唐代詩人白居易曾感嘆：“夜來南風起，小麥覆隴黃”，只言片語便描繪出農耕社會里麥熟時節(jié)的盛夏光景。古時，農人以深耕細作守護著口糧與生計，朝夕交替間，人類的悠遠文明便在這份原野的守護中徐徐展開。

時過境遷，在數(shù)字時代的今天，也有這么一群深扎熱土的“田間守護者”。

來自北京大學現(xiàn)代農業(yè)研究院（以下簡稱“北大農研院”）的小麥抗病遺傳育種團隊，便憑借對植物基因組的多年研究，從小麥及其近緣種屬中發(fā)掘、定位、克隆、轉育到多個優(yōu)異的抗銹病基因，如Sr13和Yr15等，足以大幅提升主栽小麥品種的韌性，已幫助全球不同國家培育新物種超過100個。

事實上，小麥作為當今依舊最重要的糧食作物，在種植栽培上所面臨最大的病害便是小麥銹病。其危害強、范圍廣，輕則致麥粒不飽滿，重則致麥株枯死，若不根治，將長期威脅我國小麥的產能與質量。

這背后，是北大農研院對植物基因技術孜孜不倦的突破，是麥浪涌動間對土地的另一種數(shù)字守候。

糧安天下，種鑄基石

黃土地間的數(shù)字涌動

在遺傳學中，每種生物都蘊含了特定的一組基因，稱之為基因組，其蘊藏著這一生物的起源、進化、發(fā)育、生理等重要信息。通過控制蛋白質或控制酶的合成，這些基因將直接或間接地控制生物的性狀，譬如玉米植株的高矮、產量的高低、是否抗倒伏等等。

如今，全球糧食依舊呈現(xiàn)緊缺與分配不均的現(xiàn)狀，如何快速提升水稻、小麥、玉米等農作物的產量和質量？溫度、光照、水分、土壤的復雜影響下，如何提高作物對干旱、霜凍等嚴峻環(huán)境的抗逆性和適應性？全球每年多達40%的農作物產量因病蟲害而損失，如何發(fā)現(xiàn)更具抗病蟲害能力的作物品種，提高抵御力？

基因組測序與分析技術，便是回答這一系列問題的答案。

自1990年學界啟動“人類基因組計劃”以來，一系列作物基因組計劃也相繼啟動，如水稻基因組計劃、玉米基因組計劃、小麥基因組計劃，致力解開作物基因組的謎團。通過研究不同植物品種在基因圖譜上的表現(xiàn)規(guī)律與特殊功能的關聯(lián)，再進行編排、重組，為作物遺傳改良和新品種培育提供極佳的思路和方法。

然而，對作物基因組的研究分析過程又是極其復雜的，這包括了基因序列比對、基因表達分析、基因功能注釋、基因網絡構建等，涉及海量數(shù)據的處理和讀寫。

例如，一株小麥的基因組數(shù)據就有17GB之大、重復序列含量高達85%、過程數(shù)據將膨脹5倍之多，致使基因組破譯難度巨大，組裝一個大型作物基因組可能需要短時間內并行處理數(shù)百萬個序列片段數(shù)據，注釋則需要對數(shù)千個基因進行功能預測和分類。

換句話說，要想推開植物基因奧秘的大門，就要先通過一輪對存儲底座的試煉。

“小麥跟人一樣也會生病，我們要做的就是為小麥植入‘抗病’程序?！弊鳛檗r業(yè)創(chuàng)新的先行者，北京大學現(xiàn)代農業(yè)研究院已經走在與小麥銹病作斗爭的路上很多年?；蚪M數(shù)據的高效處理和存納離不開一個得力的助手——超算平臺，為各項研究提供高性能計算、組學分析和科研數(shù)據存儲服務。

這其中，離不開華為OceanStor Pacific分布式存儲的鼎力相助?；谌A為OceanStor Pacific分布式存儲這一強大的數(shù)據基礎設施底座，雙方攜手構筑基因數(shù)據分析平臺，滿足研究院各類植物基因生信分析任務，為智慧農業(yè)研究、農業(yè)生產大數(shù)據、農業(yè)資源大數(shù)據等方面提供強有力的支撐。

