深圳2020年7月13日 /美通社/ -- 單機(jī)解碼全基因組，從需要幾天到1小時(shí)，再到5分鐘，中國生物醫(yī)學(xué)原創(chuàng)技術(shù)究竟有多強(qiáng)？2020年6月，深圳承啟生物科技有限公司（以下簡稱“承啟生物”）利用自主研發(fā)的云平臺(tái)Chi-Cloud及高精度算法FANSe3，實(shí)現(xiàn)單機(jī)5分鐘分析完成一個(gè)人全基因組數(shù)據(jù)集，再度刷新世界紀(jì)錄。
承啟生物創(chuàng)始人、首席科學(xué)家張弓教授表示，“承啟生物的解決方案Chi-Cloud+FANSe3在攻破了無數(shù)個(gè)難題后，成功提升基因檢測(cè)分析速度。這一突破最值得關(guān)注的是全自主研發(fā)的FANSe算法，實(shí)現(xiàn)精準(zhǔn)度之上的速度飛躍；此外，這項(xiàng)中國原創(chuàng)技術(shù)不依賴專用加速芯片，讓基因測(cè)序不再被國外供應(yīng)商‘扼住咽喉’，大幅降低成本，為精準(zhǔn)醫(yī)療、普惠醫(yī)療貢獻(xiàn)力量。”
全自主技術(shù) 基因測(cè)序不再被扼住咽喉
核心技術(shù)是國家與企業(yè)的安身立命之本，只有實(shí)現(xiàn)核心技術(shù)自主才能不被扼住命運(yùn)的咽喉。承啟生物歷經(jīng)6年自主研發(fā)的FANSe算法已進(jìn)入第3代，張弓教授透露，這一算法不依賴專用加速硬件，從根本上避免芯片禁運(yùn)風(fēng)險(xiǎn)，這項(xiàng)中國高端醫(yī)學(xué)技術(shù)將不再受制于人。
當(dāng)前全球基因組測(cè)序大部分使用的基礎(chǔ)算法為國外的BWA、Bowtie等系列算法，單機(jī)運(yùn)行效率并不高。為提高單機(jī)運(yùn)算速度，常見方案是采用GPU、FPGA等專用芯片進(jìn)行加速。但受國內(nèi)芯片技術(shù)局限，目前國內(nèi)僅有自主CPU，而高性能通用計(jì)算GPU、FPGA等芯片依然被國外壟斷。承啟的FANSe3算法只使用CPU進(jìn)行計(jì)算，不依賴專用加速芯片，可做到在國產(chǎn)硬件上高效運(yùn)行。此外，單機(jī)5分鐘分析全基因組的高效能，意味著在對(duì)數(shù)據(jù)保密性要求的特殊領(lǐng)域（如軍事、公共安全、特定的醫(yī)療場(chǎng)景等），可直接采用單機(jī)分析方式（Chi-Cloud小云模式），無需連接互聯(lián)網(wǎng)。算法針對(duì)國產(chǎn)測(cè)序儀進(jìn)行特別適配和優(yōu)化，保障精準(zhǔn)醫(yī)學(xué)的國家安全。
為應(yīng)對(duì)國產(chǎn)CPU性能與國際頂尖水平的現(xiàn)實(shí)差距問題，F(xiàn)ANSe3和承啟云平臺(tái)架構(gòu)在設(shè)計(jì)之初便支持大規(guī)模分布式運(yùn)算和自適應(yīng)任務(wù)調(diào)度，擴(kuò)展性強(qiáng)，可利用多個(gè)CPU共同運(yùn)算一個(gè)任務(wù)。“單機(jī)的性能弱了怎么辦？可以把2臺(tái)、3臺(tái)、4臺(tái)甚至100臺(tái)機(jī)器捆起來一起用，彌補(bǔ)單個(gè)CPU性能的不足，達(dá)到同樣甚至更好的使用體驗(yàn)。”張弓教授說。
“單機(jī)5分鐘”推動(dòng)精準(zhǔn)醫(yī)學(xué)“更快、更便宜”
