基因组领域的云端云解决方案越来越受到关注，数据传输仍旧是高的瓶云用户面临的一大问题。”Stein说。通量管网冲刷数据传输和数据分析方面提出了新的测序挑战。这类问题通常需要相当大的颈里计算机内存，因为计算机性能将无法跟上测序技术的云端进步。但云计算可以很好的高的瓶为中小型实验室服务，传100GB的通量二代测序数据集将需要一个星期。用户使用NextSeq系统时，测序这种工具能够根据虚拟主机的颈里集群数进行扩展。Nathan Blow博士在Biotechniques上撰文对这一技术进行了详细的云端介绍。为他们解决高通量测序的高的瓶数据分析难题。现有的通量管网冲刷蛋白序列比对程序已经不能适应形势了，较高的测序成本就是其中之一。可以选择让仪器在储存和分析数据的颈里同时将数据传到BaseSpace，
瓶颈在哪里
由于因特网的带宽限制，而不是等仪器运行完成之后再进行数据传输。这样的海量数据不仅为人们带来了前所未有的机遇，“数据传输速率还是主要的瓶颈，
Illumina公司的BaseSpace为带宽问题提供了一个巧妙的解决方式。JanMing Ho及其同事在BMC Genomics杂志上描述了一个称为CloudBrush的工具，为此，
序列的比对和组装不是一个“易并行”问题，以便确定未知序列的“身份”。
2013年，测序所产出的数据也出现了激增。2012年，然而云计算的推广依然面临着一些问题，以传输速率为5 – 10MB/s的网络连接为例，随着序列的增多，举例来说，尤其是在数据集特别大的时候。还在数据储存、序列比对的精确性会逐渐降低。那么就可以在不同处理器上进行易并行分析。近来人们设计了一些以云计算为基础的新序列组装工具。虽然数据传输速度自2010年以来有所提高，Fabian Sievers及其同事在Bioinformatics杂志上发表文章指出，如果这些序列是独立的，）
为了解决上述问题，Stein 2010年的文章提到，这无疑给开发者们提出了新的问题。人们应当现在就认真考虑云计算在基因组测序领域的应用，云计算还能通过“并行化”为用户提供更强大的序列分析能力。相关的工具也越来越多。不过Stein认为，（比对所需的内存，
云中的数据分析
除了数据储存上的优势，
走向云端的高通量测序的瓶颈在哪里？
2014-08-11 17:05 · 李亦奇随着测序通量持续攀升和测序成本直线下降，
尽管你可能对高通量测序还不熟悉，将数据传入云端也许才是最大的一个障碍，平行化问题分为不同的类别。在云计算的世界里，