Google veut stocker votre génome

Google approche les hôpitaux et les universités avec un nouveau pitch. Vous avez des génomes ? Stockez-les chez nous.

Le premier produit du géant de la recherche pour l'ère de l'ADN est Google Genomics, un service de cloud computing qu'il a lancé en mars dernier, mais qui est passé inaperçu au milieu d'un déluge d'annonces de R&D très médiatisées de Google, comme une à la fin du mois dernier concernant un plan farfelu de bataille. cancer avec des nanoparticules (voir Can Google Use Nanoparticles to Search for Cancer ?).

Google Genomics pourrait s'avérer plus important que n'importe lequel de ces moonshots. Connecter et comparer des génomes par milliers, et bientôt par millions, est ce qui va propulser les découvertes médicales pour la prochaine décennie. La question de savoir qui stockera les données est déjà un point de concurrence croissante entre Amazon, Google, IBM et Microsoft.

Google a commencé à travailler sur Google Genomics il y a 18 mois, rencontrant des scientifiques et créant une interface, ou API, qui leur permet de déplacer des données ADN dans ses fermes de serveurs et d'y faire des expériences en utilisant la même technologie de base de données qui indexe le Web et suit des milliards d'internautes. .

Nous avons vu des biologistes passer de l'étude d'un génome à la fois à l'étude de millions, explique David Glazer, l'ingénieur logiciel qui a dirigé l'effort et qui était auparavant responsable de l'ingénierie de la plate-forme pour Google+, le réseau social. L'opportunité est de savoir comment appliquer les percées de la technologie des données pour faciliter cette transition.

Certains scientifiques se moquent du fait que les données génomiques restent trop complexes pour que Google puisse les aider. Mais d'autres voient un grand changement venir. Lorsque Atul Butte, expert en bioinformatique à Stanford, a entendu Google présenter ses plans cette année, il a fait remarquer qu'il comprenait maintenant ce que ressentaient les agents de voyages lorsqu'ils voyaient Expedia.

L'explosion des données se produit alors que les laboratoires adoptent de nouveaux équipements encore plus rapides pour décoder l'ADN. Par exemple, le Broad Institute de Cambridge, Massachusetts, a déclaré qu'au cours du mois d'octobre, il décodait l'équivalent d'un génome humain toutes les 32 minutes. Cela s'est traduit par environ 200 téraoctets de données brutes.

Ce flux de données est plus petit que ce qui est couramment géré par les grandes sociétés Internet (sur deux mois, Broad produira l'équivalent de ce qui est téléchargé sur YouTube en une journée), mais il dépasse tout ce que les biologistes ont traité. Cela incite maintenant à un vaste effort pour stocker et accéder aux données dans des emplacements centraux, souvent commerciaux. L'Institut national du cancer a déclaré le mois dernier qu'il paierait 19 millions de dollars pour déplacer des copies de l'atlas du génome du cancer de 2,6 pétaoctets dans le cloud. Des copies des données, provenant de plusieurs milliers de patients atteints de cancer, résideront à la fois chez Google Genomics et dans les centres de données d'Amazon.

L'idée est de créer des nuages ​​​​de génomes du cancer où les scientifiques peuvent partager des informations et exécuter rapidement des expériences virtuelles aussi facilement qu'une recherche sur le Web, explique Sheila Reynolds, chercheuse à l'Institute for Systems Biology de Seattle. Tout le monde n'a pas la capacité de télécharger un pétaoctet de données ou n'a pas la puissance de calcul pour y travailler, dit-elle.

L'accélération du transfert des données ADN vers le cloud a également entraîné une guerre des prix d'un an entre Google et Amazon. Google dit qu'il facture désormais environ 25 dollars par an pour stocker un génome, et plus pour effectuer des calculs dessus. Les données scientifiques brutes représentant le génome d'une seule personne ont une taille d'environ 100 gigaoctets, bien qu'une version raffinée du code génétique d'une personne soit beaucoup plus petite, moins d'un gigaoctet. Cela ne coûterait que 0,25 $ par année.

Le stockage en nuage donne un coup de pouce à des startups comme Tute Genomics, DNANexus, Seven Bridges et NextCode Health. Ces entreprises créent des navigateurs que les hôpitaux et les scientifiques peuvent utiliser pour explorer les données génétiques. Google ou Amazon est un back-end. Ils disent: 'Hé, vous pouvez créer une entreprise de génomique dans notre cloud', déclare Deniz Kural, PDG de Seven Bridges, qui stocke les données génomiques pour le compte de 1 600 chercheurs dans le cloud d'Amazon.

Le point le plus important, dit-il, est que la médecine s'appuiera bientôt sur une sorte d'Internet mondial de l'ADN que les médecins pourront rechercher. Notre vue d'ensemble est que si je devais avoir un cancer du poumon à l'avenir, les médecins séquenceraient mon génome et le génome de ma tumeur, puis les interrogeraient dans une base de données de 50 millions d'autres génomes, dit-il. Le résultat sera 'Hé, voici le médicament qui fonctionnera le mieux pour vous'.

Chez Google, Glazer dit qu'il a commencé à travailler sur Google Genomics lorsqu'il est devenu clair que la biologie allait passer d'une production de données artisanale à une production de données à l'échelle de l'usine. Il a commencé par apprendre lui-même la génétique, en suivant un cours en ligne, Introduction à la biologie, enseigné par le chef de Broad, Eric Lander. Il a également fait séquencer son génome et l'a mis sur le cloud de Google.

Glazer ne dirait pas quelle est la taille de Google Genomics ni combien de clients il compte actuellement, mais au moins 3 500 génomes de projets publics sont déjà stockés sur les serveurs de Google. Il dit également qu'il n'y a pas encore de lien entre le cloud de Google et ses efforts plus spéculatifs dans le domaine des soins de santé, comme la société que Google a lancée cette année, appelée Calico, pour étudier comment prolonger la durée de vie humaine. Ce qui les relie, c'est simplement une prise de conscience croissante que la technologie peut faire progresser l'état de l'art dans les sciences de la vie, déclare Glazer.

Somalee Datta, une physicienne qui gère le plus grand cluster informatique de l'Université de Stanford pour les données génétiques, affirme qu'en raison des récentes baisses de prix, il en coûte désormais à peu près le même prix pour stocker des génomes avec Google ou Amazon que dans son propre centre de données. Les prix deviennent enfin raisonnables et nous pensons qu'ils vont continuer à baisser, dit-elle.

Datta dit que certains scientifiques de Stanford ont commencé à utiliser un système de base de données Google, BigQuery, que l'équipe de Glazer a rendu compatible avec les données du génome. Il a été développé pour analyser de grandes bases de données de spam, de documents Web ou d'achats de consommateurs. Mais il peut aussi réaliser rapidement les très grandes expériences comparant des milliers, voire des dizaines de milliers de génomes humains que les chercheurs veulent essayer. Parfois, ils veulent faire des choses folles, et vous avez besoin d'échelle pour le faire, dit Datta. Il peut gérer l'échelle que la génétique peut apporter, c'est donc la bonne technologie pour un nouveau problème.

cacher