“个体化医疗的基础是个体的遗传变异，因此个人的基因检测将成为实行个体化医疗不可或缺的必然手段，个体化医疗将向精准医疗迈进。” 这是日前，“中国遗传药理学之父”，中国个体化医学奠基人及工程院院士周宏灏在“2016分子诊断产业高峰论坛”会上如是说。

正如周宏灏先院士说的，只有当个人的基因检测与国内基因大数据的量级均达到一定程度之后，国内个体化医疗才能步入精准医疗时代。那么，面对如此复杂的基因测序数据，现阶段如果可以提升数据的处理能力，势必将推动国内精准化医疗的进程。

此次，受邀参加2016分子诊断产业高峰论坛上，还有华大基因，迪安诊断等各业界知名人士与优秀企业，从各个角度、平台探讨了分子诊断的产业趋势、创新技术突破、基因检测大数据及基因检测的临床转化研究应用，并对国内个性化精准医疗的发展情况及趋势发表了各自的看法。

专注于遗传疾病和肿瘤基因检测领域的企业“人和未来”的CTO宋卓博士，现场分享了企业最新研发的科技成果，生物计算加速平台GTX One。

GTX One是基于FPGA的高计算性能和创新的高能算法，研发出来的一套加速平台。通过算法创新充分释放FPGA的计算能力，一张FPGA加速卡能达到100台搭载高性能至强Xeon CPU的服务器快100倍的计算性能，可以极大地缩短生物信息数据的计算时间。其最大特点是：

从速度上来说，GTX one产品能够让NIPT比对效率提升100倍，GTX One处理器（FPGA芯片）能在一个超过20亿个条目的海量数据字典（接近90GB的数据量，即超过22张DVD能容的数据量）中，能够完成每秒860万次查询，比一台运行Redis（公认最快内存数据库）的20颗Intel Xeon E5 CPU 物理核的服务器，查询速度快17倍。

从成本上来说，GTX One平台可以将一台拥有20核Intel Xeon E5 CPU的高性能服务器14小时的计算任务，压缩至1小时内完成，与此同时，GTX One整机满负荷功耗只有89W，是20颗Intel Xeon E5 CPU 物理核服务器整机功耗的1/5。

从精度上来说，它专门针对Mapping查询算法的访存瓶颈，面向FPGA高计算性能特性，充分考虑算法各阶段流水，重新设计了以计算换访存为指导原则的优化Mapping算法，使得 GTX One处理器能够在一个双通道的8G板载DDR3内存中，从压缩的20亿条数据记录里，辗转腾挪，仅仅通过最多不超过4次访存的情况下，直接判断Mapping的片段是否命中并找到Mapping位置。

宋卓博士认为GTX 系列预计将于2016年底推出针对全基因组的加速应用正在研发和测试阶段，。为什么想到开发这样的加速平台？因为现在的基因测序技术已经越来越成熟，所以在不久的将来，不同应用的单样本数据量将呈现爆发式的增长。基因检测产业将围绕大数据进行创新，只有在数据足够多，分析足够准的情况下，我们才能实现精准医疗，而现阶段的高功耗、高成本、和低效率的数据处理能力必将无法应对。所以我们也在不断摸索，希望借助互联网大数据、IT等不同领域进行融合创新，为生物科技行业的发展起到促进的作用。我们相信，将来无论哪个行业都将不可能独自发展、生存，在互联网的推动下，更多的跨界合作和生态圈的交叠将不可避免，所以我们选择拥抱创新，这也是我们企业一直坚持的一个品质。
本文转自d1net（转载）