生信數據處理的特點是，第一階段，在預處理階段，比如測序數據比對至基因組序列時，需要較大的內存容量（以人為例，需要100～200G內存），目前的云計算服務，幾乎都沒有提供100G內存以上的套餐。第二階段，在預處理以后（reads數已經轉變為表達值、peak區間之類了），絕大部分的分析需要的算力很小，目前絕大部分云平臺提供的服務都滿足條件，甚至個人筆記本都可以搞定。所以，目前比較尷尬，對硬件有門檻，需要云平臺解決的步驟，國內沒有適合的云服務套餐。這部分目前做的比較好，甚至已有壟斷趨勢的，是illumina自身的BaseSpace云平臺（硬件綁定啊，window綁ie牛不牛），但BaseSpace國內普及度不高。而后續的分析部分，則又對云沒太大剛性需求，比較雞肋。如果研究的方向是細菌或真菌的群落結構，測序的是某個biomarker，比如真菌的ITS，一臺筆記本完全可以解決所有的問題。因為不需要組裝基因組，所以不需要大量的計算力。之前OTU clustering可能需要用到大型計算機，現在算法改進了，也不需要了。目前需要的云計算的主要功能就是存儲了吧，測序中心把數據存在學校的超算上，我們登錄了去取回來。不過因為數據比較大（~10G），我還是習慣在服務器上做數據過濾（quality control）。但是所有的事情個人電腦目前都可以完成。

總結

以上是生活随笔為你收集整理的云计算能为生物信息做什么？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。