云时代需要怎样的生信人才，华为云基因容器联合生信技能树，告诉你答案

由华为云基因容器服务（GCS）赞助的 2019 第一届生物信息人才发展论坛已经顺利的落下帷幕。该论坛是由生信技能树发起、医学中文网协办的聚焦生信人未来发展的大会。汇聚了国内基因领域各大厂商参展，包括华大基因、海普洛斯、古奥基因、微基因、艾吉泰康、基云惠康、精准家、烈冰生物、拓普基因、崭晴生物等齐聚珠海横琴.澳门创业谷。共同探讨生物信息学发展前沿与就业前景。

来自华为云基因容器服务（GCS）的产品经理 Nan.Zhou 与参会者分享了《云厂商眼中的生信发展趋势》议题，与大家探讨云时代生信从业人员需要关注的发展方向。随着生物信息在众多课题组的逐步普及，如果降低开展生物信息学分析的难度就变得更加重要。而云服务器就是一个最有前景和最简单的方式。

以下为分享实录

大家知道，二代测序的短读长，大片段的结构变异、微卫星串联重复以及单体型信息，在过去都是临床检测上的难点甚至盲点。而以 PacBio 和 Oxford Nanopore 为代表的三代测序技术在读长和测序速度上都占据优势，尤其是 Oxford 纳米孔测序仪，其读长甚至可以超过 1Mb（一百万碱基对），并且在测序的过程中还能同时检测 DNA 的甲基化修饰。三代测序由于读长更长，它的出现将完美填补之前临床检测上的这些空白。目前已有多家基因容器的客户开始在云上运行三代测序业务，相信这会是一个比较明显的趋势信号。

然而，由于三代测序仪的限制，单碱基精度一直是最大的问题。如果没有特殊的算法处理，数据是很难用的。当前普遍的做法是在进数据分析之前，首先校正 Reads 本身的精度。一般实现是通过序列之间两两互相比较纠错来得到高可信度的 Reads，这样一来，会大大的增加三代测序的数据计算量。整体而言，三代测序的计算量大约是二代测序的 100~200 倍。

针对这样的状况，传统基因公司自建机房的方式将难以继续。你想，让 IT 人员管理 50 台服务器没问题，扩大 100 倍，到 5000 台服务器的时候，不是一个 IT 人员可以维护的。这只是最直接的原因，更深层次的是这么大的重资产投入，并不符合基因厂商的商业逻辑，而是应该更加地专注于业务开发。那么云计算就是一个不错的选择，新的问题是什么样的技术能够保持云上云下流程的一致性呢？答案就是 Docker 容器技术。

毫无疑问，生信领域的基础 IT 技术在向 Docker 容器靠拢，目前由 GA4GH 制定的工具标准也都是使用 Docker 镜像的。不仅如此，容器技术在整个 IT 领域，也是发展迅猛。据 IDC 最新云服务市场报告（2019 年第一季度）显示，IaaS 市场增速有所减缓，PaaS（容器）市场依然保持高增长，增速为 101.9%。同时 CNCF 云原生基金会也正是迅速的壮大，围绕容器的生态圈也逐步完善。

Docker 是一个开源引擎，可以自动将应用程序部署到容器中，同时又是独立于 Host 系统的。这样您就可以随时改变容器中的软件和执行的命令，而不用担心破坏主机系统。这是一个令人难以置信的轻量，快速和高效的环境，可以方便地运行你的代码，这也是为什么 Docker 技术迅速火遍全球的原因。Docker 已然是计算机科学家和开发人员的热门话题之一。它虽然刚刚开始被生物学领域使用，但它具有巨大的潜力。每一个和生信分析相关的人都应该知道 Docker 技术。

华为云基因容器服务（GCS）将基因测序和容器技术完美地结合在了一起，为广大基因测序厂商提供了“更省、更快、更轻松”的云计算平台。GCS 是一个三层架构，最底层是 Docker 层，这层主要解决基因测序相关软件的安装升级问题；中间层是 Kubernetes 层，主要解决在大规模集群中部署 &运行 Docker 的问题；最上层是流程管理层，主要负责基因测序的流程控制，同时提供精细粒度的监控运维管理能力。

基因容器（GCS）在提供全容器化能力的同时，还支持一键创建 SGE 集群，并根据投递的任务控制 sge 队列的自动扩缩容，做到真正的 Serverless+按需使用。此外基因容器（GCS）还支持 Cromwell 引擎，提供运行 WDL 流程的能力。基因容器服务（GCS）做到基因业务上云使用更灵活，性价比更高，运维更简单。如果有兴趣可以关注了解更多。