Геномные данные станут крупнейшими в мире по объёму

Группа экспертов по математике и вычислениям определила, что самой требовательной к данным областью в ближайшем будущем станет геномика, а не социальные медиа (YouTube, Twitter) или высокотехнологичные науки вроде астрономии и физики частиц. Об этом говорится в статье, опубликованной 7 июля в журнале PLOS Biology.

Астрономические масштабы уступают место "геномным"

  • Все сравниваемые области генерируют огромные объёмы данных — порядка десятков или сотен петабайт в год (1 петабайт = 10^15 байт, что в 1000 раз больше терабайта).
  • Сейчас YouTube лидирует, производя около 100 петабайт в год.
  • Однако объём данных в геномике удваивается каждые 7 месяцев и растёт гораздо быстрее.
  • По оценкам авторов, к 2025 году годовой объём геномных данных может составить от 2 до 40 эксабайт (1 эксабайт = 1000 петабайт).

Геномные данные как "четырёхглавый зверь"

Исследователи выделяют четыре отдельные проблемы:

  1. Приобретение данных

  2. Хранение

  3. Распределение

  4. Анализ

В отличие от интернет-данных, которые используют стандартные протоколы, геномные данные представлены во множестве различных форматов, что угрожает их универсальной понятности и полезности.

Будущие вызовы: от миллионов к миллиардам геномов

  • На сегодняшний день секвенировано около 250 000 человеческих геномов, что требует примерно 25 петабайт для хранения — управляемая задача.
  • К 2025 году ожидается, что до 1 миллиарда человек (в основном в богатых странах) будут иметь полностью секвенированные геномы. Это создаст проблему хранения на уровне эксабайтов.
  • В отличие от физики частиц, где данные можно фильтровать при генерации, в биологии сложно решить, какие последовательности можно безопасно отбросить. Возможно, все индивидуальные данные придётся сохранять для будущего использования в медицине.

Главная цель — не списки, а сравнение

По словам Майкла Шаца, соавтора статьи из Simons Center for Quantitative Biology at Cold Spring Harbor Laboratory (CSHL), ключевая проблема — не скорость секвенирования, а разработка методов для эффективного сравнения и анализа миллиардов геномов.

"Настоящая сила обладания 1 миллиардом человеческих геномов заключается в способах их сравнения и комбинирования слоёв анализа. Мы полагаем, что при объединении всей этой информации проявятся закономерности".

Геномика меняет правила игры, и, как отмечают авторы, важно уже сейчас задумываться о будущем, чтобы быть к нему готовыми.