編者按

　　5 月 27 日，生命大數(shù)據(jù)高峰論壇暨第四屆基因組云計算技術(shù)開發(fā)者峰會（GCTA 4）在貴陽隆重舉行。作為 2019 數(shù)博會的重要組成部分，會議聚焦“閱讀、管理、理解、計算生命大數(shù)據(jù)”，分享前沿學(xué)術(shù)報告，解讀***政策及行業(yè)動態(tài)，為生命大數(shù)據(jù)的研究與應(yīng)用再添新動力。

　　圍繞如何搭建生命應(yīng)用大平臺，魏曉鋒分享了國家基因庫生命大數(shù)據(jù)平臺（CNGBdb）的設(shè)計思路及服務(wù)優(yōu)勢，并展示了 CNGBdb 在助力生命大數(shù)據(jù)研究與應(yīng)用方面取得的成果。以下是內(nèi)容詳情。

　　生命大數(shù)據(jù)，挖掘種質(zhì)資源

　　生命就是大數(shù)據(jù)，其載體可能是動物、植物，也有可能是細(xì)胞，甚至磁盤或磁帶。這里涉及一個關(guān)鍵詞：種質(zhì)（編者注：種質(zhì)是指生物體親代傳遞給子代的遺傳物質(zhì)，往往存在于特定品種之中。 如古老的地方品種、新培育的推廣品種、重要的遺傳材料以及野生近緣植物，都屬于種質(zhì)資源的范圍）。

　　哪些種質(zhì)的應(yīng)用對經(jīng)濟(jì)有較大價值？中國的種質(zhì)資源豐富到什么程度？對于豐富的種質(zhì)資源，應(yīng)該如何做好信息存儲？

　　另外，每個人都是一個行走的大數(shù)據(jù)庫。每個人從受精卵成長及至衰老，整個身體里動態(tài)維持著 40 多萬億細(xì)胞，每個細(xì)胞里都有 23 對染色體。IT 領(lǐng)域經(jīng)常提到一個詞叫量級，提升一個量級需要經(jīng)常更新方法。而在 BT 領(lǐng)域的難題是，我們每個人有 3G 的基因組數(shù)據(jù)，通過測序分析會產(chǎn)生數(shù)百 GB 甚至 1TB 以上的數(shù)據(jù)。海量數(shù)據(jù)對平臺和方法有更嚴(yán)苛的要求。

　　搭建數(shù)據(jù)組織的頂層設(shè)計

　　面對龐雜的數(shù)據(jù)，CNGBdb 團(tuán)隊把自身的數(shù)據(jù)和公開的信息進(jìn)行了整合。那么，如何在上層構(gòu)建一個新的載體以組織連接？魏曉鋒認(rèn)為，在這個平臺上，需要做三件事情：數(shù)據(jù)、系統(tǒng)、網(wǎng)絡(luò)。

　　具體到數(shù)據(jù)。CNGBdb 構(gòu)建了一個數(shù)據(jù)倉庫，整合了內(nèi)外部的數(shù)據(jù)，建立標(biāo)準(zhǔn)流程，所有的數(shù)據(jù)都以節(jié)點的形式來承載。

　　此外還有數(shù)據(jù)挖掘。整個平臺被分成數(shù)據(jù)層、平臺層、應(yīng)用層。未來，用戶如需創(chuàng)建數(shù)據(jù)應(yīng)用，只需一個按鈕，就能像做選擇題一樣選擇相關(guān)模塊。

　　對應(yīng)到網(wǎng)絡(luò)，作為一個平臺，并不是一個孤獨的數(shù)據(jù)點。CNGBdb 整合了全球的公開生命數(shù)據(jù)資源，覆蓋母嬰健康、腫瘤、動植物多樣性、病原微生物等十幾個研究領(lǐng)域，形成一個超大型的科研數(shù)據(jù)系統(tǒng)。

　　CNGBdb，打造基因界的谷歌

CNGBdb 的主頁界面

　　魏曉鋒介紹，CNGBdb 目前已經(jīng)建立覆蓋健康與疾病、生物多樣性、微生物等領(lǐng)域的十大專有數(shù)據(jù)庫，專精專用；支撐數(shù)十篇科研成果發(fā)表，被《Cell》《Nature Genetics 》《Nucleic Acids Research》等國際期刊引用；并通過樣本信息共享平臺（E-BioBank）對外共享相關(guān)信息，而且配有對應(yīng)的標(biāo)本照片。

　　可以說，CNGBdb 以統(tǒng)一門戶的形式，為用戶一站式解決搜、存、算、用全部需求，且對用戶免費開放，努力打造“基因界的谷歌”。

CNGBdb 一站式解決搜、存、算、用全部需求

　　此外，依托國家基因庫對生物數(shù)據(jù)的“存”、“讀”、“寫”聯(lián)動，CNGBdb 將樣本元數(shù)據(jù)與生物樣本甚至活體信息相關(guān)聯(lián)，因此數(shù)據(jù)可以在“生物活體——生物樣本——生物信息數(shù)據(jù)”全過程中進(jìn)行追溯，實現(xiàn)綜合數(shù)據(jù)的全貫穿。

　　魏曉鋒稱，從開始的“載體”到“連接”，再到***以“平臺”的形式展示，CNGBdb 作為一個對外的窗口，展示了數(shù)據(jù)的可能性。另外，就服務(wù)體驗而言，CNGBdb 更希望做成一本字典，讓所有人通過這個字典都可以方便快捷地了解到更多更豐富的信息。

　　未來，CNGBdb 將持續(xù)促進(jìn)生命大數(shù)據(jù)的共享與利用，使生物信息數(shù)據(jù)在生命科學(xué)與生物產(chǎn)業(yè)發(fā)展中創(chuàng)造更大價值。