今年三月份，針對(duì)生物科學(xué)DNA領(lǐng)域，世界搜索巨頭Google公司終于推出它的第一款產(chǎn)品Google Genomics（谷歌基因組）。
相較于Google研究的高大上的月球探測(cè)器項(xiàng)目，Google Genomics可能對(duì)人類有更重大的意義。從現(xiàn)在的配對(duì)數(shù)千組基因組，隨著技術(shù)的發(fā)展未來能做到配對(duì)數(shù)百萬對(duì)，Google Genomics計(jì)劃無疑能推動(dòng)下一個(gè)十年內(nèi)醫(yī)學(xué)的發(fā)展。但是我們的問題又來了，亞馬遜、Google、IBM、微軟，巨頭們開始爭(zhēng)論，究竟誰有資格保管這些重要的基因信息？
其實(shí)早在18個(gè)月前，Google已經(jīng)著手在準(zhǔn)備基因組計(jì)劃，搭建了應(yīng)用程序接口API，邀請(qǐng)領(lǐng)域內(nèi)的科學(xué)家們將DNA數(shù)據(jù)轉(zhuǎn)移到Google的服務(wù)器，使用相同的數(shù)據(jù)庫技術(shù)索引備份人類的基因數(shù)據(jù)。
Google Genomics的軟件工程師和前任Google+的平臺(tái)工程師David Glazer說，“那些杰出的生物學(xué)家們借助Google的這項(xiàng)技術(shù)，從先前只能做到一次研究一對(duì)基因組，到現(xiàn)在可以使用海量的數(shù)據(jù)庫資源，是數(shù)據(jù)庫技術(shù)的突破創(chuàng)新讓人類的生物研究邁出了堅(jiān)實(shí)的一步?！?/p>
雖然說有部分科學(xué)家們?nèi)栽谫|(zhì)疑，Google是否有足夠的能力來正確處理復(fù)雜的基因數(shù)據(jù)。但是許多人已經(jīng)看到了進(jìn)步和變革。斯坦福大學(xué)生物信息學(xué)專家Atul Butte，在得知Google Genomics計(jì)劃之后，他這樣表示，“我終于能切實(shí)體會(huì)，當(dāng)年旅行社看到Expedia橫空出世時(shí)的感受了?！保‥xpedia是全球最大的在線旅游公司）
當(dāng)生物實(shí)驗(yàn)室采取新的更快的實(shí)驗(yàn)設(shè)備來解碼DNA信息，就會(huì)出現(xiàn)信息存儲(chǔ)空間不足、信息爆炸的情況。舉個(gè)例子說明，美國馬薩諸塞州Broad Institute研究所表示，一組人類基因組信息翻譯出來的數(shù)據(jù)大小有200TB，而他們實(shí)驗(yàn)室在10月份的工作量相當(dāng)于每32分鐘就會(huì)處理出一組基因組數(shù)據(jù)，所以需要的數(shù)據(jù)容量存儲(chǔ)空間對(duì)于一家研究所來說，將是個(gè)天文數(shù)字。
雖然說如此海量的信息，一家實(shí)驗(yàn)室可能hold不住。但是這對(duì)于互聯(lián)網(wǎng)巨頭公司來說還算是九牛一毛。實(shí)際上Broad Institute每兩個(gè)月產(chǎn)生的基因信息總量相當(dāng)于YouTube的全體用戶的一天上傳總量。所以說出于生物科學(xué)的需求，需要有公司站出來擔(dān)當(dāng)基因信息數(shù)據(jù)存儲(chǔ)讀取的中心節(jié)點(diǎn)，而這通常都是一家商業(yè)網(wǎng)站。美國國家癌癥中心上周發(fā)表聲明說，將會(huì)斥資1900萬美元將容量大小為2.6PB（1PB=1024^3MB）的癌癥基因組圖譜上傳到云端。這些資料來自于數(shù)千名癌癥患者，數(shù)據(jù)將會(huì)備份在Google Genomics和亞馬遜數(shù)據(jù)中心。
