基于数加MaxCompute的极速全基因组数据分析.PDFVIP

下载本文档

7
0
约3.19千字
约 17页
2018-06-02 发布于天津
举报
版权申诉

基于数加MaxCompute的极速全基因组数据分析.PDF

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于数加MaxCompute的极速全基因组数据分析

基于数加MaxCompute的极速全基因组数据分析黄树嘉华大基因基因组学数据专家全基因组测序的背景与原理目录传统单机分析流程的挑战 content 基于MaxCompute的方案什么是基因基因，生命的基本因素，是人类和其他生物的基础遗传物质什么是基因测序一个人一生的基因数据 10TB = 0.1TB + 0.7TB + 2TB + 3TB + X TB 基因组转录组表观组宏基因组其他基因数据分析的过程 Sequencing Variant Alignment interpretation Variant calling External/Internal Knowledge knowledge integration 1 °Analysis 2 °Analysis 3°Analysis 传统单机分析流程的挑战挑战1 ：流程繁杂，标准难统一分析流程特点： 1.多个分析步骤 2.每个步骤都会包含很多分析脚本，系统命令和外部工具 3.工具要被反复手动部署到计算集群挑战2 ：命令行操作、交互性差挑战3 ：时间长一次测序的数据产出一次测序的数一次测序的测序仪测序读长（bp）测序时间周期据总产量 Reads （Billion） HiSeq 3000 750GB 2.1-2.5 PE 150 3.5 days HiSeq 4000 1.5TB 4.3-5.0 PE 150 3.5 days 分析一个人的基因组~120G数据，时间（小时）往往需要3天以上的时间。 HPC ~72 (3.0 days) 传统集群数据的解读跟不上数据的产出。单个节点计算 140 (5.8 days) 基于MaxCompute的方案 MaxCompute分布式计算 Reducer Mapper