唐代詩(shī)人白居易曾感嘆：“夜來(lái)南風(fēng)起，小麥覆隴黃”，只言片語(yǔ)便描繪出農(nóng)耕社會(huì)里麥?zhǔn)鞎r(shí)節(jié)的盛夏光景。古時(shí)，農(nóng)人以深耕細(xì)作守護(hù)著口糧與生計(jì)，朝夕交替間，人類(lèi)的悠遠(yuǎn)文明便在這份原野的守護(hù)中徐徐展開(kāi)。

時(shí)過(guò)境遷，在數(shù)字時(shí)代的今天，也有這么一群深扎熱土的“田間守護(hù)者”。

來(lái)自北京大學(xué)現(xiàn)代農(nóng)業(yè)研究院（以下簡(jiǎn)稱(chēng)“北大農(nóng)研院”）的小麥抗病遺傳育種團(tuán)隊(duì)，便憑借對(duì)植物基因組的多年研究，從小麥及其近緣種屬中發(fā)掘、定位、克隆、轉(zhuǎn)育到多個(gè)優(yōu)異的抗銹病基因，如Sr13和Yr15等，足以大幅提升主栽小麥品種的韌性，已幫助全球不同國(guó)家培育新物種超過(guò)100個(gè)。

事實(shí)上，小麥作為當(dāng)今依舊最重要的糧食作物，在種植栽培上所面臨最大的病害便是小麥銹病。其危害強(qiáng)、范圍廣，輕則致麥粒不飽滿，重則致麥株枯死，若不根治，將長(zhǎng)期威脅我國(guó)小麥的產(chǎn)能與質(zhì)量。

這背后，是北大農(nóng)研院對(duì)植物基因技術(shù)孜孜不倦的突破，是麥浪涌動(dòng)間對(duì)土地的另一種數(shù)字守候。

糧安天下，種鑄基石

黃土地間的數(shù)字涌動(dòng)

在遺傳學(xué)中，每種生物都蘊(yùn)含了特定的一組基因，稱(chēng)之為基因組，其蘊(yùn)藏著這一生物的起源、進(jìn)化、發(fā)育、生理等重要信息。通過(guò)控制蛋白質(zhì)或控制酶的合成，這些基因?qū)⒅苯踊蜷g接地控制生物的性狀，譬如玉米植株的高矮、產(chǎn)量的高低、是否抗倒伏等等。

如今，全球糧食依舊呈現(xiàn)緊缺與分配不均的現(xiàn)狀，如何快速提升水稻、小麥、玉米等農(nóng)作物的產(chǎn)量和質(zhì)量？溫度、光照、水分、土壤的復(fù)雜影響下，如何提高作物對(duì)干旱、霜凍等嚴(yán)峻環(huán)境的抗逆性和適應(yīng)性？全球每年多達(dá)40%的農(nóng)作物產(chǎn)量因病蟲(chóng)害而損失，如何發(fā)現(xiàn)更具抗病蟲(chóng)害能力的作物品種，提高抵御力？

基因組測(cè)序與分析技術(shù)，便是回答這一系列問(wèn)題的答案。

自1990年學(xué)界啟動(dòng)“人類(lèi)基因組計(jì)劃”以來(lái)，一系列作物基因組計(jì)劃也相繼啟動(dòng)，如水稻基因組計(jì)劃、玉米基因組計(jì)劃、小麥基因組計(jì)劃，致力解開(kāi)作物基因組的謎團(tuán)。通過(guò)研究不同植物品種在基因圖譜上的表現(xiàn)規(guī)律與特殊功能的關(guān)聯(lián)，再進(jìn)行編排、重組，為作物遺傳改良和新品種培育提供極佳的思路和方法。

然而，對(duì)作物基因組的研究分析過(guò)程又是極其復(fù)雜的，這包括了基因序列比對(duì)、基因表達(dá)分析、基因功能注釋、基因網(wǎng)絡(luò)構(gòu)建等，涉及海量數(shù)據(jù)的處理和讀寫(xiě)。

