26小時破譯嬰兒基因組—一種專用處理器以破紀錄的速度為重症嬰兒作出診斷

更健康的嬰兒：迅速檢測重症嬰兒的基因組有助於提高嬰兒的存活率。

在新生兒重症監護室，遺傳病是導致死亡的首要原因，因而快速診斷病因是第一要務。現在，兒科醫生能夠以26小時的破紀錄速度掃描和分析重症嬰兒的全部基因組，這在很大程度上要歸功於為了處理遺傳學大數據而設計的一種硬體系統。研究人員將關鍵分析步驟花費的時間從15小時降低到了僅40分鐘。

Edico Genome公司位於美國加州，其首席執行官彼得?范?路彥（Pieter van Rooyen）表示，把Dragen Bio-IT處理器插入伺服器，能夠與醫院或研究設施已有的工作流實現無縫集成。他認為，這種專門的擴展設備提高了計算能力，否則，要麼需要多台伺服器，要麼會降低雲連接速度。

在全基因組掃描過程中，機器會記錄下組成人體DNA的32億鹼基對的序列，並尋找使這個人成為獨一無二個體的約500萬個突變。掃描成本的大幅降低使醫生們又發現了它們的許多新用途——並且在此過程中引出了一個新的難題。「遺傳學將成為迄今為止歷史上最大的大數據問題。」范?路彥如是說。其他人也同意他的觀點：PLoS Biology雜誌上的一項研究預測，10年內，遺傳數據的計算需求將超過包括天文學研究和YouTube在內的所有其他領域。

從基因組掃描到診斷僅需26個小時，密蘇里州堪薩斯城兒童慈善醫院的研究人員以此證明了基因組分析緊跟臨床需求的步伐有多快。面對每一個危重嬰兒，測序機器首先做的都是一項蠻力工作——記錄基因組的32億個鹼基對。研究人員利用具有黃金標準的Illumina HiSeq機器，將這一步花費的時間從25小時縮短到了18~21小時。

但領導兒童慈善醫院研究的首席研究員、兒科醫生兼基因組學專家斯蒂芬?金斯莫爾（Stephen Kingsmore）表示，速度上的「巨大提升」要歸功於Dragen系統。該系統能發現每個患病嬰兒基因組中的全部突變，然後研究人員使用內部軟體對這些突變進行搜索，根據與嬰兒癥狀匹配的疾病自動標記出相關突變。在之前的研究中，金斯莫爾團隊已經證明，基於基因組掃描的診斷可以極大程度地改變治療方案：例如，一個肝功能衰竭的嬰兒，經過準確診斷，證明患有一種罕見的遺傳性疾病，在接受了恰當的手術和藥物治療後，現在已經兩歲了，非常健康。

范?路彥說，Dragen之所以能提高速度，既得益於硬體架構，也要感謝為基因組數據而特別設計的軟體。該系統是一塊主板，配有一塊可重新配置的處理器晶元和320億位元組內存。無需緩存，測序機器的原始數據流就能傳輸到Dragen主板上，再分配給晶元的4個計算引擎。這些組件並行工作，把一個人基因組的全部信息與一個對照基因組進行匹配，將其按恰當順序排列好。對照基因組存儲在主板的專用內存中，以減少對伺服器的需求。處理器以每秒400兆位元組的飛快速度將數據送入一個可進行約140次運算的通道中。「所有數據就立刻傳輸過去了。」范?路彥說。

一旦排序步驟結束，處理器便會徹底重新配置，去尋找基因組中的突變。（這種轉換僅需20秒即可完成。）接著，當突變都被發現後，描述這些突變的數據就會被壓縮並回傳至伺服器。由於大部分操作發生在Dragen主板上，所以這一系統很少佔用伺服器內存，也沒有對CPU形成壓力，據Edico公司估計，只佔用了13%~18%的CPU。

雖然Dragen的統計數據令人讚歎，但並非人人都相信這種插入式處理器帶來的益處是無以倫比的。邁克?沙茨（Michael Schatz）便是其中一位懷疑者，他是冷泉港實驗室的定量生物學副教授，也是那篇將基因組學、天文學和YouTube數據集進行對比的論文的作者之一。他認為，專用處理器把用戶限定在特定的數據格式和分析方法中。「在一些方面，它們很擅長。」他說，「但數據是不斷變化的，方法也在不斷改進。」沙茨認為，研究大數據基因組學的醫生和研究人員使用通用計算機集群會更有利，它們「能夠輕鬆地從一種應用轉換到另一種，或者從一種數據類型轉換到另一種」。

無論如何，醫生們都必須開始提升自己。范?路彥預測，再過幾年，發達國家出生的每個嬰兒都將在醫院完成基因組測序。「臨床基因組學終將與我們息息相關，這只是時間問題，」他說，「準備好基礎設施建設是明智之舉。」他還設想了Dragen處理器直接將分析結果輸出到患者的電子醫療檔案，為醫生標記出可操作信息的情形。

金斯莫爾醫生表示，如果我們想利用今天最好的基因技術，就有必要從基因組測序到診斷階段都實現這種程度的醫療自動化。「如果我們要在這方面進行改進，就需要依靠智能機器。」他說，「我們希望消除『人』的因素帶來的影響，因為我們自己就是瓶頸。」

作者：Eliza Strickland

————

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！