更大價(jià)值。

---

　　整理、編輯：市場(chǎng)部

總結(jié)

以上是生活随笔為你收集整理的基因界谷歌 | 中国人自己的生命大数据平台，来了！的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。