例如，一株小麥的基因組數(shù)據(jù)就有17GB之大、重復(fù)序列含量高達(dá)85%、過(guò)程數(shù)據(jù)將膨脹5倍之多，致使基因組破譯難度巨大，組裝一個(gè)大型作物基因組可能需要短時(shí)間內(nèi)并行處理數(shù)百萬(wàn)個(gè)序列片段數(shù)據(jù)，注釋則需要對(duì)數(shù)千個(gè)基因進(jìn)行功能預(yù)測(cè)和分類(lèi)。

換句話說(shuō)，要想推開(kāi)植物基因奧秘的大門(mén)，就要先通過(guò)一輪對(duì)存儲(chǔ)底座的試煉。

“小麥跟人一樣也會(huì)生病，我們要做的就是為小麥植入‘抗病’程序。”作為農(nóng)業(yè)創(chuàng)新的先行者，北京大學(xué)現(xiàn)代農(nóng)業(yè)研究院已經(jīng)走在與小麥銹病作斗爭(zhēng)的路上很多年。基因組數(shù)據(jù)的高效處理和存納離不開(kāi)一個(gè)得力的助手——超算平臺(tái)，為各項(xiàng)研究提供高性能計(jì)算、組學(xué)分析和科研數(shù)據(jù)存儲(chǔ)服務(wù)。

這其中，離不開(kāi)華為OceanStor Pacific分布式存儲(chǔ)的鼎力相助。基于華為OceanStor Pacific分布式存儲(chǔ)這一強(qiáng)大的數(shù)據(jù)基礎(chǔ)設(shè)施底座，雙方攜手構(gòu)筑基因數(shù)據(jù)分析平臺(tái)，滿足研究院各類(lèi)植物基因生信分析任務(wù)，為智慧農(nóng)業(yè)研究、農(nóng)業(yè)生產(chǎn)大數(shù)據(jù)、農(nóng)業(yè)資源大數(shù)據(jù)等方面提供強(qiáng)有力的支撐。

守護(hù)金飯碗、菜籃子和油桶子

海量數(shù)據(jù)的安心之選

在風(fēng)吹日曬的山野耕種中，農(nóng)人需要在犁地、播種、施肥、鋤草、灌溉等一系列環(huán)節(jié)對(duì)作物進(jìn)行悉心呵護(hù)；而在漫長(zhǎng)冗雜的植物基因科研中，數(shù)據(jù)存儲(chǔ)也需要對(duì)海量數(shù)據(jù)發(fā)揮同樣的作用。

植物基因組測(cè)序、注釋、編輯和模型計(jì)算是典型的大規(guī)模數(shù)據(jù)密集型場(chǎng)景，北大農(nóng)研院的基因數(shù)據(jù)分析平臺(tái)便必須承載整個(gè)流程的全部數(shù)據(jù)，包括收集而來(lái)的原始基因組數(shù)據(jù)、經(jīng)過(guò)清洗或打碎后的大量片段文件、基因比對(duì)與變異分析過(guò)程的中間信息、以及長(zhǎng)期歸檔以供未來(lái)二次分析的溫冷數(shù)據(jù)。

• 其一，作物基因組研究中涉及到大量的基因組測(cè)序、表達(dá)譜測(cè)定、SNP分析等數(shù)據(jù)產(chǎn)生，需要充足容量、巨大吞吐量的數(shù)據(jù)底座支撐；
• 其二，由于基因測(cè)序的整個(gè)過(guò)程會(huì)有持續(xù)化的碎片文件讀寫(xiě)，絕不允許被中斷，這就要求支撐測(cè)序應(yīng)用的存儲(chǔ)系統(tǒng)具備極致的穩(wěn)定性和可靠性，確保數(shù)據(jù)不會(huì)丟失或損壞；

