前言

近几年，为了推动生物医药产业的快迪发展，加快构建生物产业链，国务院。国家发改委等部门相发布了多项生物医药产业促进政策，支持生物技术药、化学码、中医药等分顿域的产品研发、成果转化，以及公共服务平台的建设等等。2022年，工业部和信息化部，国家发展改革委、科技部等九部门联会发布的《“十四五”医码工业发展规划》明确提出，国家将推动医药制造能力系统升级，以新一代情息技术医的研发。

同时，随着第三代分子测序技术的发展，数据量快通增长，生物医学数据从 P日坦学时代近入E日多维度大数据时代。M CADD到 AIDD，通过高性能计算资源进行虚拟码物降选、分子对拨、蛋白结构预测等工作，可有效缩短新码研发周期，陆低科研成本。高性能计算正在影响着生命科学各研究领域的发展。

为了支撑科研人员的数据分析和计算需求，我国生命科学领域的高性计算基础设施快速发展，且已初具规模，但生命科学领域企业应用高性能计算时依然存在算力、弹性、存乔吐量不足，运堆管理和成本大等战。如向阵本增效，提高高性能计算的性价比，成为企业高度关注的问题。

联想集团作为全球高性桃计算机(HPC)TOP500 和中国高性计算机 TOP100 排行榜中领先的企业，不仅为生命科学各领域海量数据研充提供用于基因坦学、蛋白质组学、两物研发等顿域的超圾计算机和高性桃服务网以及大客量存保服务等基础设施，也围挤高性能服务器基础技术打造了齐全的产品线和严格的质量控制体系，进而为生命科学顿域提供了一套覆盖研发、数据存、生产及认证、销售等环节的完整技术。

当前，依托高性能计算平台，联粮集团已经在全球为生命科学、基因测序等多个领域提供了成融的高性计算解决方案;联粮集团空付的高性桃计算集群，正在为研究机构、高将院校和企业的业务创新发挥着重要作用;针对医宁机构快速分析、共京海量元数据的需求，联想集团个性化构建了高性能的IT基础紫构，提高医疗系统的性能、可靠性与灵活性，确保工作人虽高效获取所爾的科学计算资源，并轻松共享关健信息，从而节省了大量的时问和演源。

在以算力为基础数字经济时代，联想集团将基于向身传承了 30余年的强大钱术基因，搏续升圾算力基础架构，发展算力服务，增续致力于创斯和深化在生命科学等顿域的高性计算解决方案，为生命科学行业打造“最强数字大脑”，推动行业快迪发展。

联想高性能计算

高性能计算多年来一直是科技练合实力竞争的至高点，也在一定程度上反映了各大服务器厂商系续研发方面的实力。作为行业的技术领先者，联想团在这一顿域积累了长达 20 多年的丰厚经验，并在关健技术顿域不断创斯，取得大量里程碑式约成果。

联想从 2001年进军高性能服务器顿域，是最早针对高等院校和科研院所进行产品开发与市场拓展的厂商，并在市场中一直处于技术领先地位。截止2022年，先后为数万个用户成功实施了高性桃集群，曾经两次承担了中国科学陕网场计算中心主节点的建设任务，并且成功地与威廉姆斯车队进行合作，成为国产品牌中最早挤高性能业务托展到海外的企业。

联想顺应国际主流接术发展趋势，以市场需求为驱动，吸收国内外最新技术成果，进行了大量创新性研发，突破包活系统设计与优化、系基础梁构、系软件等在内的一大批高性能服务器的关键精心技术，开发出一系列可扩展、易管理、好使用、稳定可靠约高性能服务器产品，并配备可满定用户个性化成的行业解决方，提供从系坑屏到应用软件层约全面解决方医和续术服务。

展开全文

联想高性能计算一贯乘承开放，限合和高效的理念，并以此亲服务高性能计算各行各业，成就高性计算客户。

联想生命科学行业解决方案

联想生命科学HPC解决方案

生命科学作为 21世纪最重要的科学分支之一，高性能计算在生命科学的研究和发展中起到非常重要的作用。从蛋白质结构中的应用辅助药物设计、疫苗研发，到生物信息学中的应用辅助基因数据处理与分析，再到提供精准医疗服务于种瘤治疗、产前师宣等医宁技术，高性能计算 HPC 在生命科学研究中扮滴着十分重要的角色。由于测序茂术的飞速发展，人类发现的基因序列数目按阴指数级增长，那么对于加此数量庞大的基因进行同源性搜司、比对、分析、通传发育分析等等，往往保随着巨大的数据处理量和并行计算量，同时，由于生命科学的研充对象往往是蛋白质和 DNA 的太分子，对这些分子三维结构的预测，动力学特性、热力学特性、在生命过程中如何发生作用，这些科学问题也要惜助于高性能计算机。所以高性能计算机在生命科学研究中，应用非常广泛扮演着及其重要的角色。

网时，随着人工智能(Artificial Intelgence，A)技术的兴起，高性能计算 HPC 中逐渐出现了 Al fcr Sciance;HPC+A 极大地提升了牛命科学顿域的计算效率，随着生命科学行业的研究问照拉来越复杂，加上 AI 的不断投入，构建 HPC+A1平台成为满足生合科学行业日背暴涨的算力需求的基本基础构，

