IT时报记者李蕴坤
　　早在这次疫情横扫全国之前，生物科技界就将云计算与基因检测视作“黄金搭档”，因为海量的基因序列数据将带来庞大的计算机集群负担。
　　虽然在过去的十几年里，基因测序的成本一降再降，从2007年绘制第一个中国人基因组的300万美元滑落至500美元，但是疫情之下，与其他确诊手段比起来，基因测序的成本之高和周期之长仍然十分突出。
　　既然如此，云计算和人工智能又该如何驱动生物科技的变革？
周期过长确诊等不起
　　“初期，病毒只能通过两种手段确诊，一种是基因比对法，另一种是PCR试剂盒，直到上个月第五版诊疗方案才把CT结果纳入诊断标准。”Ucloud医疗解决方案负责人王彬告诉《IT时报》记者。
　　然而，若通过基因比对法来确诊，就要采集患者的基因与病毒基因进行比对，会导致确诊周期很长。王彬担心的是，在患者未被确诊之前，可能增加扩散的风险。
　　上周，基于国家基因组科学数据中心授权，Ucloud为几十GB的新型冠状病毒基因库创建镜像文件。因为该数据集比较庞大，难以在医疗机构进行传播，导致很多医疗机构无法开展研究。该镜像文件的创建能够让企业、医疗机构更快、更便捷地使用详细的病毒数据，开展医疗研究。结合Ucloud的云计算和大数据科研方案，可满足医疗机构在基因测序分析上所需的算力及数据海量存储需求，加速新型冠状病毒的医疗科研成果。
　　此前，百度研究院曾宣布免费开放LinearFold算法以及世界上现有最快的RNA结构预测网站，可将新型冠状病毒的全基因组二级结构预测从55分钟缩短至27秒，提速120倍。但是，预测病毒结构在整个基因测序的周期中占比并不大。因为患者要先到基因检测机构去做基因采集。按照基因测序的标准化流程，第一步是文库制备，对DNA样本进行片段化处理，将特定的接头连接至片段的两端，以此来制备测序文库；第二步是簇扩增，将DNA片段扩展成不同的克隆簇；最后才是测序、比对和分析，识别基因组之间的差异，之前的那些准备时间都是不可缩短的。
　　虽然基因比对法的准确率比CT影像更高，但是两者的速度却天差地别。通过AI阅片，只需2-3秒就能完成病灶定量分析。“目前基因比对法需要2-4个小时。”王彬说。
药物研发求得最优解
　　既然基因测序不适用于诊断场景，那在疫情之下，它又能做些什么？
　　目前，基因测序主流的方法还是二代测序法，在往三代测序法演变的过程中，云计算能够满足大量存储和算力的需求。生物信息中需要建立模型，比如说测序仪采集到原始数据后还需要做相应的去重，而AI有助于训练出一个更好的模型框架。
　　在生物信息行业中，因为应用场景和数据类型的不同，会导致所设计的pipeline（流水线）不同，也就是从数据清洗到发现变异、评估分析的整条流水线不同。AI有助于实现自定义pipeline，能够直接和BT（BioTech生物科技）相结合，在特征比对和变异发现的过程中可以让数据更好地流转起来，“很多生物工程的关键在于‘试’，一个一个排列组合地试。如果AI能够把pipe⁃line优化好，实现多条流水线并行，就能很快速试出一个最佳结果。”
　　除了国家基因组科学数据中心的基因库，Ucloud还从美国国立生物技术信息中心（NCBI）收集到了6份早期新冠肺炎患者的原始基因库数据。王彬表示，一个人的单次基因测序数据量大约为3GB，但通常需要30-40次检测才能完成全基因组测序，届时单人数据量就会高达100GB。而其中病毒所占的体量通常只有几个GB，和这部分基因进行比对至多只能确诊病例，无法起到疫情防护、药物研制的作用。自疫情爆发后，想要针对新冠病毒提出治疗方案、研发疫苗，那就需要对基因信息展开全面研究。
　　中国工程院院士、华中农业大学教授陈焕春曾对外表示，新型冠状病毒属于SARS相关冠状病毒，而非SARS冠状病毒。美国加州大学圣迭戈分校医学院教授Robert Naviaux也曾在媒体采访中表示，根据Genebank数据库里给出的冠状病毒基因序列，再通过分析软件phyloT计算出不同病毒间的基因关系图，可以看出新型冠状病毒和SARS病毒属于同一“种”，被称为SARS相关病毒种，但不属于同一“簇”。“以前不知道新冠病毒和SARS病毒是两回事，以为抗疫药物很快就能研发出来。后来发现并不是这样，这个药物的研制周期可能要以半年为维度去计算。”王彬表示，通过将病毒相关数据库部署在云环境上，未来就能更多地服务基因测序、生物制药、生物农药等细分领域，加速抗疫药物的研发。