Computational solutions to large-scale data management and analysis.
Computational solutions to large-scale data management and analysis.
复制标题
DOI：
10.1038/nrg2857
复制
发表时间：
2010-09
期刊：
影响因子：
--
通讯作者：
中科院分区：
文献类型：
--
作者：
今天，我们可以在一周内生成数百千兆字节的DNA和RNA测序数据，而花费不到5000美元。基因组学中这些低成本、高通量技术的惊人数据生成速度正被其他技术所匹配，如实时成像和基于质谱的流式细胞术。生命科学的成功将取决于我们正确解释这些技术产生的大规模高维数据集的能力，这反过来又要求我们采用信息学的进步。在这里，我们将讨论如何掌握现有的不同类型的计算环境（如云计算和异构计算），以成功解决我们的大数据问题。
Today we can generate hundreds of gigabases of DNA and RNA sequencing data in a week for less than US$5,000. The astonishing rate of data generation by these low-cost, high-throughput technologies in genomics is being matched by that of other technologies, such as real-time imaging and mass spectrometry-based flow cytometry. Success in the life sciences will depend on our ability to properly interpret the large-scale, high-dimensional data sets that are generated by these technologies, which in turn requires us to adopt advances in informatics. Here we discuss how we can master the different types of computational environments that exist — such as cloud and heterogeneous computing — to successfully tackle our big data problems.
登录
查看更多内容
影响因子：
48
作者：
Flusberg, Benjamin A.;Webster, Dale R.;Lee, Jessica H.;Travers, Kevin J.;Olivares, Eric C.;Clark, Tyson A.;Korlach, Jonas;Turner, Stephen W.
通讯作者：
Turner, Stephen W.
影响因子：
64.8
作者：
通讯作者：
--
影响因子：
12.3
作者：
Langmead B;Schatz MC;Lin J;Pop M;Salzberg SL
通讯作者：
Salzberg SL
影响因子：
3
作者：
Friedrichs, Mark S.;Eastman, Peter;Vaidyanathan, Vishal;Houston, Mike;Legrand, Scott;Beberg, Adam L.;Ensign, Daniel L.;Bruns, Christopher M.;Pande, Vijay S.
通讯作者：
Pande, Vijay S.
影响因子：
56.9
作者：
Eid, John;Fehr, Adrian;Turner, Stephen
通讯作者：
Turner, Stephen