随摘：精准医疗、基因测序、高性能计算

精准医疗如何火起来的？

来自于的消息美国：

2015年1月，美国总统奥巴马在国情咨文演讲中谈到“人类基因组计划”所取得的成果，并宣布了新的项目——精准医疗计划。

什么是精准医疗？

维基百科：

Precision medicine (PM) is a medical model that proposes the customization of headlthcare , with medical decisions, practices, and/or products being tailored to the individual patient. In this model, diagnostic testing is often employed for selecting appropriate and optimal therapies based on the context of a patient’s genetic content or other molecular or cellular analysis. Tools employed in PM can include molecular diagnostics, imaging, and analytics/software.

百度百科：

精准医疗是2015年4月21日在“2015首届清华精准医学论坛”上提出的中国目前大力推进的医疗方式。

精准医疗（Precision Medicine）是以个体化医疗为基础、随着基因组测序技术快速进步以及生物信息与大数据科学的交叉应用而发展起来的新型医学概念与医疗模式。

其本质是通过基因组、蛋白质组等组学技术和医学前沿技术，对于大样本人群与特定疾病类型进行生物标记物的分析与鉴定、验证与应用，从而精确寻找到疾病的原因和治疗的靶点，并对一种疾病不同状态和过程进行精确分类，最终实现对于疾病和特定患者进行个性化精准治疗的目的，提高疾病诊治与预防的效益。

精准医疗的重点不在“医疗”，而在“精准”。

与个体化医疗相比，精准医疗更重视“病”的深度特征和“药”的高度精准性；是在对人、病、药深度认识基础上，形成的高水平医疗技术。

看看我们国家呢？

2015年2月，习近平总书记批示科技部和国家卫生计生委，要求国家成立中国精准医疗战略专家组，共19位专家组成了国家精准医疗战略专家委员会。

2015年3月11日，科技部召开国家首次精准医学战略专家会议，并决定在2030年前政府将在精准医疗领域投入600亿元，其中中央财政支付200亿元，企业和地方财政配套400亿元。

国家卫计委科技教育司司长秦怀金表示，国家卫计委和科技部正在准备精准医学计划工作，有望将其列入国家“十三五”科技发展重大专项。
　　政策的放开，对于精准医疗领域形成了重大利好。目前，我国已有26家A股上市公司涉足该领域，市场以基因测序、细胞治疗、干细胞这三大方面为主。
技术优势：

精准医疗作为下一代诊疗技术，较传统诊疗方法有很大的技术优势。相比传统诊疗手段，精准医疗具有精准性和便捷性，一方面通过基因测序可以找出癌症的突变基因，从而迅速确定对症药物，省去患者尝试各种治疗方法的时间，提升治疗效果；另一方面，基因测序只需要患者的血液甚至唾液，无需传统的病理切片，可以减少诊断过程中对患者身体的损伤。可以预见，精准医疗技术的出现，将显著改善癌症患者的诊疗体验和诊疗效果，发展潜力大。

基于个体基因检测的肿瘤个体差异化治疗成为重要趋势。传统的药物治疗由于没有考虑到个体基因的差异性，在用药效果上会产生很大的差异。基因检测可以帮助医生基于基因分析选择潜在的靶向治疗药物。

海量的基因数据，让精准医疗和大数据产业形成了一个天然的集合。人体基因组和蛋白组海量的信息，让精准医疗的大数据超越了许多行业。未来基于医疗大数据集合衍生市场的巨大诱惑力，让英特尔、苹果等传统计算机企业巨头纷纷大力开发自己的医疗产业部门。基于基因大数据的分析，将成为未来精准医疗的核心板块。

信息技术将成为推动精准医疗发展的强大动力，并为基因测序技术和生物医学分析技术带来革新与进步。高性能计算在商业领域的普及应用，以及大数据分析技术，为精准医疗的发展提供了广阔的想象空间。