• 其三，在冷凍電鏡和基因數(shù)據(jù)分析工作中，對(duì)存儲(chǔ)系統(tǒng)的整體性能、小文件處理能力提出更高要求。

在華為的助力下，北大農(nóng)研院面臨的一系列挑戰(zhàn)迎刃而解。

首先，存得下。在容納海量基因數(shù)據(jù)方面，北大農(nóng)研院通過(guò)借助華為OceanStor Pacific分布式存儲(chǔ)構(gòu)筑了超大容量資源池，為研究院眾多基因組、轉(zhuǎn)錄組、表觀組及代謝組、蛋白組和智慧農(nóng)業(yè)研究提供充分支持。源于OceanStor Pacific的超高密硬件設(shè)計(jì)，在高效散熱與空間利用上的創(chuàng)新突破，單框可容納高達(dá)120塊盤(pán)，容量密度領(lǐng)先業(yè)界至少30%。

其次，用得穩(wěn)。OceanStor Pacific以軟硬結(jié)合構(gòu)筑多級(jí)可靠性保障。從硬件上，其采用全FRU(Field Replaceable Unit) 設(shè)計(jì)，可滿足7×24小時(shí)不停機(jī)維護(hù)。從軟件上，其采用跨節(jié)點(diǎn)大比例動(dòng)態(tài)EC算法，可滿足4節(jié)點(diǎn)同時(shí)故障業(yè)務(wù)不中斷。經(jīng)POC實(shí)測(cè)，整體集群具備穩(wěn)定、高可靠能力，保障了不同作業(yè)負(fù)載下的持續(xù)運(yùn)行。

第三，跑得快。OceanStor Pacific單存儲(chǔ)節(jié)點(diǎn)讀帶寬實(shí)測(cè)達(dá)到6GB/s，近乎翻倍的性能滿足北大農(nóng)研院更高的高通量表型組圖像處理需求，最大化提升計(jì)算資源效率。同時(shí)，OceanStor Pacific采用新一代OceanFS并行文件系統(tǒng)，一套存儲(chǔ)滿足基因測(cè)序異構(gòu)計(jì)算高帶寬和高IOPS要求，并結(jié)合DPC分布式并行客戶(hù)端，消除單流與單客戶(hù)端的性能瓶頸，支撐I/O級(jí)負(fù)載均衡的全場(chǎng)景加速。

存力加持

洞見(jiàn)每粒種子的巨大潛能

事實(shí)上，小麥抗病育種僅僅是北大農(nóng)研院在探索農(nóng)業(yè)與科技融合的冰山一角，我們還看到了其基因工程多姿多彩的產(chǎn)物。

例如，首個(gè)西瓜T2T無(wú)缺口參考基因組成功組裝、注釋并發(fā)表，成為業(yè)界里程碑意義的研究成果；大豆玉米帶狀復(fù)合種植潔田模式，在玉米不減產(chǎn)的前提下，一畝地能多收300多斤大豆；創(chuàng)建了一套高效精準(zhǔn)的基因編輯工具，可使黃瓜遺傳轉(zhuǎn)化率提高25倍以上……

地能盡其利，則民食足；物能盡其用，則材力豐。在基因技術(shù)、數(shù)字技術(shù)點(diǎn)亮大地之前，存儲(chǔ)底座必須更堅(jiān)實(shí)、更強(qiáng)大一點(diǎn)。

從土壤深處到民生大計(jì)，華為分布式存儲(chǔ)為基因工程產(chǎn)業(yè)搭建起一級(jí)級(jí)“存得下”、“用得穩(wěn)”、“跑得快”的數(shù)字臺(tái)階。當(dāng)我們踏著華為分布式存儲(chǔ)的臺(tái)階，一個(gè)又一個(gè)生物育種技術(shù)的創(chuàng)新成果便近在眼前，熠熠生輝。

今天，很多人類(lèi)的科學(xué)問(wèn)題、產(chǎn)業(yè)轉(zhuǎn)化問(wèn)題，最終都變成了數(shù)據(jù)的問(wèn)題。而人類(lèi)今天所面對(duì)的數(shù)據(jù)密集型場(chǎng)景，也遠(yuǎn)不止基因測(cè)序這一個(gè)。華為OceanStor Pacific分布式存儲(chǔ)將持續(xù)創(chuàng)新，點(diǎn)燃千行百業(yè)數(shù)字化的躍升引擎，釋放海量數(shù)據(jù)的非凡潛力。