西雅圖系統(tǒng)生物學(xué)研究室的科學(xué)家Sheila Reynolds表示，“在之前，沒有人有能力處理1PB那么多的海量信息，更不用說實(shí)驗(yàn)運(yùn)算了”。項(xiàng)目的初衷是為了建造“癌癥基因組云數(shù)據(jù)庫”，讓全世界的科學(xué)家們能夠像使用搜索引擎那樣，方便快捷的共享基因信息，進(jìn)行虛擬的生物實(shí)驗(yàn)。
Google和亞馬遜兩個(gè)巨頭公司耗費(fèi)了一年的時(shí)間，爭(zhēng)奪云端的基因資源。Google表示他們收取的價(jià)格更為低廉，只需要花費(fèi)25美元/年，就可以存儲(chǔ)一個(gè)獨(dú)立自然人的原始基因組信息，大約為100GB大小。但是經(jīng)過計(jì)算處理后的基因序列更加迷你，將會(huì)少于1GB，上傳存儲(chǔ)到云端的費(fèi)用也更少，僅僅只需要0.25美分/年。
基因的云存儲(chǔ)也滋生了一些新生代公司，例如Tute Genomics,，Seven Bridges和NextCode Health，他們的主要工作是為醫(yī)院和科學(xué)家門搭建搜索基因數(shù)據(jù)的瀏覽器。Seven Bridges公司在亞馬遜云存儲(chǔ)中上傳了1600名研究人員的基因信息，CEO Deniz Kural表示，“Google和亞馬遜都是強(qiáng)大的后端，他們經(jīng)常會(huì)說，‘來我們的云上建一個(gè)基因公司吧’?！?/p>
更為重要的一點(diǎn)意義是，這項(xiàng)技術(shù)的進(jìn)步能夠逐漸搭建起全球DNA互聯(lián)網(wǎng)。Deniz Kural補(bǔ)充說明道，“在未來比如說有位肺癌病人，醫(yī)生會(huì)將他的健康細(xì)胞和腫瘤細(xì)胞的基因組信息分別排序，在DNA互聯(lián)網(wǎng)中檢索其他幾千萬的基因信息。接著醫(yī)生會(huì)告訴病人，‘通過檢索配對(duì)得出，這款藥物對(duì)你的癌癥很有療效’?！边@對(duì)于治愈癌癥是有著重大的意義的。
因?yàn)榛蛘趶男∫?guī)模朝著“批量生產(chǎn)”的工廠化的方向轉(zhuǎn)變。David Glazer說自己通過閱讀遺傳學(xué)相關(guān)書籍，參加由Broad Institute的領(lǐng)導(dǎo)人Eric Lander教授的網(wǎng)絡(luò)課程Introduction to Biology，來學(xué)習(xí)豐富該領(lǐng)域內(nèi)的知識(shí)。此外值得一提的是，Glazer也把自己的基因組信息上傳到了云端。
Glazer雖然沒有說明Google Genomics現(xiàn)在的具體規(guī)模和擁有的用戶數(shù)量，但是至少能肯定的是，Google云端現(xiàn)在存儲(chǔ)著來自公共項(xiàng)目的3500個(gè)基因組信息。并且Google Genomics與Google自家的健康領(lǐng)域公司，比如說今年開辦的研究延長人類壽命的Calico公司，兩者并沒有太大的聯(lián)系和利益關(guān)系。
斯坦福大學(xué)最大的遺傳學(xué)計(jì)算機(jī)組的負(fù)責(zé)人Somalee Datta說，現(xiàn)在在云端存儲(chǔ)基因的成本降低了，亞馬遜和Google的價(jià)格差不多是相同的，“我們認(rèn)為價(jià)格還會(huì)持續(xù)走低，最后將會(huì)趨于平民化，讓所有人都能接受?！?/p>
Datta同樣表示，斯坦福大學(xué)的一些科學(xué)家們正在使用Google的一款數(shù)據(jù)庫，BigQuery。它的最初用途是為了追蹤用戶的瀏覽行為，現(xiàn)在研究者正在努力改進(jìn)，讓數(shù)據(jù)庫能夠迅速處理大量的實(shí)驗(yàn)數(shù)據(jù)，在短時(shí)間內(nèi)配對(duì)成百上千的基因組。Datta說，“有時(shí)候人們喜歡去做些超前的事情，但是需要強(qiáng)大的數(shù)據(jù)庫的支撐。Google基因庫為研究者們帶來了海量的基因信息，所以這是解決新問題的最佳手段?！?/p>