生命科学行业涉及对抛生物、动物和植物等所有生物进行研究的科学顿域，同时包括生物伦理学将相关顿域的考量，生命科学的研究对提高人类的生活品质有很大的时益。目前，生命科学已经在医疗、农业、保健、食品工业和制药等行业得到广泛应用，不断造视人类。虽然，当前生物学仍然是生命科学的中心，但随着分子生物学和生物技术的发展，生命科学已经成为一个专精化、多学科交的领域。

从全球范围内来看，21世纪开始，全球生@科学域的发展进入快车道，尤其是人类基因相计划的实，干经胞研究的不断深入、党隆技术的不断发展等因素都挤生命科学领域的发展推向了断的高度，与之相对皮顿城的研发段入也在不断增加，作为对科技信息技术有彌依赖的典型代表，生命科学行业的药物研发和基因测序分析领域无临着计算资源紧缺、研发周期长等问题，为了解决这些问题，相关企业开始从传统IT 转向上云，希望助云计算平台的澳源优劳加速码物研发速度、提升测序数据分析效率，加快业创新步，为用户创造更大价值：新药的诞生通常需要经历药物发现、临床前研究、临床试验和审批等阶段后，最终才可以获批上市。在靶点发现、化合物合成等药物发现阶段以及化合物筛选等临床前研究阶段，往往需要借助高性能计算强大的计算能力才能加速研发过程辅助药物设计。

生命科学 HPC 应用分类

基因组学是指对生物体所有基因进行基因组作图、核苷酸序列比对分析、基因定位及基因功能分析的一门学科，而基因测序则是针对基因组学研究的检测分析技术。基因组学所对应的研究主要包括结构基因组学和功能基因组学两个方面。

结构基因组学代表基因组分析的早期阶段，一般以基因组测序为目的，得出生物样本的静态碱基序列，并构建生物体的基因图谱，一般基于高通量测序技术生成生物的碱基序列。

功能基因组学也称作后基因组学，基于结构基因组所提供的数据及信息，结合计算机科学，同时对多个基因片段进行系统性的分析研究，主要研究内容包括:基因突变检测(SNP，InDel)、基因表达分析及基因功能发现等。

基因测序的业务流程主要包括样本上机(测序仪)、测序文件生成、基因序列比对及结果分析(计算机)，并将结果数据及报告交付至各科研医疗机构。其中，基因序列比对及分析环节极为耗时，涉及大量的生信领域专业软件，计算资源的算力性能及方案优化对生信研发效率起着至关重要的作用。

生物信息学

近 20年来，随着人类基因组计划的相继完成和各种模式生物的基因组计划的顺利实施，以及基因测序技术的不断进步，生命科学研究得到了巨大的发展。同时，海量的有关生物序列的数据不断涌现。这些数据具有丰富的内涵，其中蕴含着大量的人类尚且不知道的生物学奥秘。

生物信息学是研究生物信息的采集、处理、存储、传播、分析和解释等各方面的一门学科，与以观察和实验为主的传统生物学研究不同，它通过综合利用生物学、计算机科学和信息技术而揭示大量而复杂的生物数据所蕴含的生物学奥秘。生物信息学把 DNA 序列、蛋白质序列以及其它相关生物数据作为分析对象，力求揭示 DNA编码区、蛋白质、RNA 基因以及其基因组中非编码序列的信息实质。

1.测序技术介绍

DNA 测序技术是现代分子生物学研究中最常用的技术。自1977 年第一代测序技术问世以来，经过三十多年的发展，DNA 测序技术取得重大进展，以高通量为特点的第二代测序技术逐渐走向市场，以单分子测序为特点的第三代测序技术也已经出现，其分别在测序特点上占有不同的优势。测序技术的快速发展，使小型化/台式高通量测序仪成为现实，这意味着大规模基因组测序将不再是大型实验室或科研中心的专利，中小型实验室、公司、临床检验中心都将能够利用高通量测序技术快速高效的获取大量信息，进行科研或开发应用。

2.第一代测序技术

20世纪七十年代中期，Sanger 提出了经典的双脱氧核苷酸未端终止测序法，标志着第一代测序技术的形成。

第一代测序技术完成人类基因组计划，花费了 30 亿美元巨资，耗时长达三年，测序成本高，测序速度比较慢。

至今为止，应用最广泛的第一代 DNA 测序仪即是基于毛细管电泳和荧光标记技术的 3730 系列自动测序仪。

3.第二代测序技术

随着人类基因组计划的完成，传统的测序方法已经不能满足深度测序和重复测序等大规模基因组测序的需求,这促使了以高通量为显著特征的第二代测序技术的诞生。第二代测序技术主要包括 454 公司的 GS FLX 测序平台、lllumina 公司的 Solexa Genome Analyzer 测序平台和 ABI 公司的 SOLiD 测序平台。

454 测序技术利用了焦磷酸测序原理。454 测序系统是第二代测序技术中第一个商业化运营的测序平台。其在2005 年最早推出了第二代测序平台 Genome Sequence 20，完成支原体 Mycoplasm a genitalium 基因组测序。并在 2007年推出性能更优的测序平台 GS FLX。2010 年秋，该公司自行研制的 Gs Junior 测序仪上市，其在系统性能方面均得到提升。目前，GS Junior 测序仪平均读取长度长达 400bp，每次运行得到超过 35MB高质量过滤后的数据，准确率达 99%，平均运行时间为10 小时，更适合规模较小的实验室。与第二代测序平台相比，454 技术最大的优势在于较长的读取长度，使得后继的序列拼接工作更加高效、准确。但是，454技术无法准确测量同聚物的长度，其技术的主要错误主要来源于核苷酸的插入或缺失。