Global Sources
電子工程專輯
 
電子工程專輯 > EDA/IP
 
 
EDA/IP  

巨量資料可望協助癌症治療

上網時間: 2013年04月29日     打印版  Bookmark and Share  字型大小:  

關鍵字:巨量資料  物聯網  基因療法  無線感測器  物聯網 

作者:麥利

在日前一場由美國加州大學柏克萊分校舉辦的年度大會上,研究人員們展示其於加速癌症基因療法以及擴展電腦理論領域的研究方面所取得的進步。此外,研究人員們還討論了下一代處理器架構方面的研究工作以及如何加速物聯網(IoT)的發展。

加州大學柏克萊分校電腦科學系教授David A.Patterson呼籲,業界應共同利用百萬個基因庫以推動癌症治療的工作。目前彼此獨立的基因庫擁有不到1萬件基因資訊,其中有許多還只是基因的部份片段。

“目前可說是藉由電腦科學來建立快速且精確的基因管線,並促進個人化治療的大好時機,我希望能儘快利用這個來幫助我和我的家庭,”Patterson並透露,目前研究人員們經常在完成實驗後刪除基因資料。


電腦科學家David Patterson期望透過巨量資料分析方法克服癌症基因組的問題。

Patterson協助開發了一款名為SNAP的工具,這款工具明顯提供了更快且更精確地基因分析,目前也已被癌症研究人員所廣泛使用。不過,仍然需要基準工具來改善在目前這一領域中所使用仍然具有高度主觀性的方法,他指出。

另外,加州大學準備花費6,000萬美元成立一所新的學院,期望未來的十年內能在電腦科學上實現新的突破。“我們想要開發出一種新的運算理論,它將遠遠超出目前的研究範疇,並涵蓋其它領域中的問題,”指導這項工作的Richard Karp表示。

“許多現象可被視為具有運算特性的,”他指出,”如果仔細觀察活細胞的作業方式,我們可以把它想像為一種資訊處理;而經濟也是一種資訊處理的活動。”

該校還將在今年5月舉辦一場學術研討會,以聚集各界的專家共同研究新理論的可能性。

利用巨量資料治療癌症

Patterson的目標在於利用柏克萊分校正開發中的巨量資料工具,使其得以導入分析癌症研究的大量基因資料。

這些工具套件包含Spark──一種用於電腦叢集的程式語言,可提供類似谷歌(Google)搜尋引擎使用的Map Reduce功能。柏克萊分析資料分析系統(Data Analytics System)就是一種基於Spark的開放源碼引擎。

柏克萊實驗室(Berkeley Lab)的科學家們已經利用演算法和運算管線,詳細整理出大量的影像組合,並找出腫瘤的次型態。它還可分析出異質性或腫瘤在不同程度時所包含的組織結構。接著,該運算管線可使用臨床資料進行細胞特徵排序,以預測病患的預後。同時,它還使用了大規模的基因組資料,透過巨量資料分析以確定每一種次型態的分子相關性。


研究人員們開發出可自動分析大量腫瘤影像的方法,有助於預測癌症治療的反應。箭頭處放大該腫瘤影像中明顯不同的區域。
(來源:Berkeley Labs)

目前,巨量資料研究的挑戰在於開發出一種技術,能夠針對巨量資料問題取得及時且具成本效益的答案。柏克萊分校的研究團隊正透過幾項行動來解決這一挑戰:開發基於統計機器學習的演算法;利用雲端中的多台機器;以及發展集資技術,結合群眾之力協助回答對於其演算法與機器來說太困難的問題。

透過這些技術將有助於突破對於癌症的治療。為了實現更快且更具成本效率地處理基因組資料,目前需要的是一個能夠同時使用雲端機器的全新基礎架構。而當有關癌症基因的發現與診斷問題超越這些演算法與機器時,還需要集合眾人的資源與智慧共同克服挑戰。

推動物聯網 打造智慧建築

儘管業界持續宣傳物聯網前景,但根據On World等市場觀察公司指出,這一理想至今尚未實現。加州大學柏克萊分析在今年1月5日成立了TerraSwarm研究中心,期望能有助於啟動這個研究領域。

“我們認為,主要的障礙在於這些無線感測器網路系統的封閉性,”TerraSwarm中心負責人Edward表示,“這些系統都是以專有的方式部署的,開發人員無法從匯聚這些設備的資料得到什麼好處。”

“我們必須做的是針對這些系統開放API,以釋放數百萬名應用程式開發人員的能量,”他補充並推薦了一款採用服務工具庫形式的開放軟體平台。

主要的挑戰還包括找到一種能夠平衡資料存取以及衡量隱私的方式。研究人員們還必須從參與這項研究計劃的9所大學中討論出對於最佳工具和技術的共識,Edward表示。

建築物自動化為物聯網崛起所面臨的挑戰提供了有趣的研究案例,一位與會者在此次年度大會上表示。像柏克萊分校為電腦科學中心新近打造的現代化大樓可能擁有多達6,000個主動感測器,但即使是這樣的智慧建築通常也要求繁瑣的客製化作業,將各自獨立的系統集中於一成為單一網路。

微處理器研究新方向

未來的微處理器將逐漸成為各種專用引擎的集合,柏克萊分校新的ASPIRE專案負責人Krste Asanovic指出。

這個部門接手了加州大學Parallel實驗室(Parallel Lab)的研究工作,將繼續開發新的軟體架構,以加速多核心處理進程。多級方案的目標在於使用軟體的先進性,以指導新特殊任務硬體模組的反覆設計。

在ASPIRE的新工具中有一種高階設計語言──Chisel,可用來協助研究人員快速測試新的硬體模組概念。

此外,由於CMOS電壓微縮技術已經走到了盡頭,限制商用處理器的進展,從而激勵了柏克萊分校在Par lab與ASPIRE的研究計劃。

(參考原文:Berkeley wields big data to beat cancer,by Rick Merritt)





投票數:   加入我的最愛
我來評論 - 巨量資料可望協助癌症治療
評論:  
*  您還能輸入[0]個字
*驗證碼:
 
論壇熱門主題 熱門下載
 •   將邁入40歲的你...存款多少了  •  深入電容觸控技術就從這個問題開始
 •  我有一個數位電源的專利...  •  磷酸鋰鐵電池一問
 •   關於設備商公司的工程師(廠商)薪資前景  •  計算諧振轉換器的同步整流MOSFET功耗損失
 •   Touch sensor & MEMS controller  •  針對智慧電表PLC通訊應用的線路驅動器
 •   下週 深圳 llC 2012 關於PCB免費工具的研討會  •  邏輯閘的應用


EE人生人氣排行
 
返回頁首