十年前Cloud Computing火爆的时候，大家自然而然开始了想站在生物云计算的风口，可是没起风，猪肉去涨价了。生物云计算究竟是遗失的美好，还是雾里看花，水中望月;究竟是出身未捷身先死，还是怀才不遇，壮志未酬。
生物云计算，看上去很美
首先，我们的定义是什么?
按照字面定义，目的就是做生物的计算，主要包括各种生物序列的分析工作，加上云，就是能够在云端处理。其实和其他云计算也没太大的不同。这是非常好的想法，后面在结合上5G技术，就更好了。比如在野外利用孔测序仪进行测序，数据实时传输到云端开始处理，然后结果返回结果。通过各种终端都可以直接查看结果，看起来非常完美是不是。
然而现实情况是，这些年很多公司推出的生物云计算，大方向都是在炒概念，生物大数据，生物云计算，5G，物联网，人工智能，精准医学……都是当前时髦的热词，如果不带几个这样的词儿，都不好意思和别人打招呼。但是当街头老大妈都准备入市赚钱的时候，也就说明股市泡沫要来了。
硅谷有一个臭名昭著的技术成熟度曲线，也叫做技术循环曲线，或者直接叫做炒作周期，是指新技术、新概念在媒体上曝光度随时间的变化曲线。是指经过新闻媒体和学术会议的大肆宣传之后，新技术趋势一下子跌倒了谷底。生物云计算就是这样的一个例子。
生物云计算的乌托邦之梦
云计算其实是一种非常好的解决方案。然而目前为何还没有完全普及，虽然市面上有很多产品，有些做得确实也还可以，但依然不是主流。能效升近7万倍!新兴超导量子技术实现神经网络硬件加速系统
很多公司的产品是想做成傻瓜式的操作，有一个图形化界面，用户购买之后，登录账户，然后上传数据，选择要分析的流程，点击运行，然后等待结果就行，用户体验非常好是不是，你甚至不需要任何生物信息经验就可以了。
利用这段时间，去楼下点上一杯咖啡，晒晒太阳，伸个懒腰，刷刷手机，然后回来等待结果就行了，生活真美好……
甚至还有很多人预言，已经不需要做生物信息的人了，这些工作会像精算师一样逐渐被生物云计算以及人工智能所取代，这个我不肯定也不否定。
梦醒时分
喝完咖啡回来，查看一下结果。“wow，fxxx”，出错了，到底哪里有问题呢?这就是当前生物云计算的问题所在。将所有分析封装起来，如果中间环节有问题，就比较麻烦。
举个简单的例子，例如做人全基因组的变异检测。从拿到原始测序数据，到最终得到可靠的结果，中间可能需要10几个处理过程。这些过程都是承上启下的，有一个过程有问题，整个流程就断掉。如果断掉在查找原因，重新从这里开始，这反而更加繁琐。
其次，像这种非常标准化的分析过程，采用目前的云计算是没有问题的。但如果是做科学研究。科学研究本身就是一个反复探索的过程，需要反复测试，不断调参，使用这种图形化反而更加复杂。
第三：所有图形化本质上只不过是给命令行添加上一个按钮，本质上内容都是一样的，根本不存在不懂生物信息也能使用的情况，如果不懂的话那些参数就只能按照默认的来处理了。
回到未来
由于当前的生物云计算现实情况，就会造成一种现象：懂分析的人不喜欢图形界面，不懂分析的人有了图形界面也还是不会用。我并不是一棒子打死各种生物云计算，每个用户的具体需求不同，具体分析内容也不同，有些分析云计算非常方便。相反，我觉得需要生物云计算，甚至我们自己也运营生物云计算平台，只不过不是图形化界面，需要用户自己熟悉敲命令。
其实云计算有诸多的优势。
首先，方便数据管理，也就是同一份文件不需要进行多个拷贝，测序完成之后直接上传到云服务器，用户可以在任何地点联网访问。
第二，软件和数据库也无需进行多个拷贝，并且可以第一时间进行更新，省去很多麻烦，例如，只需要在云端下载一份nt数据库，所有的用户都可以与之进行比对，而不需要下载很多份。
第三，云计算可以进行弹性计算，也就是资源可以充分利用，需要多大资源，就提供多大资源，不会像本地资源存在计算资源不足的情况。
第四，云计算不需要很多的配置以及系统维护。
