生信數(shù)據(jù)處理的特點是，第一階段，在預(yù)處理階段，比如測序數(shù)據(jù)比對至基因組序列時，需要較大的內(nèi)存容量（以人為例，需要100～200G內(nèi)存），目前的云計算服務(wù)，幾乎都沒有提供100G內(nèi)存以上的套餐。第二階段，在預(yù)處理以后（reads數(shù)已經(jīng)轉(zhuǎn)變?yōu)楸磉_值、peak區(qū)間之類了），絕大部分的分析需要的算力很小，目前絕大部分云平臺提供的服務(wù)都滿足條件，甚至個人筆記本都可以搞定。所以，目前比較尷尬，對硬件有門檻，需要云平臺解決的步驟，國內(nèi)沒有適合的云服務(wù)套餐。這部分目前做的比較好，甚至已有壟斷趨勢的，是illumina自身的BaseSpace云平臺（硬件綁定啊，window綁ie牛不牛），但BaseSpace國內(nèi)普及度不高。而后續(xù)的分析部分，則又對云沒太大剛性需求，比較雞肋。如果研究的方向是細菌或真菌的群落結(jié)構(gòu)，測序的是某個biomarker，比如真菌的ITS，一臺筆記本完全可以解決所有的問題。因為不需要組裝基因組，所以不需要大量的計算力。之前OTU clustering可能需要用到大型計算機，現(xiàn)在算法改進了，也不需要了。目前需要的云計算的主要功能就是存儲了吧，測序中心把數(shù)據(jù)存在學校的超算上，我們登錄了去取回來。不過因為數(shù)據(jù)比較大（~10G），我還是習慣在服務(wù)器上做數(shù)據(jù)過濾（quality control）。但是所有的事情個人電腦目前都可以完成。

總結(jié)

以上是生活随笔為你收集整理的云计算能为生物信息做什么？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

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