为什么hadoop非常适合基因组测序

临床基因组学是一门引人入胜的主题，人们在研究前沿技术以处理快速，准确的结果。 市场上有许多基因组测序仪，它们正在产生PB级的序列数据，而测序的增长将在不久的将来产生EB级的数据。 在这里，Hadoop是处理复杂基因组学工作流程的理想平台。 Hadoop可以存储和分类大量信息，还可以进行有意义的分析。 （要了解它真正需要多少数据，请阅读了解位，字节及其倍数。）

基因组学的现状与未来

如今，基因组作图已达到发展的顶峰。 与基因组学产业相关的许多人都充满了好奇心，随着新机遇的出现，时刻需要更好的技术。 基因组测序是一项非常重复且占用大量资源的任务。 仅在2013年，就产生了大约15 PB的数据，仅由2, 000个定序器产生。 这个令人jaw目结舌的数量包括300 KB测序的人类基因组数据。 以这种数据生产速度，可以估计到2018年，将生产大约1 EB的数据。 这是由于定序器的增长，每次运行将产生越来越多的数据。 另一个原因是功能强大且低成本的基因组测序仪的问世。 自2008年以来，这些机器的价格一直在稳步下降。 这是因为强大的下一代机器已进入市场。

基因组作图行业的需求

复杂的算法用于处理从人类基因组收集的数据。 然后，需要存储此信息。 将来可能会对其进行审查以与原始数据进行比较。 处理和存储100 GB数据的任务并不是很困难，特别是当您使用测序中心使用的强大机器进行处理时。 研究表明，这种数据量仅需大约1, 000个CPU小时即可处理，因此非常容易。 以这种技术进步的速度，很明显，基因组产业将在短短几秒钟内很快处理成千上万兆的数据。