【儀表網 儀表產業】隨著DNA測序技術開始大規模商業化應用，我們已經可以很容易地得到自己的全基因組測序結果。雖然三代測序技術只需要短短一天就可以完成一個人的全基因組測序，但即使是現在，基因組的測序與分析依然是繁重復雜的工作。1990年人類基因組計劃提出后，多個國家分工合作，歷史14年才完成人類的基因組測序，這足以說明測序過程需要的龐大工作量。測序時間的縮短不僅得益于測序技術的發展，還需要感謝計算機技術日新月異帶來的數據處理能力的飛速發展。
近日，中國農業科學院深圳農業基因組研究所阮玨團隊開發出了基于第三代DNA測序技術的算法Wtdbg。這是2016年Wtdbg算法初步研究成功后的升級版本，分析速度與今年4月發布的Flye算法相比提升了5倍，并且突破了測序分析時間長于測序數據產出時間的瓶頸，大大提高了第三代測序數據的分析效率。據了解，更高的版本在今年初就已經進入研究階段。
目前，市場上商用的DNA測序技術仍然以第二代高通量測序(NGS)為主，主要原因是在早期第三代測序技術的成本要高很多，以及第三代測序技術錯誤率高，而且因為測序原理不同，基于第二代測序技術的基因組裝方法無法配適，組裝缺少效率。阮玨團隊在第二代測序組裝分析理論德布魯因圖的基礎上提出了模糊布魯因圖，將測序數據切分為固定長度的短串，再利用短串恢復出全基因組序列。同時通過重新定義“短串”，研究團隊使模糊布魯因圖具有了高效率和高容錯的優點。
2016年Wtdbg算法研發成功后就成為國內多家基因測序企業主要的組裝分析工具。雖然不是測序方法的進步，但算法的突破對基因測序技術的影響也很大。現階段，生物醫學研究的發展趨勢是以全基因組組裝方式對群體進行測序分析，而Wtdbg算法的發展讓這一目標成為現實。
數據處理系統幾乎是所有先進儀器的核心系統之一。不管是光譜、質譜、色譜等分析儀器還是電子顯微鏡等光學儀器在獲取數據之后都需要通過數據處理軟件分析數據得出檢測結果。而數據處理系統的核心就是算法，其中除了分析數據的算法之外還包括減少誤差、修正硬件特性的算法等。算法的進步可以提高儀器的數據處理能力，讓儀器的檢測結果更精確，減少檢測結果的誤差，還可以提高儀器的檢測速度。
隨著大數據時代的到來，儀器將越來越智能化和數字化，這一進程需要依靠大量的算法支撐。不僅分析儀器的檢測數據需要算法分析，數據的儲存、傳輸、對比也需要算法處理。甚至當實驗室通過互聯網技術形成一個整體，儀器與儀器之間的互動，人與數據化實驗室的互動都是算法大展拳腳的舞臺。
資料來源：新華網
所有評論僅代表網友意見，與本站立場無關。