章張，中國科學院北京基因組研究所“百人計劃”研究員，2007年獲中國科學院計算技術研究所生物信息學博士學位，之后在美國耶魯大學、沙特阿卜杜拉國王科技大學繼續從事生物信息學方面研究工作，2011年全職回國，2016年擔任中國科學院北京基因組研究所生命與健康大數據中心常務副主任，擔任中國遺傳學會生物大數據專業委員會副主任、基因組學專業委員會委員，是首位入選國際生物審編學會（International Society for Biocuration）執行委員會的中國學者。
隨著高通量測序技術的飛速發展以及海量組學數據的快速激增，生物信息學成為生命科學領域發展最為迅猛的學科之一。生物信息學（Bioinformatics）集成數學、信息學、統計學和計算機科學等多學科方法揭示海量生物大數據內的規律和奧秘，因此，生物信息學的核心可以說是如何實現跨領域、跨學科的融合并以此解決生物學問題。近幾年，生物信息學迅猛發展，研究領域、應用范圍更加廣闊，但在高速發展中難免會出現一些弊端和瓶頸，結合本人研究方向，個人認為有以下三個問題以供各位專家和同學共同探討。
第一、生物信息學難于將不同專業領域完美融合于一體。對于單個個體來說，很難達到所有學科的精通。生命（或信息）科學領域的研究工作者在各自領域都是頂級專家，但是在進行生物信息研究工作時仍需要學習信息（或生命）科學領域等專業知識，且短時間內難以掌握。較為理想的模式是建立生物信息學團隊，團隊中分工明確，各司其職，互相協作。目前，該模式已經成為各大型實驗室、高校、研究所和生物科技公司的主流。然而，近些年來隨著測序成本的斷崖式下降以及測序產出的數據呈現爆炸式增長，生物信息分析的要求越來越高，即使是團隊作戰也開始暴露出弊端：團隊分析日益成熟的標準分析流程與更加精細的個體化需求難以達成一致，同質化日益突出，團隊內溝通日趨困難。
第二、自主搭建的生物信息分析平臺應運而生，但隨著生物大數據時代的到來越來越難以支撐運營。首先，計算存儲資源難以跟上數據增長的速度，且數據分析需求動態變化，因此資源難以得到合理的應用；再次，因體制約束、人才短缺和培養費用高昂導致的人才隊伍難以建立和維持，最后就是場地建設和維護、硬件設備軟件設備的更新換代等導致運維成本大大提升。隨著國家對科研的投入加大，越來越來的研究機構有意著手搭建自己的生物信息分析云平臺，然而其弊端隨著平臺運行時間推移逐漸突出。因此，無論是科研機構，還是企業公司，中小型規模的私有云平臺面臨一個困境，運行則成本負擔不起，不運行則資源浪費。
第三、生物信息領域亟需建立統一的標準體系進行質控研發和規范流程。面對同樣的一個研發工作，不同的研發團隊和個人會使用或開發出不同的代碼和規則，這樣很難用簡單的對錯去評估；另外，已經完成的流程代碼在如此迅猛的發展大潮下也很難做到及時的更新與評估，相同類型的軟件質量參差不齊且分析過程不透明，缺乏質量控制和過程管理。
解決以上三個問題可能的途徑之一是搭建一個公共云平臺讓不同研究方向的專家大展身手，相互支持又相互獨立，構建一套完善的研發規則與準則，形成生物信息研發交流生態系統，同時又將分散的資源進行整合并合理分配。然而，搭建這樣的公共云平臺需要匯集各學科專業的智慧、多年的項目累積和經驗總結、龐大的團隊支撐以及公開透明的平臺組織架構。現今，國內外科研界和企業界已開發的云平臺有Galaxy、SevenBridges、百邁客云等。其中，百邁客云算是國內的典型代表，具有可操作化界面、簡便易上手、分析流程高度集成化等特點，內嵌的分析流程經歷過近萬項目的使用驗證。在“互聯網+”時代，云平臺通過網絡為用戶提供方便、隨時可獲取的計算資源，用戶無需添置、維護昂貴的用于大數據存儲與計算的高性能硬件資源，采用虛擬化技術可實現計算資源的快速擴展，用戶可以根據自己的存儲分析需求，快速調整資源配置，經濟靈活。百邁客云依據自己多年的生物信息分析優勢，開發出完整高效的云平臺系統，及時迅速的版本更新以及敏捷開發Scrum迭代模式大大提高了生物信息開發的效率和規模，為生物信息發展提供了一套行業標準和規范流程。
千里之行，始于足下，緊跟“互聯網+”大潮流，我國科研機構和科技企業正在一步一步腳踏實地的創新性的變革著生命科學研究模式，在我國綜合國力大幅提升、生命科學領域不斷發展的背景下，相信這場變革會在不久的將來發生在中華大地，譜寫出中國科技工作者和企業家們在生命科學領域新的篇章。
（新聞稿 2016-03-30）