编者按：《基于高性能计算的医药数据服务关键技术及应用》是我院2018年优秀科研成果之一。本成果将高性能计算、大数据分析技术与生物医药应用进行深度耦合，以云计算的协同作业模式，构建面向医药研发与数据服务的技术服务平台、行业解决方案、分析组件，面向多种细分应用场景提供智能数据服务，构建大数据基础架构与医药上层应用的生态系统，激发数据挖掘所带来的竞争力，促进数据生态与新业态的发展。本期我们对其研究成果进行摘要介绍。
近年来，“大数据”的概念深入人心。在生命健康领域，大数据已经贯穿了基础研究——药物开发——临床诊疗——健康管理等各个环节，不断产生海量的数据，而这些数据的价值越来越被科技工作者所重视，生物医药大数据也逐渐成为精准医学、精准药学发展、推广、应用的重要基础。因此，加强针对这些大数据的专业化服务平台研发，丰富和构建其方法体系，研制面向不同应用场景的解决方案，是实现数据驱动下生物医药领域快速发展的关键路径,在这条路径上，大数据、算法、计算平台缺一不可。
北科院北京市计算中心副研究员裴智勇告诉我们，基于高性能计算平台，与医院开展研究合作，利用人工智能技术分析疾病相关的数据，判断肾病病人是糖尿病肾病还是非糖尿病肾病。因为二者虽然都是肾病，但致病机制不同，治疗方法也不同。传统的判断方法是做肾穿刺，但这种方法比较痛苦，成本也高。裴智勇介绍，“我们构建了一个机器学习模型，运用人工智能算法对病人的几十种检查指标进行大数据分析，来预测是糖尿病肾病还是非糖尿病肾病。最后实现仅凭借筛选出的8-10个关键检查指标，就达到95%的预测准确率。”这便是医药数据服务关键技术及应用在一个细分场景的案例代表，我院该成果中像这样的关键技术应用场景与案例还许多。
这项成果是通过开展基于高性能计算的医药数据服务关键技术及应用研究，针对生物医药大数据的数据属性、计算特性和场景要求，取得了多项创新突破。首先，研发了医药数据生态服务平台。面向生物医药数据计算的数据量、计算量大、数据复杂、分析难度高、等特性，率先在医药数据计算领域实现了“高性能集群+大数据架构”的技术框架，面向基因组与生物信息分析、计算机辅助药物筛选、药用植物开发、精准遗传育种等4大类共性需求，提供多项高可用云服务。其次，面对多种细分应用场景，开发了云计算协同作业模式。重点开发了分析套件、解决方案，既可一键式完成本地数据分析处理需求，又可在需要时自动连接云平台解决扩展性需求。构建了数据管理标准体系，实现了生物医药数据从数据下机、质检、存储、归类、注释、解读、灾备、冷存的全生命周期全流程动态管理。在平台和作业模式的基础上，构建了基于人工智能的医药研发大数据分析模型，开发了分析预测功能组件。基于机器学习、关联分析等算法，创新性地研发了多项自主知识产权的数据分析模型并形成功能组件，实现了疾病风险因素挖掘、化合物药性分析、人群慢病风险评估和分级预警等特色服务并推广应用。
本项目依托我院“燕腾号”高性能计算集群，通过促进了生物医药大数据与高性能计算、云计算、云存储融合发展，将北京工业云打造成为我国生命科学、新药研发领域最重要的支撑平台。与301医院、北京大学第一医院等多家三甲医院，及一批生物医药研发公司、基因检测服务公司合作，推动多家用户单位取得领先成果。截至目前，平台注册用户数2000个，其中高校和科研院所用户数1000个、行业企业用户数和创业者500多个，医疗机构用户数185个，提供软件工具和软件服务超过370个。该成果的研发过程中，深度参与“京津冀协同创新共同体”、“京津冀大数据综合试验区”等，有效促进了基于大数据的高精尖产业技术创新和商业模式创新。通过与石家庄、唐山、沧州等地合作，提高了河北当地生物育种技术能力与医疗信息化水平。依托本成果组织实施了“药用资源保护与应用技术创新平台建设”，参与策划的“广西创新驱动发展科技重大专项”获广西科技厅立项批复。基于数据服务平台，计算中心还面向不同层次科技工作者开展技术培训。目前已推出平台应用、组学数据分析、生物医药专业化工具使用技术等4个体系30门专业课程、3套高级研修班课程。承接各类技术培训交流、沙龙、研讨会等200余次，广泛覆盖首都及全国31个地区及台湾、香港两地，累计参加超过3000人。
“健康中国”是我们“中国梦”的重要组织部分,我院基于高性能计算的医药数据服务关键技术成果,服务“健康中国”，在医学研发方面，帮助数十家国内顶级医学研究机构应用新一代信息技术；在健康管理方面，推出多项慢病相关的基因检测、健康风险评估等服务；在药物研发方面，以小分子虚拟药物筛选、药用植物大数据为抓手，通过数据服务关键技术应用，缩短新药研发周期，降低研发成本。这也是北科院推进科技创新工作的实效体现，北科院将围绕全国科创中心建设,为谱写北科新篇章而继续努力。