211service.com
Google wil je genoom opslaan
Google benadert ziekenhuizen en universiteiten met een nieuwe pitch. Genomen hebben? Bewaar ze bij ons.
Het eerste product van de zoekgigant voor het DNA-tijdperk is Google Genomics, een cloud computing-service die het afgelopen maart lanceerde maar grotendeels onopgemerkt bleef te midden van een spervuur van spraakmakende R&D-aankondigingen van Google, zoals eind vorige maand over een vergezocht plan om te strijden kanker met nanodeeltjes (zie Kan Google nanodeeltjes gebruiken om naar kanker te zoeken?).
Google Genomics kan belangrijker zijn dan al deze moonshots. Het verbinden en vergelijken van genomen met duizenden, en binnenkort met miljoenen, is wat de medische ontdekkingen in het komende decennium zal stimuleren. De vraag wie de gegevens gaat opslaan, is al een punt van toenemende concurrentie tussen Amazon, Google, IBM en Microsoft.
Google begon 18 maanden geleden aan Google Genomics, ontmoette wetenschappers en bouwde een interface, of API, waarmee ze DNA-gegevens naar zijn serverfarms kunnen verplaatsen en daar experimenten kunnen doen met dezelfde databasetechnologie die het web indexeert en miljarden internetgebruikers volgt .
We zagen biologen van het bestuderen van één genoom per keer naar het bestuderen van miljoenen, zegt David Glazer, de software-engineer die de inspanning leidde en voorheen hoofd platformengineering was voor Google+, het sociale netwerk. De kans is om doorbraken in datatechnologie toe te passen om te helpen bij deze transitie.
Sommige wetenschappers spotten met het feit dat genoomgegevens te complex blijven voor Google om mee te helpen. Maar anderen zien een grote verschuiving aankomen. Toen Atul Butte, een bio-informatica-expert bij Stanford, Google zijn plannen dit jaar hoorde presenteren, merkte hij op dat hij nu begreep hoe reisagenten zich voelden toen ze Expedia zagen.
De explosie van gegevens vindt plaats nu laboratoria nieuwe, nog snellere apparatuur gebruiken voor het decoderen van DNA. Het Broad Institute in Cambridge, Massachusetts zei bijvoorbeeld dat het gedurende de maand oktober elke 32 minuten het equivalent van één menselijk genoom decodeerde. Dat vertaalde zich in ongeveer 200 terabyte aan onbewerkte gegevens.
Deze gegevensstroom is kleiner dan wat routinematig wordt verwerkt door grote internetbedrijven (in twee maanden tijd zal Broad het equivalent produceren van wat in één dag naar YouTube wordt geüpload), maar het overtreft alles wat biologen hebben behandeld. Dat vraagt nu een grote inspanning om gegevens op centrale, vaak commerciële locaties op te slaan en te openen. Het National Cancer Institute zei vorige maand dat het $ 19 miljoen zou betalen om kopieën van de 2,6 petabyte Cancer Genome Atlas naar de cloud te verplaatsen. Kopieën van de gegevens, van enkele duizenden kankerpatiënten, zullen zowel bij Google Genomics als in de datacenters van Amazon worden bewaard.
Het idee is om kankergenoomwolken te creëren waar wetenschappers informatie kunnen delen en snel virtuele experimenten kunnen uitvoeren, net zo gemakkelijk als een zoekopdracht op het web, zegt Sheila Reynolds, een onderzoekswetenschapper aan het Institute for Systems Biology in Seattle. Niet iedereen heeft de mogelijkheid om een petabyte aan gegevens te downloaden, of heeft de rekenkracht om eraan te werken, zegt ze.
Ook het versnellen van de verplaatsing van DNA-gegevens naar de cloud was een jarenlange prijzenoorlog tussen Google en Amazon. Google zegt dat het nu ongeveer $ 25 per jaar vraagt om een genoom op te slaan, en meer om er berekeningen op uit te voeren. Wetenschappelijke onbewerkte gegevens die het genoom van een enkele persoon vertegenwoordigen, zijn ongeveer 100 gigabyte groot, hoewel een gepolijste versie van iemands genetische code veel kleiner is, minder dan een gigabyte. Dat zou slechts 0,25 cent per jaar kosten.
Cloudopslag geeft startups als Tute Genomics, DNANexus, Seven Bridges en NextCode Health een boost. Deze bedrijven bouwen browsers die ziekenhuizen en wetenschappers kunnen gebruiken om genetische gegevens te onderzoeken. Google of Amazon is een back-end. Ze zeggen: 'Hé, je kunt een genomics-bedrijf bouwen in onze cloud', zegt Deniz Kural, CEO van Seven Bridges, dat namens 1.600 onderzoekers genoomgegevens opslaat in de cloud van Amazon.
Het grotere punt, zegt hij, is dat de geneeskunde binnenkort zal vertrouwen op een soort wereldwijd Internet-of-DNA waarin artsen kunnen zoeken. Ons perspectief is dat als ik in de toekomst longkanker zou krijgen, artsen mijn genoom en het genoom van mijn tumor gaan sequensen, en ze dan vergelijken met een database van 50 miljoen andere genomen, zegt hij. Het resultaat zal zijn: 'Hé, hier is het medicijn dat het beste voor u werkt.'
Bij Google zegt Glazer dat hij aan Google Genomics begon te werken toen duidelijk werd dat de biologie zou overstappen van ambachtelijke naar dataproductie op fabrieksschaal. Hij begon met zichzelf genetica te leren door een online les te volgen, Inleiding tot de biologie, gegeven door de chef van Broad, Eric Lander. Hij kreeg ook de sequentie van zijn genoom en zette het op de cloud van Google.
Glazer zou niet zeggen hoe groot Google Genomics is of hoeveel klanten het nu heeft, maar er zijn al minstens 3.500 genomen van openbare projecten opgeslagen op de servers van Google. Hij zegt ook dat er tot nu toe geen verband is tussen de cloud van Google en zijn meer speculatieve inspanningen in de gezondheidszorg, zoals het bedrijf dat Google dit jaar begon, Calico genaamd, om te onderzoeken hoe de levensduur van mensen kan worden verlengd. Wat hen verbindt, is slechts een groeiend besef dat technologie de stand van zaken in de biowetenschappen kan bevorderen, zegt Glazer.
Somalee Datta, een natuurkundige die het grootste computercluster voor genetische gegevens van Stanford University beheert, zegt dat het vanwege recente prijsverlagingen nu ongeveer hetzelfde kost om genomen op te slaan bij Google of Amazon als in haar eigen datacenter. De prijzen worden eindelijk redelijk en we denken dat ze zullen blijven dalen, zegt ze.
Datta zegt dat sommige Stanford-wetenschappers een Google-databasesysteem, BigQuery, zijn gaan gebruiken dat het team van Glazer compatibel heeft gemaakt met genoomgegevens. Het is ontwikkeld om grote databases met spam, webdocumenten of consumentenaankopen te analyseren. Maar het kan ook snel de zeer grote experimenten uitvoeren waarbij duizenden of tienduizenden genen van mensen worden vergeleken die onderzoekers willen proberen. Soms willen ze gekke dingen doen, en daar heb je schaal voor nodig, zegt Datta. Het kan de schaal aan die genetica met zich mee kan brengen, dus het is de juiste technologie voor een nieuw probleem.