[发明专利]一种基于容器技术的生物信息分析计算系统及方法

说明书

本发明涉及一种基于容器技术的生物信息分析计算系统及方法，包括：Web交互模块：用户输入需要进行生物信息分析的原始数据以及提交分析任务；管理模块：用于在管控节点发出调配指令，创建用于进行分析计算的分析计算容器；计算模块：包括若干分析计算容器，用于根据用户输入的原始数据以及分析任务的内容进行分析计算，得出分析结果；存储模块：用于存储用户输入的原始数据以及计算模块得出的分析结果；数据交付平台：用于将分析结果形成报告交付给用户。本发明能够进一步提升基因数据分析计算的工业化标准化进程，以流水线式的模式分析，降低CPU、内存、存储、网络等资源资源的空闲成本，提升了效率。

技术领域

本发明属于生物信息分析技术领域，具体涉及一种基于容器技术的生物信息分析计算系统及方法。

背景技术

生物信息分析计算主要指处理当今生物检测技术产生的大量原始生物数据（包括基因数据、蛋白数据等）。计算这些大数据需要使用专业的服务器进行计算，现有的计算技术方案主要是以下两种：

（1）本地架设服务器进行生物信息数据分析计算。 根据计算数据需求的不同，采购各种类型的服务器来搭建本地的计算平台。例如塔式服务器、机架式服务器等。这种技术方案存在单次投入成本高、可扩展性差、日常维护成本高、回本时间长等问题。

（2）购买云服务商提供的云服务器ECS、批量计算、高性能计算服务来进行生物信息数据计算。这种技术方案因为受行业整体发展领域比较前沿的制约，云服务商提供的这些服务存在行业适配度低，云计算资源浪费造成成本无较大优势的问题。

以上两种分析计算的生产模式是一种小作坊式的分析计算模式，更大的生产投入是建造更大的作坊。随着基因数据的爆发式增长，产能限制瓶颈会愈发突出。

且生物信息学分析包含的种类比较繁多，涉及到的分析软件多，开发语言也多（包括Perl、python、Java、R等）。故以往的技术方案是在服务器上安装尽可能多的操作系统，软件来满足分析需求。服务器的系统软件配置就比较复杂且不易于管理。

基因数据分析任务发生时，不同软件的开发逻辑不同，对服务器的CPU和内存要求都有不同需求。服务器的CPU和内存配比很难做到适应所有的需求。现有技术中是本地配置高性能的服务器，或者云端购买高性能的云服务器。在分析计算时，会造成大量的CPU浪费或者内存空闲，分析计算费用高居不下。

发明内容

为了解决上述问题，本发明提供了一种基于容器技术的生物信息分析计算系统及方法，能够进一步提升基因数据计算的工业化标准化进程，以流水线式的模式分析，降低CPU、内存、存储、网络等资源资源的空闲成本，提升了效率。

本发明的技术方案如下所示：

一种基于容器技术的生物信息分析计算系统，包括：

Web交互模块：用户输入需要进行生物信息分析的原始数据以及提交分析任务；

调控模块：根据用户提交的任务信息，拆分成各个类型的分析子任务，并创建用于分析计算的节点容器，实时监控处理各个任务数据状态，并对任务状态进行实时更新反馈；

计算分析模块：包括各种类型的生物信息分析计算容器，管理系统根据不同的分析子任务选择对应的容器，快速的部署用于分析计算的节点容器；

数据共享模块：用于保存各个任务节点容器运行所生成的数据；通过数据共享的模式，减少各个节点容器之间的数据传输，可以有效的降低任务执行时间，提升效率；

数据存储模块：用于存储用户输入的原始数据以及分析结果数据；

数据交付平台：用于将分析结果形成报告交付给用户。

优选的，所述分析计算容器利用docker技术根据不同的分析步骤时需求的系统环境和运行使用的软件不同，进行特异性的镜像构建封装，再根据封装后镜像的各种软件以及数据分析需求，配套相应的计算资源进行创建。