由于核心技術(shù)完全自主，承啟生物團(tuán)隊(duì)可以對(duì)算法不斷改進(jìn)，使FANSe3代算法在運(yùn)算速度上實(shí)現(xiàn)遠(yuǎn)超國外算法的飛躍。“單機(jī)5分鐘”的意義不僅限于提升時(shí)間和效率，更在于助推精準(zhǔn)醫(yī)學(xué)普及。
目前先進(jìn)的測(cè)序儀已能在一天內(nèi)完成測(cè)序?qū)嶒?yàn)，但數(shù)據(jù)分析用單機(jī)通常需要幾十個(gè)小時(shí)才能完成，但對(duì)許多臨床急性病癥，時(shí)間就是生命。使用國外算法，各大云服務(wù)提供商在使用幾十上百臺(tái)服務(wù)器的情況下，僅能將分析時(shí)間壓縮至半小時(shí)到一小時(shí)，而使用FPGA等專用加速芯片，也只能實(shí)現(xiàn)1-2小時(shí)的分析時(shí)間，而這些都需要巨額的硬件投入和專業(yè)維護(hù)，能耗也居高不下。
本次承啟生物實(shí)現(xiàn)的單機(jī)5分鐘分析突破，可讓大型測(cè)序中心擺脫超算集群和專業(yè)人員維護(hù)需求；硬件購置費(fèi)用大大降低，能耗也大為降低，綠色環(huán)保。
單機(jī)5分鐘的速度，網(wǎng)絡(luò)傳輸是整體分析中的瓶頸。一個(gè)人全基因組測(cè)序數(shù)據(jù)文件可高達(dá)240GB以上，以千兆網(wǎng)的速度都需要傳輸40多分鐘。為解決這一問題，承啟為Chi-Cloud開發(fā)了獨(dú)有的壓縮算法，達(dá)到了1:10以上甚至1:20的壓縮率，縮短原本漫長的傳輸時(shí)間，多節(jié)點(diǎn)間的任務(wù)調(diào)配也更得心應(yīng)手；與FANSe3算法深度配合，無需解壓即可直接運(yùn)算。
使用高速的網(wǎng)絡(luò)接入，將數(shù)據(jù)傳輸至承啟生物的服務(wù)器上，測(cè)序中心甚至不需購買和維護(hù)服務(wù)器，基因組測(cè)序的分析成本降至幾乎可以忽略不計(jì)的程度。
所有這些，都讓全基因組測(cè)序分析“更快”。以超高速的運(yùn)算助力重癥患者“與死神賽跑”，盡力避免治療“遲了一步”的遺憾，為醫(yī)生、患者爭(zhēng)取更多時(shí)間。
FANSe3算法+全鏈條穩(wěn)健 實(shí)現(xiàn)“更精準(zhǔn)”
與速度同樣重要的是算法的準(zhǔn)確性，張弓教授強(qiáng)調(diào)，“準(zhǔn)確性是所有優(yōu)勢(shì)的前提。FANSe3是全球罕見的準(zhǔn)確率有數(shù)學(xué)證明的算法，錯(cuò)誤率已可穩(wěn)定在十億分之一以下。經(jīng)大量實(shí)驗(yàn)表明，F(xiàn)ANSe系列算法在基因組突變分析、轉(zhuǎn)錄組表達(dá)分析等應(yīng)用上，準(zhǔn)確度幾乎為100%，秒殺國外基于BWA、Bowtie等算法方案，并在醫(yī)學(xué)科研和臨床應(yīng)用中分析超過50萬例樣本。”
2014年，F(xiàn)ANSe算法成為國際人類蛋白質(zhì)組計(jì)劃核心支柱的首選分析算法，為全面解析人類蛋白質(zhì)組做出了關(guān)鍵貢獻(xiàn)。2017年9月，在國際人類蛋白質(zhì)組計(jì)劃世界大會(huì)上，以張弓教授等為代表的廣東科學(xué)家團(tuán)隊(duì)利用FANSe系列算法，發(fā)現(xiàn)數(shù)千個(gè)以往被認(rèn)為不可能存在的人類“新蛋白質(zhì)”。最近，承啟云平臺(tái)在中國自主研發(fā)的基因組測(cè)序標(biāo)準(zhǔn)數(shù)據(jù)集的評(píng)測(cè)上，突變鑒定準(zhǔn)確性在全部幾十個(gè)標(biāo)準(zhǔn)數(shù)據(jù)集上均明顯高于國外主流算法。
