基因的云端故事：寻找你和我差异的百分之一

“我就是那个统计学上渺小到无关紧要、但没人可以抹去的1%。”这句出自《Gattaca》的经典台词让无数影迷泪目。

《Gattaca》电影海报

这部22年前上映的科幻电影，讲述了这样一个故事：不久的未来，科技的力量胜于一切，基因决定着命运，有基因缺陷的主人公追逐梦想的故事。人和人基因组序列的差异不到1%，但人类的外貌、性格和疾病等正是由这1%的基因差异导致的。虽然电影中探讨的基因决定论目前仍是生物学界辩论的主题，但对于基因的“测定”与“解读”是近些年生命科学领域最热门的一项研究。

实际上，人类对于生命科学的热情从20世纪中叶就已经开始。1990年，“人类基因组计划”的提出标志着生命科学进入了一个新纪元，而电影所设定的那个“未来”，如今却已然近在咫尺。

人类基因组计划的决心不亚于“把人送上月球”，但它是一项跨国跨学科的复杂工程。上个世纪90年代，几位科学家代表中国承担了人类基因组计划的1%工作，而中国也成为了“人类基因组计划”的第六个参与国。1999年，他们成立了中国第一家基因组学研发机构——华大基因。

2019年，是中国参与“人类基因组计划”20周年，也是华大基因成立的20周年。

解读“生命奥妙”征程中的困惑

华大基因秉承“基因科技造福人类”的愿景，以推动生命科学研究进展、生命大数据应用和提高全球医疗健康水平为出发点，基于基因领域研究成果及精准检测技术在民生健康方面的应用，致力于加速科技创新，减少出生缺陷，加强肿瘤防控，抑制重大疾病对人类的危害，实现精准治愈感染，全面助力精准医学。

如今的基因测序已经走入了寻常百姓家，技术的力量让测序的时长不断压缩、价格也越来越亲民。然而，在基因测序的流程中，需要庞大的算力支持。从某种意义上说，生命科学的研究竞赛，很多时候已经演变成一场算力的比拼，甚至如今已经普及应用的产前检测，肿瘤检测等医疗检测的背后也是大量的算力支持。基因测序对算力的需求更大，且往往是波动的，一段时间的消耗量大而一段时间又变小。同时，对于不同生物的基因组，需要的算力也不同，传统的数据中心计算集群无法满足快速的扩缩容。

具体到华大基因，过去计算资源比较紧张，在使用峰值时，任务经常需要排队等候;同时科技服务有很多复杂基因组，客户需要借助不同规格的计算资源，所以，“上云”成了华大基因的必经之路。

基因的“云端”之旅

华大基因清晰地意识到，只有云计算才能够应对以上的种种挑战。此后，经过反复的调研和综合细致的考察，华大选择了华为云。

早在2018年，针对基因测序行业的困难与挑战，华为云推出了以Kubernetes为基础的基因容器服务GCS(Gene Container Service)。据悉，GCS将基因测序和容器技术完美结合，是对基因企业来说“更省、更快、更轻松”的云科学计算平台。

借助于华为云GCS服务，以及华为云专门为华大基因的常用软件进行了一系列优化，通过46人/天的驻场时间，60人/月的工程师远程支持，15+新特性的研发…..双方打通上云流程，目前，双方已完成超过300万核时计算，平稳运行超过100天。此外，环境部署从原来的3-5天缩短为20分钟; 应对业务的波动实现了资源的按需调度使用;高并发释放2万核资源池;灵活的弹性大大节约了成本。

GCS还提供了全自动化测序分析能力，其亮点体现在：

- GCS提供了生物信息流设计器，再复杂的业务也可以编排到一个流程中，一键搞定测序任务;

- 针对国内生信人设计的流程控制语法，结构简练、易懂，既满足了流程编写的易用性，同时也保证了流程迁移的方便性;

- 用直观的流程热力图的方式随时了解测序进展，精确掌握资源消耗走势，指导优化方向;

- 可根据判断条件选择执行分支，从而满足企业复杂流程的管理的需要。

赋能基因行业，华为云在路上

除了创新的华为云GCS服务，针对基因行业的普遍痛点，华为云打造了完整的基因测序解决方案，该方案基于“标准架构+持续创新”的思路，拥有诸多亮点。

华为云基因行业解决方案全景图/来源：华为云官网

具体来说：

在数据收集阶段，提供了多通道完成本地-云和云-云间的数据交互，实现OBS最低0.033元/GB/月的低成本、可达4个9可用性、11个9持久性的3AZ特性，提供OBS-Browser、obsutil和SDK等多种配套工具，适配Windows/Linux操作系统，可与本地业务流无缝对接，基于公有云内网交付一站式传输，多级防护，访问隔离。

在测序分析阶段，公有云HPC可无缝移植本地IDC架构，提供高性能的计算实例和简化存储流程，GCS(基因容器服务)提供一键式生信分析平台，支持普通任务+GPU任务混合调度、支持Spark等加速软件、支持OBS、SFS、EVS存储的容器化挂载，流程设计器轻松可视化设计复杂流程、提供资源消耗热力图和标准流程或自定义流程，提供秒级弹性伸缩能力、按需按秒计费、支持任务亲和性调度，自动释放闲置资源。

在数据交付阶段，OBS提供了快速交付通道。POSIX功能可将OBS直接挂载至测序分析平台，平台可直接写入分析数据，华为云内网传输，大带宽让客户获取数据后可直接开展分析，提供多种配套工具，适配Windows/Linux操作系统、工具一键式完成子账户数据访问权限配置;上传下载提供MD5校验、保证数据的安全可靠。

专注在底层技术上的持续创新、联合顶尖企业共同建设整个基因技术生态决心。华为云持续为基因行业赋能，为推动人类基因的蓝图实现打造了一个又一个鲜活的实践案例。

写在最后：未来已来

人类对1%的探索征途才刚刚开始。笔者相信，不远的未来，解读基因密码，人类或许能够找出生命的出路，让科技造福人类。华为云将为基因测序铺好“上云”的跑道，助力基因测序行业腾飞。