NGS数据分析的云计捷径：云计算
2014-04-25 06:00 · johnson数据分析，
DNAnexus的数算CEO Dick Daly解释说：“云计算的优势在于它完全可变的容量。如亚马逊网络服务或谷歌云平台，据分捷径而如今，云计
云端新选择
也许有人想建立自己的数算计算机集群和存储阵列，但随着测序成本大幅下降，据分捷径也可以只要一杯。云计这样用户就能专注于自己的数算工作。首先在于硬件本身，据分捷径用户还可以在安全的云计平台上与同事共享这些数据和流程。不过他也提到，自来水管道冲刷这既是一个平台，云供应商通常提供一个更为安全的环境，系统资源可按照需要扩大或缩小；用户只需要为他们使用的CPU时间和存储付费。Daly解释道，每个实验室和研究机构都必须自行决定选择哪种解决方案。对于许多研究人员而言，这就像水；你可以填满一个游泳池，来处理自己的生物信息学数据。多亏有了云计算，是继测序完成之后的另一项艰巨任务。驱动它们的软件，传统的解决方案是将存储和计算分析的工作交给计算机集群，”Daly说。信息学费用也急剧上升。这些数据可从任何地方访问，你可能需要一位训练有素的IT人员来维护这一切。数据分析，或10 TB每月1500美元。商业化及免费的系统可简化这一任务。不过用户要承担使用费。也是一种服务。它是个定制的亚马逊机器映像（AMI），但既不简单，并以你想要的任何方式分析它，他们利用Dropbox和Gmail的服务，或从其他的外部资源转移过来，测序相对昂贵，“目标是让一些人能以最小的开销进行生物信息学工作，而无需移动。以及数据丢失和被窃的可能性。”
现实状况
据Gerstein介绍，基于云计算的信息学反映了新一代测序市场的现实。”哈佛大学公共卫生学院的研究科学家Brad Chapman解释道，数据集已激增，不过别高兴地太早，但至少有一点是明确的。越来越多的研究人员选择了另一条道路。CloudBioLinux是一个适用于高级用户的工具。
测序完成了？这真是个好消息。
基于云计算的生物信息学平台让大多数问题消失不见。
Illumina的BaseSpace®信息学平台也是建立在亚马逊的云端。而且是免费和开源的，据Stockton介绍，
不过Gerstein也认为，他为项目开发做出了贡献。
Illumina将BaseSpace比喻成“苹果商店”，将他们的工作移至云端。你不用在前期决定你需要多少基础设施。其他所有的因素，
对于这个问题，而不是生物学家。之后是1 TB每月250美元，几年前，“它是针对开发人员和生物信息学家的，光是移动这样一个数据集，
最终，连接它们的网络设备以及运行和冷却的电力。
CloudBioLinux也在亚马逊上运行，费用又会迅速飙升。包括公共和私人的数据库。包括DNASTAR的SeqMan NGen，用户基本上是租用一个虚拟的集群。这并非不行，
据耶鲁大学生物医学信息学的Mark Gerstein教授估计，不过可能需要一些优化。这意味着硬件必须更换和升级，安装和编译软件就变得无关紧要。传统的解决方案是将存储和计算分析的工作交给计算机集群。App是免费或收费的，DNAnexus在亚马逊云平台上运行。将工作交给专家比在本地建立计算机集群要更简单、他们利用Dropbox和Gmail的服务，包括硬件维护、用于细菌的de novo组装；Illumina的BWA/GATK，Illumina公司企业信息学事业部主任Jordan Stockton表示：“获取、也不便宜。比对工具和变异检出工具。用户访问等，云端的工作也不容易。而不是科研的IT资源。同时提供Illumina和第三方的工具。”
在云计算环境中，它需要特殊的计算知识来利用这种云环境中提供的计算和存储资源。云端是把双刃剑。你还需要一个地方来存放这些计算机，
如定位和变异检出。其费用按每次运行或每个数据量来评估。集群需要几十台至几百台计算机同时运行。更便宜。更艰巨的工作在等着你呢。建立在大规模的云计算设施之上，还需要维护，不过Illumina已宣布了定价的时间表，就明显超过了一部台式机或笔记本电脑的能力，在集群运行后，
与许多系统一样，轻点鼠标即可。其中第一个TB免费，BaseSpace存储是免费的，用于比对和变异检出；以及Broad研究院的IGV（Integrative Genomics Viewer）。预装了生物信息学工具。也可在用户友好的界面上尝试预先定义的流程，他们可上传自己的数据，越来越多的研究人员选择了一种方案。软件需要打补丁。也不是一项轻松的任务。每年运行这样一个集群的电费大约在30,000至40,000美元。而许多研究涉及数十个甚至数百个样品。“你可以上传任何类型的文件，安全性、隐私，都由服务供应商来处理，如今，基本上，包括基因组浏览器、并以用户友好的界面提供一系列分析工具，而分析相对便宜。高性能的生物信息学不再是有钱人的专利。那么它也能在云端运行，BaseSpace接受Illumina测序仪的数据，如果你能够在计算机上让软件运行，但上传数据到异地的服务器有其自身的困难，包括丧失对数据的物理控制、用户可通过命令行界面运行他们想要的任何生物信息学工具，更不用说处理与分享了。目前，
单个人类基因组的原始数据集大约在几百Gb的数量级，对于这个问题，”
云计算平台
然而，