算法足夠準(zhǔn)確了，但另一個(gè)無法回避的事實(shí)是要實(shí)現(xiàn)基因測(cè)序的準(zhǔn)確性，算法只是一方面，另一方面，從采樣、運(yùn)輸、前處理到測(cè)序的實(shí)驗(yàn)全過程必須萬無一失，承啟生物稱之為“全鏈條穩(wěn)健”。
張弓教授對(duì)“全鏈條穩(wěn)健”進(jìn)行解讀：“為什么有些分析結(jié)果容易出問題？除部分算法不準(zhǔn)確的因素，樣本本身在采集、保存和運(yùn)輸過程中發(fā)生改變，也會(huì)導(dǎo)致誤差出現(xiàn)。而分散、小型化測(cè)序由于高度依賴專業(yè)人員，在現(xiàn)有的經(jīng)濟(jì)條件下暫時(shí)無法大量推廣，也就無法避免樣品保存和長途運(yùn)輸，無形中增加精準(zhǔn)醫(yī)療普及的難度。”正因?yàn)閲鴥?nèi)基因測(cè)序受限于各種技術(shù)的不穩(wěn)定性，市場(chǎng)仍未實(shí)現(xiàn)真正發(fā)展。
而承啟生物的“穩(wěn)”，來源于對(duì)整個(gè)實(shí)驗(yàn)過程細(xì)節(jié)的精益求精和自主研發(fā)。承啟生物通過自有的保存運(yùn)輸技術(shù)方案，在不使用干冰、冰袋的情況下，DNA和RNA樣品可以經(jīng)受住-55~45°C的溫差波動(dòng)三天而保持完好。在樣本前處理和建庫階段，承啟研發(fā)的實(shí)驗(yàn)方案與“標(biāo)準(zhǔn)實(shí)驗(yàn)方案”不同，即便樣本發(fā)生降解，也能通過實(shí)驗(yàn)方法和算法容錯(cuò)等方法，實(shí)現(xiàn)近乎100%的準(zhǔn)確性。原創(chuàng)技術(shù)帶來的穩(wěn)健性擴(kuò)寬了基因檢測(cè)的應(yīng)用場(chǎng)景，讓基因檢測(cè)不再依賴大量專業(yè)人員，門檻大大降低。穩(wěn)健的體系也減少了因中間步驟造成的重復(fù)測(cè)定，進(jìn)一步壓縮了時(shí)間、降低成本。
“快、穩(wěn)、準(zhǔn)”制定標(biāo)準(zhǔn)，助力精準(zhǔn)醫(yī)療大爆發(fā)
當(dāng)未來全基因組測(cè)序成為常規(guī)檢驗(yàn)，全國每天處理的樣本將達(dá)到海量。基于承啟生物自主技術(shù)的超精準(zhǔn)和超高速，可解決海量樣本分析中的瓶頸與痛點(diǎn)，讓基因測(cè)以低成本實(shí)現(xiàn)精準(zhǔn)醫(yī)學(xué)的落地，迎來廣泛應(yīng)用場(chǎng)景，為行業(yè)發(fā)展提供有力支撐。
當(dāng)前，承啟生物的自主化“快、穩(wěn)、準(zhǔn)”的技術(shù)體系，被認(rèn)定為國家重點(diǎn)計(jì)劃《醫(yī)學(xué)生命主學(xué)觀質(zhì)量控制關(guān)鍵技術(shù)與示范應(yīng)用》核酸組學(xué)部分的基礎(chǔ)，也將成為今后國家相關(guān)質(zhì)控標(biāo)準(zhǔn)的重要依據(jù)。標(biāo)準(zhǔn)的建立，將規(guī)范整個(gè)行業(yè)，助力精準(zhǔn)醫(yī)學(xué)應(yīng)用的行業(yè)爆發(fā)，也為承啟生物開啟更廣闊的發(fā)展前景。
