环球报道:浪潮存储助力复旦大学类脑研究院基因测序研究

(资料图片仅供参考)

大脑包含上百亿神经元，是人体身上最重要和最复杂的器官，复杂性远远超出了我们当前的认识能力。脑科学研究不仅是全球科技的前沿领域，也是理解人类本身的终极目标。为了加快了脑科学研究的步伐，“脑科学与类脑研究”于2016年正式启动，吸引了众多顶尖科学家投身其中。以探索大脑秘密、攻克大脑疾病为导向的脑科学研究，以及以建立和发展人工智能技术为导向的类脑研究开启了新的征程。

作为国内高校最早成立的脑科学与类脑前沿交叉研究机构之一，复旦大学类脑人工智能科学与技术研究院（简称类脑研究院），面向脑与类脑重大科技前沿，依托学科优势，借助领先的计算、数据平台，致力于在类脑人工智能算法、重大脑疾病智能诊疗等领域创新，引领脑科学、人工智能与产业应用的融合，实现未来智能产业技术创新。

为了建成世界一流的脑与类脑前沿研究和科技创新机构，加速脑科学与类脑研究进程，复旦大学类脑研究院需要采用多维度、高精度的设备进行科研数据的采集、传输、使用。类脑研究设备涉及脑成像平台、磁共振成像设备系统、多台近红外光、脑电、脑磁图等实时脑功能监测系统，以及直流电刺激、经颅磁刺激、超声脑刺激等脑调控系统。认知神经科学平台拥有光学脑成像设备及认知行为解析设备，这些设备进行科学研究时产生了大量影像数据。在组建人脑大数据库的科研项目中，复旦大学类脑研究院利用各种无创手段，以基因测序为主，对抑郁症、精神分裂症、健康人等不同类型的人群，并发采集其环境、行为、遗传、脑影像、神经等千万级小文件数据信息，推动重大脑疾病如抑郁症、精神分裂症、自闭症和物质滥用的病根构建并预测人脑的创造性、幸福感和毅力等各种宏观指标，这对整个大平台的数据基础设施有着比较大的挑战和要求。

首先是对数据容量的要求：研究院部署较早的传统存储扩展能力受限制，且配置6TB及以上大容量硬盘采用RAID 6、RAID 10，空间利用率小于50%，在容量利用方面存在巨大提升空间。其次是要有稳定的性能支撑：基因测序的生产过程是一个超高并发的文件转换过程，整个生产过程有非常密集的文件读取和写入。一个完整的基因测序样本会产生千万量级的文件，通过测序仪、分析仪等仪器获得包含原始基因序列碱基对的文件，大小大约几十GB。整个生物样本的导入过程对文件存储的性能有着极高的要求，满足不同科研任务对不同文件高带宽的存储需求，既要文件系统必须提供超大文件数量的支持，同时必须在有限的时间内完成海量小文件的导入。最后，需要对设备和用户的进行高效和精准管理：一是用户层次多，类脑研究院拥有从本科生至博士生，以及各类研究员的使用者；在研究的过程中类脑研究院的教授、研究员及学生需要设置不同的级别，以防止重要数据的误操作；二是多台设备的使用，使得故障点隐患增加，管理及配置难以统一化，运维压力较大。

针对全脑网络可视化研究场景及相关需求，复旦大学类脑研究院采用了浪潮提供的专业化的存储解决方案。据了解，复旦大学类脑研究院采用浪潮分布式存储AS13000，可按需提供文件、对象、块、大数据等多种服务，采用8+2纠删码策略提供了3PB容量空间，空间利用率达到80%；方案统一化管理，降低多套设备部署和维护的复杂度，允许集群内同时故障2个节点，业务不中断，数据不丢失，保障了业务连续性。

浪潮存储通过对象聚合技术，提升单次落盘的对象大小，降低落盘操作次数，单节点恒定聚合带宽达2GB/s以上，确保基因测序的连续性。针对高校多个学科与多个课题组共享、使用、管理数据会产生多份数据，浪潮存储为复旦大学定制了软拷贝功能，在元数据索引上做变更，用户视角是多份不同的文件，但底层则是共同的存储空间，实现多份数据极速拷贝和使用，还大幅降低了存储容量开销和管理成本，让数据共享、使用变得更加高效。浪潮存储平台还通过部署增强ACL，支持读、写、执行、可视、删除，满足对不同用户的精细权限控制：保证研究员、学生和管理者等不同用户对数据的访问和存储有不同的权限，有效防止误操作。

复旦大学类脑研究院下设的生物医学大数据中心——张江国际脑库（ZIB），不断加强高性能计算与存储能力建设，目前拥有6个队列、15000例被试、30 PB存储、1005份问卷，形成了国内领先的生物大数据、云计算平台。预计到2023年，张江国际脑库将围绕精神分裂症、抑郁症、自闭症、脑卒中、神经退行性疾病以及正常人群的六个队列建设，完成环境、行为、遗传、脑影像、神经5-O尺度等全维度数据采集，建成全球最大规模的全维度脑数据库和算法中心，服务脑科学基础研究、脑疾病临床诊疗与类脑智能新兴产业的发展。

同时，该机构还将与全球主流生物数据库建立合作共享机制，推动构建全球顶级规模的全维度脑数据库和算法中心。无论是脑科学还是类脑研究，对提升未来中国科技整体智慧水平、提高经济发展质量、促进人类的生产生活方式的转变均意义重大。（科文）