色控传媒

大数据推动的数位转型正在重塑各种产业。生命科学产业也不例外。

過去，定序一個人類基因組可能需要花費數年又數十億美元。如今，相同的任務可以在 24 小時內完成，只需不到 1,000 美元。

实验室技术对於在这些领域中工作至关重要，也迅速发展。举例来说，生命科学研究的最新工具让科学家得以建立复杂的蛋白质分子叁维视觉化。科学家使用这些视觉化技术，协助开发药物，并开创个人化医疗的突破。

这些改变游戏规则的进步是大数据的核心驱动力。资料量和复杂度持续以惊人的速度成长，尤其是在基因组学、生物资讯学、预测生物学和化学等领域。

實驗室儀器也能產生大量資料，有時每小時高達 1 TB。

當然，隨著資料增長，資料儲存需求也隨之增加。生命科學資料庫背後的 IT 基礎架構，需要隨著資料規模和維度的成長而進化。

随着科学家正在处理的资讯大海，他们也需要现代化的软体工具，才能快速视觉化大数据并与大数据互动。否则，生命科学组织将拥有丰富的资料，但资讯不佳。

大数据在生命科学产业中带来的更多优势

只要生命科學組織持續升級其 IT 基礎架構，以更好地將大數據整合到其核心流程中，令人難以置信的優勢將繼續從工作中獲益，包括：

• 改善风险评估： 大数据可以帮助科学家获得深度资讯，揭示潜在的健康危害，评估与之相关的风险程度，并帮助他们得出结论以解决问题。?
• 个人化医疗：由於科学家和医师能够更有效地处理和理解电子化的个人健康资讯，他们将能够更準确地判断每位患者需要哪种药物。?
• 更有效的临床试验评估：目前，大多数医疗都使用“标準照护”模式，在这种模式下，一般团体反应和临床试验是用来影响照护的提供。但当有效利用大数据时，可以对药物如何影响特定类型患者进行更精确的评估，包括可能未察觉的副作用。这有助於持续推动药物研发的突破，以及其他方面。

傳統 IT 基礎架構瓶頸潛在突破

雖然大數據能為生命科學帶來的效益是有希望的，但組織需要 IT 基礎架構和資料儲存能力，才能跟上不斷增加的需求。

根據一項 ?2019 年 Deloitte/MIT 研究指出，只有 20% 的生物製藥和生命科學組織正在以夠快的數位方式成熟。遺憾的是，傳統儲存系統效能瓶頸，並阻止應用程式接收科學家需要的資料，以做出更多突破。?

新的生命科學儀器和技術正在興起。他們有潛力創造新的研究機會，進而獲得更多深度資訊。但企業組織需要先面對幾項 IT 挑戰，才能善加利用這些創新。

挑戰 #1：資料孤島
許多組織都在努力擺脫資料孤島。孤島讓跨部門的研究人員難以取得工作所需的資料，而且耗時。孤島開發的部分原因是資料儲存在多個工具和軟體解决方案中，而不是集中化的生命科學資料庫。?

為了打破资料隔离所带来的障碍，公司组织需要找到一种方法，将资料系统平稳过渡到易於使用的软体工具。

挑戰 #2：擴展
如前所述，最新的科学技术会产生大量的资料。生命科学组织将需要扩展储存容量，以适应大量资讯。?

如果未能及时达到适当的规模，依赖这些仪器所擷取资料的工作流程将会中断。

挑戰 #3：大數據分析
大數據的實用性，只和您能夠從中擷取的深度資訊一樣。無論您是要運行大數據分析管道來支援個人化醫療，或是利用 AI 來協助藥物開發，高效能運算（HPC）都需要高效能的資料儲存。現在，從旋轉磁碟機到低延遲和高 IOPS 全快閃儲存陣列，都必不可少。

適用於生命科學的 色控传媒 解决方案

由於科技不断演进，?生命科学领域的领域如基因组学，都经歷了重大的进步。但这些进步也带来了资料储存、生命科学分析、进阶中继资料标记和互动式资料视觉化等方面的挑战。

色控传媒? 云端資料儲存方案：提供生命科學組織所需的適應性，以跟上大數據的演進。以下是 Pure 如何推動生命科學應用的一些範例：

• FlashBlade? 具備大規模並行且可擴充的全快閃效能，可支援 AI FlashBlade 驱动的药物研发与基因组学
• 透过? Evergreen//One 的单一订阅方案和一套储存服务，将地端和云端环境整合為混和云储存孤岛
• 使用全快闪储存阵列安全地储存、处理和擷取高解析度显微镜、数位病理学和其他影像，以处理影像工作负载

傳統 IT 基礎架構無法跟上大數據日漸增長的需求。體驗 色控传媒 全快閃儲存解决方案的簡易性和效能。