微軟開源多個基因組研究項目，方便用戶以Azure進行生物信息運算

作為支持基因組學(xué)（Genomics）發(fā)展的實際作為，微軟在GitHub上發(fā)布了多個相關(guān)開源項目，包括在Azure上支持科學(xué)用開源工作流程管理系統(tǒng)Cromwell，以及生物信息工具存儲庫Bioconductor，并且發(fā)布基因組學(xué)用筆記本Genomics Notebook，另外，微軟也持續(xù)在Azure開放資料集平臺，添加更多的基因組學(xué)公共資料集，供相關(guān)人員免費取用。

DNA定序技術(shù)推動了基因組學(xué)的研究進展，微軟提到，在未來10年，基因組會成為臨床決策，以及醫(yī)療保健服務(wù)的核心，而基因組學(xué)資料運算需求，將呈現(xiàn)爆炸性增長，相關(guān)的應(yīng)用需要依賴云計算的敏捷性、可擴展存儲與運算能力，還有資料安全性的支持。

微軟持續(xù)在基因組學(xué)領(lǐng)域耕耘，對社群做出貢獻，現(xiàn)在于GitHub開源Cromwell on Azure項目，Cromwell是一個用于科學(xué)的開源工作流程管理系統(tǒng)，而通過Cromwell on Azure項目，科學(xué)家可以方便地運用Azure運算能力，以超大規(guī)模計算資源，加速基因研究，Cromwell能夠調(diào)度Azure Batch，協(xié)調(diào)動態(tài)計算資源，并且集成用戶的Azure Blob資料存儲，以方便訪問資料進行高性能科學(xué)運算。

而微軟也在Azure上，提供方便的生物信息工具Bioconductor，Bioconductor是用R語言開發(fā)的可擴展統(tǒng)計和圖形組件存儲庫，可用于分析高通量基因組與生物醫(yī)學(xué)資料，微軟與Bioconductor核心團隊合作，在Azure提供Bioconductor組件存儲庫支持。

現(xiàn)在，通過Docker Hub上的微軟容器注冊表，部署預(yù)先配置的Bioconductor Docker鏡像文件，生物信息科學(xué)家和資料科學(xué)家，就能夠快速使用Bioconductor組件，此外，用戶還能取用Azure虛擬機模板，部署預(yù)先配置的基因組資料科學(xué)虛擬機，進行探索、分析和機器學(xué)習(xí)模型開發(fā)。

另外，微軟也將Azure上的Jupyter Notebook開發(fā)為Genomics Notebook，專門提供基因組研究使用。Jupyter Notebook能夠讓資料科學(xué)家，使用R或是Python進行資料分析，而生物信息研究人員，也越來越依賴筆記本執(zhí)行基因組資料分析，并利用臨床、基因組以及EMR等資料，構(gòu)建機器學(xué)習(xí)模型。

微軟的Genomics Notebook，提供方便的預(yù)配置，用戶可以在Azure工作區(qū)啟動Genomics Notebook，使用預(yù)配置的功能，進行基因組變異檢測、過濾、注釋和轉(zhuǎn)換基因組，并且構(gòu)建機器學(xué)習(xí)模型。

Azure開放資料集平臺上的基因組資料湖，提供更多公開可用的基因組資料集，現(xiàn)在包括醫(yī)療保健、制藥和生命科學(xué)領(lǐng)域的用戶，可以在Azure上免費訪問這些資料集，并且把這些資料，集成到分析工作流程中使用。