大数据在基因检测行业作用重要吗？基因检测的哪个环节需要大数据的数据库？？

卖扫描仪的人 2021-10-28 04:35

开发者_JS百科 未病基因检测(疾病风险评估)：尚属非常初期阶段，需要未来研究支持及大数据支撑。未病基因检测是指通过对人体进行基因测序，结合一些已知的疾病和基因之间的关联数据，“推测”出该个体患某种疾病的概率。基于与基因检测靶向药物相同的原因，以及我们所知的疾病是外界环境和内在基因共同作用的结果，未病基因检测(疾病风险评估)尚属非常初期阶段。

---

ty_123411537 2021-10-28 05:00

目前基因检测手段很成熟，很多实验室都能实现，然而检测结果的解读却非常困难，因为这依赖于基于大数据上的数据库。
比如，Myriad最值得骄傲的就是拥有专有数据库，它用来解释不确定的遗传检测结果。如果其他公司不被允许在BRCA基因测试中使用Myriad的私有数据库，这道屏障和战略优势将非常显着。当然，随着时间的推移这种优势会慢慢减弱，但是无论如何，这从侧面说明了数据库在基因检测中的核心作用。
一些主做基因检测试剂盒的跨国公司的转型的事实非常有说服力，据悉它们开发者_如何学运维已经开始把未来的业务重点放在了基因信息学之上，虽然短时期内还未能带来任何利润，但已经成为“行业进化”中的必须环节。临床验证是在需要大量的时间和金钱花费，而更广泛的验证才能构建真正的数据库，因为这些新设备和新技术变得更便宜和可用。但如何将转化为生物或临床结果还是很难。而且，很多国家的医院医生并没有更多的遗传性和信息学知识，对遗传密码更是一无所知。

---

李国库 2021-10-28 05:01

说一说基因测序里的大数据分析吧。

目前的主流测序方法是二代测序。而二代测序方式会产生大量的数据（测一段DNA会产生几十几百G的数据吧），而由于测出开发者_开发百科来的数据是基因片段数据，还需要用算法进行数据拼接等工作。所以需要的计算量还是挺大的。而且现在测序仪器越来越好，产生的数据量越来越多，所以需要计算的东西就更多了。

因此，现在测序领域的算法设计是很重要的。设计一个高效的算法，可以把计算时间大大减少。

至于大数据的数据库（例如Hadoop、Hbase之类的工具），跟所谓的基因数据库并不是同一个层面的东西。大数据的数据库是为了存放和处理大量数据的软件，而基因数据库，例如NCBI，则是一个应用，直接负责收集和提供数据了。

---