今后，发展精准医疗要注意做好两件事，一是个人信息保护，二是临床实验的严格规范。基因信息采集涉及到大量的个人隐私，与疾病、个性化健康需求息息相关。在构建这个庞大的数据帝国的同时，如果无法建立很好的隐私保护机制，很可能带来一场信息灾难。至于如何规范临床实验，一方面需要法律规范，一方面需要严格监管，保证受试者的权益。

未来基因测序技术将与高性能计算技术“绑定”发展

与高性能计算亲密接触：

从基因开始

2003年，《计算机世界》刊载了一篇名为《从人类基因测序开始》的文章，文章中重点介绍了如何利用高性能计算进行人类基因的测序工作。“每个人约有1万亿个细胞，每个细胞里面都有23对染色体，这些染色体中包含的DNA由ATCG不同碱基序列构成，数量共计达30亿，这些基因序列就是破解人类遗传信息奥秘的钥匙”，华大基因高性能计算研发主管王丙强博士向《计算机世界》记者表示，“基因测序工作就是要通过大规模的计算分析从海量的数据信息中辨识载有的基因及其序列，最终获取遗传信息。”

任鲁风告诉记者, 目前基因测序在临床上的应用主要有两类，一类是针对普通人的疾病筛查，通过测定已知的与某种疾病相关的基因序列位点，来推断其未来罹患该种疾病的概率;另一类是针对癌症等致命性疾病的伴随诊断，通过测定某些特定的基因序列位点，在一系列的药物或治疗方案中找到对特定患者最为有效的药物或方案。

基因测序技术应用需要对海量、复杂、多变的数据进行分析计算，因此需要高性能计算机来进行基因数据的统计和分析。据金莲介绍，基因测序分析对高性能计算机的计算性能、内存容量、数据带宽等要求很高，同时还必须支持完善的基因测序分析工作流。

当前，除了在科研领域之外，高性能计算正展现出强大的延展性，与金融、互联网、工业设计、文化创意等各行各业之间的交叉关联变得前所未有的紧密。同时，高性能计算与云计算、大数据之间的交叉融合趋势越发明显，成为推动全球信息产业发展的三大动力之一。

IDC副总裁Earl Joseph在报告中同样指出，应用将是高性能计算未来发展的首要瓶颈，当下大多数用户依然缺乏并行软件的使用经验，并且尚有大量的应用程序需要进行重大的重新设计。Earl Joseph还提及，大数据结合高性能计算正在新的领域创造出新的解决方案，这已经成为一种趋势。而高性能计算用于管理大型基础设施和数据分析，预计将成为未来发展的两大热点领域。

对于高性能计算未来的发展，王恩东认为，以应用为核心的国际间交流合作，将成为未来全球高性能计算产业的发展趋势，科研院所、政府机构以及用户都将深入参与其中。因此，高性能计算用户大会一直将“应用导向”作为大会宗旨，其目的就是要让大会成为“应用者大会”，让每位与会者都能通过大会了解到高性能计算在传统领域的创新、在新兴领域的应用，让高性能计算对接实际应用需求，从而推动高性能计算在各行各业得到更快、更好的应用。与此同时，人才培养也是推动高性能计算持续发展的关键要素，必须加大在这方面的投入力度。

计算社会

作为计算科学的一个分支，高性能计算，主要是指从体系结构、并行算法和软件开发等方面研究开发高性能计算机的技术。一直以来，高性能计算主要是以“科学计算”作为主要方向，应用于科学研究、航天国防、气象预报、石油勘探等。这些领域听上去非常神秘，但是实际上，其同普通人的关系也非比寻常。

除了对计算能力的高要求，高博士还提到了他们对于高性能计算平台可管理性的重视：“高性能计算中心作为一个科研部门，不像大型企业有专人去维护IT的基础设施。在人手有限的前提下，我们要搭建起一个可以为全校师生服务的高效平台。这样大的工作量需要非常易于管理的平台支持。”曾有业内人士做过测算，如果制作一部三维动画的制作周期可以缩短三个月，那么动漫公司在成本上就可节省50%，因此技术对于艺术呈现的贡献已经变得越来越大。由此说来，一部动漫作品的成功，背后的硬件设备和硬件平台已经成为不可或缺的基石。

