國家基因庫投入運營:全球最大,採用阿里雲技術

9月22日，位於深圳大鵬新區的中國首個、全球第四個國家級基因庫正式投入運營。國家基因庫是全世界最大的綜合性基因庫，1期建成後，綜合能力世界第一。

這裡既有保存動植物、微生物和人類組織細胞等樣本的「溼庫」，也有匯集各種生物信息的「幹庫」——數據中心。為了確保「幹庫」具備優良的數據吞吐能力和足夠安全可靠，國家基因庫運營方華大基因同阿里雲達成戰略合作，基於阿里雲飛天作業系統構建了基因檢測大數據分析平臺，解決了生物大數據高性能計算難題。

國家基因庫執行主任、華大基因研究院院長徐訊介紹說：「我們希望打造中國乃至世界最大的生物信息數據中心，像是生命健康數據領域的谷歌。」記者在現場看到，基因庫內擺放的多臺基因測序儀正不停的運轉。它們每天都產生著大量的基因數據，這些數據被傳輸到數據中心，並面向全球的科研機構和企業開放。

據了解，國家基因庫已實現對基因信息數據總量達20PB的訪問支持。20PB是什麼概念?以一部電影500MB計算，20PB(1TB=1024GB，1PB=1024TB)相當於4千萬部電影，一個人一天看一部電影需要10萬年才能看完。

國家基因庫是真正的『國庫』，比銀行的金庫還要寶貴。因此，技術是否自主可控、是否足夠安全，也成為運營方衡量的標準。阿里雲的飛天系統，由阿里巴巴的工程師自主研發，能夠將成千上萬臺機器變成一臺超級計算機，在存儲和計算性能上遠超國外技術。同時，具備支付寶、淘寶同量級的安全防禦能力。

徐訊說，在農業時代，一個國家擁有的耕地越多優勢越大;在工業時代，擁有的石油、礦產等能源越多優勢越大;而在生命時代，擁有更多的基因資源同時能對基因資源進行認知和利用，則意味著更大的優勢。

在國家基因庫建成前，我國每年產出的大量基因數據都存在國際三大資料庫——NCBI、EBI、DDBJ中，在基因數據已成為戰略資源的現在，國內不能保存我國獨特的基因數據，這本身就是一種風險。

阿里雲的計算能力還將為科學家解讀生命密碼提供幫助。徐訊說，「我們每個人大約有3個GB的基因組大小，但是我們真正能讀得懂的區域只有1%的區域，99%的區域我們是不理解的。」

基因庫的建立將推動基因的進一步解讀和利用。「怎麼樣能理解更多呢?就像我們做人工智慧研究一樣，機器要想學會下棋就需要看上萬部的棋譜。這個也是一樣的，要看懂人類基因組上的未知區域就必須依賴更多的數據，增加10%的理解至少需要一百萬到一千萬新增人的數據。所以，只有大量提供數據才能產生出新的理解，而產生出新的理解之後測序的價值就會更大。」

基因與雲計算的結合已成為一種趨勢。即將開幕的全球雲計算頂級會議——2016杭州·雲棲大會上，更是單獨為基因計算設置了專場討論，引發關注。