随着近年来生命科学的高速发展，个体全基因组测序在遗传疾病和癌症等疾病的诊断和治疗方面显露出巨大的发展空间，但高通量测序产生的海量数据处理也对IT技术发展提出了新的挑战。本项目将致力于面向医疗健康市场的个体基因测序数据处理与分析，通过不断积累的人类基因组大数据，为医疗健康和生命科学提供深度的数据分析与知识挖掘等高性能计算服务。

本团队长期致力于曙光系列HPC的研发。从2000年以来，生物信息技术已经成为了高性能计算的重要应用之一，尤其是通过最近5年来参加973项目“基于新一代测序的生物信息学理论与方法”的研究工作，团队深入研究了生物信息学技术，积累了大量的高性能的生物信息学算法和程序，在可重构计算加速及编程模型、新型的基因组拼接算法及软件、短序列定位算法的加速方法、基因序列压缩存储方法、基因大数据处理系统平台及计算存储一体机等方面取得了多项成果，达到了同期国际先进水平，形成了一支生物信息学与高性能计算交叉研究团队，并得到了中科院科技创新交叉与合作团队（团队名称：生物信息学与高性能计算）的项目支持。

本项目的技术研发及产业化发展方向将主要包括如前所述的产品和服务两个方面。在产品方面，本项目下一步将不断发展深度基因测序数据存储分析一体机的各种基因分析流程化软件及其性能优化；在服务方面，本项目将进一步将开展基因数据分析云计算服务业务，并通过云计算技术服务于广大的行业客户和个人客户。

对于基因测序数据存储分析一体机市场，现阶段有能力且有需求建设企业级数据中心的客户群主要有约1000家大中型企事业单位。至少有一半的潜在用户5年内就建设需求，平均每年100家。如果按照测序仪现有的数据生产能力，则每个中心的规模约为300～400个计算节点和10PB以上的存储能力，建设每个中心约需要3000～4000万元，仅硬件系统的年销售额将达到30～40亿元以上；如果考虑到软件及服务等，企业级数据中心市场则将达到年产值近100亿元的产业规模。

对于基因数据分析云计算服务市场，其价值将主要体现于数据的积累和访问量的增加，生命健康数据的重要性不言而喻，10万人全基因组数据的价值可达百亿元规模。目前国内尚未形成该领域的领导型或垄断性企业，我们将在行业需求萌芽期就开展互联网门户级数据中心的建设。

本项目计划的注册资本为500万元，前期将主要依靠基因测序数据存储分析一体机的销售收入不断增强公司的实力。预计第一年就能实现盈亏平衡，在公司发展的前三年，仅靠自有资金就能实现良性发展。但因为公司的定位是兼顾产品与服务，未来将主要是定位于服务业，按照行业的发展趋势预估，基于互联网的人类基因数据分析查询等业务将在2020年前后达到爆发点，因此，计划在公司发展到第四年开始融资建设更大规模的数据中心并确立在行业中的领导地位。计划融资5000万元，将数据中心的规模扩大到10PB存储和千万亿次（1PFlops）的计算能力，以将支撑百万人基因组数据的存储和分析，并将能够支持千万人次的日访问量，使其成为中国最大的人类基因数据中心，成为中国的基因数据分析入口，服务于疾病诊断、遗传检查、药物设计等健康相关工作，进而影响数万亿市场价值的未来精准医疗产业。

现阶段有能力且有需求建设企业级数据中心的客户群主要有：800+大型的三甲医院、50+有生命科学相关学科的高校、50+国立生命科学相关研究所、50+大型医疗体检中心、50+大型制药企业，共约1000家大型企事业单位。如果有一半的潜在用户5年内就计划建设生命科学及医疗健康数据处理中心，5年内将共有500家客户，平均每年100家客户。如果按照Illumina HiSeq X-Ten现有的数据生产能力，则每个中心的规模约为300～400个计算节点和10PB以上的存储能力，建设每个中心约需要3000～4000万元，仅硬件系统的年销售额将达到30～40亿元以上；如果考虑到软件及服务等，企业级数据中心市场则将达到年产值近100亿元的产业规模。

对于这一新兴市场，目前有能力提供满足客户需求的产品的企业相对较少，其主要原因是该市场需要的并非是简单的计算和存储设备，而是需要从基础架构到顶层应用的全面解决方案。医疗健康的行业性需求是未来的需求，而传统的IT企业对此关注不足；另一方面，该行业需求的门槛很高，需要深厚的知识背景和研发基础，传统的IT企业又能力不足。因此，这些特点将成为公司的发展机遇。