大数据，高性能计算的亲密伙伴

随着信息技术的的发展，近年来火热的大数据概念，也已经同高性能计算联系到了一起。中国计算机学会高性能计算专业委员会秘书长、中科院计算所研究员张云泉博士认为，大数据正在成为高性能计算的一个新的应用领域。在这个领域中，借助于大数据广泛的触角，新的应用层出不穷。

“利用大数据，已经有人在进行像股票分析及交易、智慧城市建设，甚至是世界杯比分预测这样的事情。”张云泉博士介绍说，“甚至于，一些高性能计算的传统应用都已经得到了新的突破。”他表示，实际上在大数据的概念诞生之前，高性能计算就已经在进行海量数据的处理，而在这一概念系统形成后，其对高性能计算又产生了新的影响。以石油勘探为例，受制于巨大的数据处理量，传统的一些精度很高的算法得不到很好的实现。而在大数据概念出现后，“我们可以重新考虑这些算法，从应用的视角来做决策。”

“可以说，大数据打开了高性能计算应用的盒子。”张云泉博士表示。

中国传媒大学高性能计算中心高鹏东博士将高性能计算的方向划分为“定性”和“定量”。其中，“定量”就是指大数据方面的应用。依托于大数据处理所带来的“量”，互联网企业可以将网民的上网行为进行记录，从而利用高性能计算分析用户、精准定位，改善自身的内容质量，同时量化指标，进行广告的精准投放。

高鹏东博士认为，之所以高性能计算会出现“定量”的方向，与应用需求有着很大关系。在大数据的应用模式下，原本以计算密集为主的高性能计算，开始进入“以量取胜”的数据密集时代。对于互联网企业来说，这样的模式改变，为其手中的大量数据找到了用武之地。

张云泉博士认为，在大数据应用越来越广泛的今天，高性能计算的评判指标有可能会发生相应的变化。未来，这将是一个综合性的考量，其组成不只是浮点计算能力，还包括了数据的吞吐、IO带宽等多方面要素。

从2010年开始，大数据的应用方向在高性能计算领域开始显现。在这几年中，国内云计算供应商浪潮也开始接触有类似需求的用户。“在我们的用户实践中，有80%应用于传统科学计算领域，有20%则开始进行一些与大数据相关的新兴应用的探索。”浪潮-英特尔中国并行计算联合实验室主任工程师张清表示。上文所提到的“以图搜图”，包括以及采用深度学习方法的语音识别、图像识别，就包含在这些新兴应用中。

未来，参加普通话或者英语口语考试的考生有可能会发现，其面对的不再是专家和老师，而是一台机器。通过大数据和高性能计算的结合，采用深度学习方法的语音识别系统将更加准确地判断考生的发音情况，并给出评分结果。这类需要大数据与高性能计算结合的应用将越来越多。

张清提到，目前高性能计算领域的人才相对比较匮乏。因此，包括浪潮在内，产业内外正在积极打造从高校到厂商，再到企业应用的生态圈。而在这个过程中，大数据概念给予了学生更多施展的空间。

王丙强博士在采访中也谈到了人才招聘的相关问题。他表示，目前高性能计算，特别是GPU相关计算的人才招聘还是存在一定困难，希望随着学校相关课程的开设，以及GPU应用的越来越广泛，这方面的人才也会越来越多。

如今的高性能计算，已不再是武器研究、石油勘探、生物信息、医疗等行业的专利，3D影片、DNA测序、内衣设计、汽车制造，这些与生活息息相关的事物，都已经开始使用高性能计算。通过对人体信息的收集分析，可以研发出最符合人体工程学的内衣产品。诸如此类的案例，已经屡见不鲜。可以说，高性能计算正给我们的生活带来前所未有的改变，它能使我们的工作更具效率，使我们的娱乐更加丰富多彩，亦或使我们更加了解自己、了解生命。