華大基因的“最強大腦”

未來，也許只需要一口唾沫，你就能夠未卜先知，將潛在的疾病扼殺在發(fā)病之前；只需要一塊皮下組織，你就能夠克隆出新的器官并替換損傷的器官，從而極大地延長自己的生命。而這些，都依賴于科學家去發(fā)現(xiàn)人類基因背后的奧秘。

這就需要對人類的基因組進行測序和分析，才能找出其中的規(guī)律。但是，這在過去幾乎是不可能完成的任務，因為基因組的數(shù)量是如此之大，大到了超越目前的計算能力。一個小小真菌，比如酵母的基因組總量就有10Mb，而一個人的全基因組則是3Gb（3000Mb），也就是30億個堿基，如果將全部測序數(shù)據(jù)打成文字排成書，這本書的厚度將超過100米。此外，由于受到技術和方法學的限制，每個人至少要測100Gb也就是基因組的30倍以上，才能得到相對準確的全基因組數(shù)據(jù)。

為了完成一個人的全基因組測序，需要花費多少時間、多少金錢？1987年初，“人類基因組”計劃開始立項，1990年，項目正式啟動。經過美、英、日、法、德、中多國科學家的努力，終于在2003年4月完成了全部工作。當時，華大基因牽頭，國家基因組南方中心、北方中心共同參與，承擔了其中1%的基因組測序及分析工作?？偣菜阆聛恚叭祟惢蚪M”花費了16年的時間和30億美元，才完成了第一個白種人的全基因組圖譜繪制工作。

不過，當華大基因在2007年10月11日完成第一個黃種人的全基因組圖譜繪制（該項目也被稱為“炎黃一號”）的時候，才不過花了一年的時間和區(qū)區(qū)1000萬人民幣。

這要得益于第二代基因測序技術的出現(xiàn)。與第一代基因測序技術相比，第二代最顯著的特征是高通量，一次能對幾十萬到幾百萬條DNA分子進行序列測序，從而大大地提升了測序速度和通量，從而極大地降低了成本。不過，第二代基因測序技術需要更高速的計算能力配合。在生物技術特別是基因組技術的發(fā)展進程中，是計算能力而不是測序技術成為了瓶頸。

早在參加“人類基因組”項目的時候，華大基因就已經洞悉了這個“秘密”。從那個時候開始，華大基因開始采購小型機以提升自身的計算能力，其采購的服務器也從SGIO2升級到了曙光2000/3000。有了強大的計算能力，華大基因得以在2002年順利完成水稻基因組的測序和組裝工作，只用了不到一年的時間，而日本同行卻用了8年的時間，花費也是華大基因的7倍以上。

從2005年開始，華大基因發(fā)現(xiàn)僅僅采購小型機已經不能夠滿足基因測序的饕餮胃口了，于是嘗試購買X86通用服務器，自己搭建分布式集群計算系統(tǒng)。據(jù)華大基因副院長方林回憶，當時他們先用辦公室里的幾臺PC搭建了一個集群系統(tǒng)，用了感覺比較成熟之后才開始大規(guī)模地采購X86通用服務器。在這個過程中，他們參考了曙光4000的技術標準，也做了不小的改進。例如，當時的曙光4000沒有硬盤，而華大基因的計算對于交換分區(qū)的性能要求比較高，于是專門給服務器配了硬盤。

如今，華大基因已經建立起了2000多臺服務器的分布式集群計算系統(tǒng)，技術架構也從過去傳統(tǒng)的分布式計算轉向了Hadoop等云計算架構。華大基因的集群計算能力達到了200萬億次/秒，能夠進入2013年全球高性能計算的前100名。強大的計算能力與測序能力一起，使得華大基因超越美國的Broad、英國的Sanger等海外知名的測序中心，成為全球最大的基因組學研究機構。

依托強大的計算能力，華大基因正在雄心勃勃地啟動“百萬人基因組”項目，它計劃同時完成百萬數(shù)量級的人類基因組、蛋白質組、代謝組、表型組等一系列數(shù)據(jù)收集分析工作。據(jù)華大基因估計，由此需要收集的數(shù)據(jù)量將高達10EB（1EB等于10的18次方個字節(jié)），數(shù)據(jù)的參數(shù)規(guī)模將達到1-10億。要知道，目前國內的BAT三大互聯(lián)網(wǎng)公司擁有的數(shù)據(jù)量也不過只有EB級別，數(shù)據(jù)的參數(shù)規(guī)模則只有千萬級別。無論從哪個方面來看，這都是不折不扣、名副其實的大數(shù)據(jù)計劃。

顯然，僅僅依靠華大基因自己的計算資源，已經無法搞定這件事情了，好在還有已經建成的國家隊——天河超級計算機。目前，華大基因已經分別與天津超級計算機中心（計算能力4700萬億次／秒）、廣州超級計算機中心（目前計算能力已達5億億次／秒，總設計能力將達11億億次／秒）達成了合作，將利用這兩大中心超強的計算能力，早日完成“百萬人基因組”項目。由于需要的計算量是如此之大，以至于當項目啟動之后，將占用天津超級計算機中心10%、廣州超級計算機中心30%的計算資源！

2013年3月，華大基因完成了收購美國基因測序公司CompleteGenomics的壯舉。這次收購一方面將降低華大基因對上游儀器生產商的依賴，另一方面也將深遠影響世界基因測序競爭格局，大大降低基因測序的服務成本。隨著超高通量測序技術和超級計算能力的完美結合，華大基因有望在兩年后將個人全基因組測序成本降低到數(shù)千人民幣甚至更低。

看來，BT（生物技術）要取得進一步的發(fā)展，仍然離不開老冀一直關注的IT（信息技術），離不開包括大數(shù)據(jù)和超級計算在內的“最強大腦”。

生成海報

免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。