211service.com
Google vill lagra ditt genom
Google närmar sig sjukhus och universitet med en ny pitch. Har du genom? Förvara dem hos oss.
Sökjättens första produkt för DNA-åldern är Google Genomics, en datormolntjänst som den lanserade i mars förra året, men som mest gick obemärkt förbi mitt i en störtflod av högprofilerade FoU-meddelanden från Google, som ett sent förra månaden om en långsökt plan att slåss. cancer med nanopartiklar (se Kan Google använda nanopartiklar för att söka efter cancer?).
Google Genomics kan visa sig vara viktigare än någon av dessa månbilder. Att koppla ihop och jämföra genom i tusental, och snart i miljoner, är vad som kommer att driva fram medicinska upptäckter under det kommande decenniet. Frågan om vem som ska lagra data är redan en punkt i den växande konkurrensen mellan Amazon, Google, IBM och Microsoft.
Google började arbeta med Google Genomics för 18 månader sedan, träffade forskare och byggde ett gränssnitt, eller API, som låter dem flytta DNA-data till sina serverfarmar och göra experiment där med samma databasteknik som indexerar webben och spårar miljarder internetanvändare .
Vi såg biologer gå från att studera ett genom i taget till att studera miljoner, säger David Glazer, mjukvaruingenjören som ledde arbetet och var tidigare chef för plattformsteknik för Google+, det sociala nätverket. Möjligheten är hur man tillämpar genombrott inom datateknik för att hjälpa till med denna övergång.
Vissa forskare hånar att genomdata fortfarande är för komplexa för att Google ska kunna hjälpa till med. Men andra ser en stor förändring komma. När Atul Butte, en bioinformatikexpert på Stanford hörde Google presentera sina planer i år, påpekade han att han nu förstod hur resebyråer kände när de såg Expedia.
Explosionen av data sker när laboratorier tar i bruk ny, ännu snabbare utrustning för att avkoda DNA. Till exempel sa Broad Institute i Cambridge, Massachusetts, att det under oktober månad avkodade motsvarande ett mänskligt genom var 32:e minut. Det översattes till cirka 200 terabyte rådata.
Detta dataflöde är mindre än vad som rutinmässigt hanteras av stora internetföretag (över två månader kommer Broad att producera motsvarande vad som laddas upp på YouTube på en dag) men det överstiger allt biologer har sysslat med. Det föranleder nu en omfattande ansträngning för att lagra och komma åt data på centrala platser, ofta kommersiella. National Cancer Institute sa förra månaden att det skulle betala 19 miljoner dollar för att flytta kopior av 2,6 petabyte Cancer Genome Atlas till molnet. Kopior av data, från flera tusen cancerpatienter, kommer att finnas både hos Google Genomics och i Amazons datacenter.
Tanken är att skapa cancergenommoln där forskare kan dela information och snabbt köra virtuella experiment lika enkelt som en webbsökning, säger Sheila Reynolds, forskare vid Institutet för Systembiologi i Seattle. Inte alla har förmågan att ladda ner en petabyte med data, eller har datorkraft att arbeta med det, säger hon.
Att påskynda flytten av DNA-data till molnet har också varit ett årslångt priskrig mellan Google och Amazon. Google säger att det nu tar cirka 25 dollar per år för att lagra ett genom, och mer för att göra beräkningar på det. Vetenskapliga rådata som representerar en enskild persons genom är cirka 100 gigabyte i storlek, även om en polerad version av en persons genetiska kod är mycket mindre, mindre än en gigabyte. Det skulle bara kosta $0,25 cent per år.
Molnlagring ger ett uppsving för startups som Tute Genomics, DNANexus, Seven Bridges och NextCode Health. Dessa företag bygger webbläsare som sjukhus och forskare kan använda för att utforska genetisk data. Google eller Amazon är en backend. De säger: 'Hej, du kan bygga ett genomikföretag i vårt moln', säger Deniz Kural, VD för Seven Bridges, som lagrar genomdata på uppdrag av 1 600 forskare i Amazons moln.
Den större poängen, säger han, är att medicin snart kommer att förlita sig på ett slags globalt Internet-of-DNA som läkare kommer att kunna söka efter. Vårt fågelperspektiv är att om jag skulle få lungcancer i framtiden kommer läkarna att sekvensera mitt genom och min tumörs genom och sedan fråga dem mot en databas med 50 miljoner andra genom, säger han. Resultatet blir 'Hej, här är läkemedlet som fungerar bäst för dig.'
På Google säger Glazer att han började arbeta med Google Genomics när det stod klart att biologin skulle gå från hantverksmässig till fabriksskala dataproduktion. Han började med att lära sig själv genetik, tog en onlinekurs, Introduktion till biologi, undervisad av Broads chef, Eric Lander. Han sekvenserade också sitt genom och lade det på Googles moln.
Glazer skulle inte säga hur stort Google Genomics är eller hur många kunder det har nu, men minst 3 500 genom från offentliga projekt finns redan lagrade på Googles servrar. Han säger också att det ännu inte finns någon koppling mellan Googles moln och dess mer spekulativa ansträngningar inom hälso- och sjukvården, som företaget Google startade i år, kallat Calico, för att undersöka hur man kan förlänga mänskliga livslängder. Det som förbinder dem är bara en växande insikt om att tekniken kan främja toppmoderna inom biovetenskap, säger Glazer.
Somalee Datta, en fysiker som hanterar Stanford Universitys största datorkluster för genetikdata, säger att på grund av de senaste prissänkningarna kostar det nu ungefär lika mycket att lagra genom med Google eller Amazon som i hennes eget datacenter. Priserna börjar äntligen bli rimliga och vi tror att de kommer att fortsätta sjunka, säger hon.
Datta säger att vissa Stanford-forskare har börjat använda ett databassystem från Google, BigQuery, som Glazers team gjorde kompatibelt med genomdata. Det utvecklades för att analysera stora databaser med spam, webbdokument eller konsumentköp. Men den kan också snabbt utföra de mycket stora experiment som jämför tusentals eller tiotusentals människors genom som forskare vill prova. Ibland vill de göra galna saker, och man behöver skala för att göra det, säger Datta. Den kan hantera den skala genetik kan medföra, så det är rätt teknik för ett nytt problem.