211service.com
Google vil gemme dit genom
Google henvender sig til hospitaler og universiteter med et nyt pitch. Har du genomer? Opbevar dem hos os.
Søgegigantens første produkt for DNA-alderen er Google Genomics, en cloud computing-tjeneste, som den lancerede i marts sidste år, men som for det meste gik ubemærket hen midt i en byge af højprofilerede R&D-meddelelser fra Google, som en sidst i sidste måned om en langt ude plan om at kæmpe. kræft med nanopartikler (se Kan Google bruge nanopartikler til at søge efter kræft?).
Google Genomics kan vise sig at være mere betydningsfuld end nogen af disse månebilleder. At forbinde og sammenligne genomer i tusindvis, og snart i millioner, er det, der kommer til at drive medicinske opdagelser i det næste årti. Spørgsmålet om, hvem der skal gemme dataene, er allerede et punkt i den voksende konkurrence mellem Amazon, Google, IBM og Microsoft.
Google begyndte arbejdet på Google Genomics for 18 måneder siden, hvor de mødtes med videnskabsmænd og opbyggede en grænseflade eller API, der lader dem flytte DNA-data ind i sine serverfarme og udføre eksperimenter der ved hjælp af den samme databaseteknologi, som indekserer internettet og sporer milliarder af internetbrugere .
Vi så biologer bevæge sig fra at studere ét genom ad gangen til at studere millioner, siger David Glazer, softwareingeniøren, der ledede indsatsen og tidligere var chef for platformsudvikling for Google+, det sociale netværk. Muligheden er, hvordan man anvender gennembrud inden for datateknologi til at hjælpe med denne overgang.
Nogle videnskabsmænd håner, at genomdata stadig er for komplekse til, at Google kan hjælpe med. Men andre ser et stort skifte komme. Da Atul Butte, en bioinformatikekspert hos Stanford hørte Google præsentere sine planer i år, bemærkede han, at han nu forstod, hvordan rejsebureauer havde det, da de så Expedia.
Eksplosionen af data sker, efterhånden som laboratorier indfører nyt, endnu hurtigere udstyr til afkodning af DNA. For eksempel sagde Broad Institute i Cambridge, Massachusetts, at det i løbet af oktober måned afkodede, hvad der svarer til et menneskeligt genom hvert 32. minut. Det blev oversat til omkring 200 terabyte rådata.
Denne datastrøm er mindre end den, der rutinemæssigt håndteres af store internetvirksomheder (over to måneder vil Broad producere, hvad der svarer til, hvad der bliver uploadet til YouTube på én dag), men det overgår alt, hvad biologer har beskæftiget sig med. Det giver nu anledning til en bred indsats for at gemme og få adgang til data på centrale steder, ofte kommercielle. National Cancer Institute sagde i sidste måned, at det ville betale $19 millioner for at flytte kopier af 2,6 petabyte Cancer Genome Atlas ind i skyen. Kopier af data, fra flere tusinde kræftpatienter, vil ligge både hos Google Genomics og i Amazons datacentre.
Ideen er at skabe kræftgenomskyer, hvor videnskabsmænd kan dele information og hurtigt køre virtuelle eksperimenter lige så nemt som en websøgning, siger Sheila Reynolds, en forsker ved Institute for Systems Biology i Seattle. Ikke alle har evnen til at downloade en petabyte af data eller har computerkraften til at arbejde på det, siger hun.
Også at fremskynde flytningen af DNA-data til skyen har været en årelang priskrig mellem Google og Amazon. Google siger, at det nu opkræver omkring $25 om året for at opbevare et genom, og mere for at lave beregninger på det. Videnskabelige rådata, der repræsenterer en enkelt persons genom, er omkring 100 gigabyte i størrelse, selvom en poleret version af en persons genetiske kode er langt mindre, mindre end en gigabyte. Det ville kun koste $0,25 cent om året.
Cloud storage giver et boost til startups som Tute Genomics, DNANexus, Seven Bridges og NextCode Health. Disse virksomheder bygger browsere, som hospitaler og videnskabsmænd kan bruge til at udforske genetiske data. Google eller Amazon er en backend. De siger: 'Hey, du kan bygge en genomics-virksomhed i vores sky,' siger Deniz Kural, administrerende direktør for Seven Bridges, som lagrer genomdata på vegne af 1.600 forskere i Amazons sky.
Den større pointe, siger han, er, at medicin snart vil stole på en slags globalt internet-af-DNA, som læger vil være i stand til at søge efter. Vores fugleperspektiv er, at hvis jeg skulle få lungekræft i fremtiden, vil lægerne sekventere mit genom og min tumors genom og derefter forespørge dem mod en database med 50 millioner andre genomer, siger han. Resultatet bliver 'Hej, her er det lægemiddel, der vil virke bedst for dig.'
Hos Google siger Glazer, at han begyndte at arbejde på Google Genomics, da det blev klart, at biologi ville gå fra håndværksmæssig til fabriksmæssig dataproduktion. Han startede med at lære sig selv genetik, og tog en online klasse, Introduktion til biologi, undervist af Broads chef, Eric Lander. Han fik også sekventeret sit genom og lagt det på Googles sky.
Glazer vil ikke sige, hvor stor Google Genomics er, eller hvor mange kunder den har nu, men mindst 3.500 genomer fra offentlige projekter er allerede lagret på Googles servere. Han siger også, at der endnu ikke er nogen forbindelse mellem Googles sky og dens mere spekulative indsats inden for sundhedspleje, ligesom det firma Google startede i år, kaldet Calico, for at undersøge, hvordan man kan forlænge menneskets levetid. Det, der forbinder dem, er blot en voksende erkendelse af, at teknologi kan fremme state of the art inden for biovidenskab, siger Glazer.
Somalee Datta, en fysiker, der administrerer Stanford Universitys største computerklynge til genetikdata, siger, at på grund af de seneste prisnedsættelser koster det nu omtrent det samme at gemme genomer hos Google eller Amazon som i hendes eget datacenter. Priserne er endelig ved at være fornuftige, og vi tror, de bliver ved med at falde, siger hun.
Datta siger, at nogle Stanford-forskere er begyndt at bruge et Google-databasesystem, BigQuery, som Glazers team gjorde kompatibelt med genomdata. Det blev udviklet til at analysere store databaser med spam, webdokumenter eller forbrugerkøb. Men den kan også hurtigt udføre de meget store eksperimenter, der sammenligner tusinder eller titusinder af menneskers genomer, som forskere vil prøve. Nogle gange vil de lave skøre ting, og det skal man have skala til, siger Datta. Det kan håndtere den skala, genetik kan bringe, så det er den rigtige teknologi til et nyt problem.