守護金飯碗、菜籃子和油桶子

海量數(shù)據的安心之選

在風吹日曬的山野耕種中，農人需要在犁地、播種、施肥、鋤草、灌溉等一系列環(huán)節(jié)對作物進行悉心呵護；而在漫長冗雜的植物基因科研中，數(shù)據存儲也需要對海量數(shù)據發(fā)揮同樣的作用。

植物基因組測序、注釋、編輯和模型計算是典型的大規(guī)模數(shù)據密集型場景，北大農研院的基因數(shù)據分析平臺便必須承載整個流程的全部數(shù)據，包括收集而來的原始基因組數(shù)據、經過清洗或打碎后的大量片段文件、基因比對與變異分析過程的中間信息、以及長期歸檔以供未來二次分析的溫冷數(shù)據。

• 其一，作物基因組研究中涉及到大量的基因組測序、表達譜測定、SNP分析等數(shù)據產生，需要充足容量、巨大吞吐量的數(shù)據底座支撐；
• 其二，由于基因測序的整個過程會有持續(xù)化的碎片文件讀寫，絕不允許被中斷，這就要求支撐測序應用的存儲系統(tǒng)具備極致的穩(wěn)定性和可靠性，確保數(shù)據不會丟失或損壞；

• 其三，在冷凍電鏡和基因數(shù)據分析工作中，對存儲系統(tǒng)的整體性能、小文件處理能力提出更高要求。

在華為的助力下，北大農研院面臨的一系列挑戰(zhàn)迎刃而解。

首先，存得下。在容納海量基因數(shù)據方面，北大農研院通過借助華為OceanStor Pacific分布式存儲構筑了超大容量資源池，為研究院眾多基因組、轉錄組、表觀組及代謝組、蛋白組和智慧農業(yè)研究提供充分支持。源于OceanStor Pacific的超高密硬件設計，在高效散熱與空間利用上的創(chuàng)新突破，單框可容納高達120塊盤，容量密度領先業(yè)界至少30%。

其次，用得穩(wěn)。OceanStor Pacific以軟硬結合構筑多級可靠性保障。從硬件上，其采用全FRU(Field Replaceable Unit) 設計，可滿足7×24小時不停機維護。從軟件上，其采用跨節(jié)點大比例動態(tài)EC算法，可滿足4節(jié)點同時故障業(yè)務不中斷。經POC實測，整體集群具備穩(wěn)定、高可靠能力，保障了不同作業(yè)負載下的持續(xù)運行。

第三，跑得快。OceanStor Pacific單存儲節(jié)點讀帶寬實測達到6GB/s，近乎翻倍的性能滿足北大農研院更高的高通量表型組圖像處理需求，最大化提升計算資源效率。同時，OceanStor Pacific采用新一代OceanFS并行文件系統(tǒng)，一套存儲滿足基因測序異構計算高帶寬和高IOPS要求，并結合DPC分布式并行客戶端，消除單流與單客戶端的性能瓶頸，支撐I/O級負載均衡的全場景加速。

存力加持

洞見每粒種子的巨大潛能

事實上，小麥抗病育種僅僅是北大農研院在探索農業(yè)與科技融合的冰山一角，我們還看到了其基因工程多姿多彩的產物。

例如，首個西瓜T2T無缺口參考基因組成功組裝、注釋并發(fā)表，成為業(yè)界里程碑意義的研究成果；大豆玉米帶狀復合種植潔田模式，在玉米不減產的前提下，一畝地能多收300多斤大豆；創(chuàng)建了一套高效精準的基因編輯工具，可使黃瓜遺傳轉化率提高25倍以上……

地能盡其利，則民食足；物能盡其用，則材力豐。在基因技術、數(shù)字技術點亮大地之前，存儲底座必須更堅實、更強大一點。

從土壤深處到民生大計，華為分布式存儲為基因工程產業(yè)搭建起一級級“存得下”、“用得穩(wěn)”、“跑得快”的數(shù)字臺階。當我們踏著華為分布式存儲的臺階，一個又一個生物育種技術的創(chuàng)新成果便近在眼前，熠熠生輝。

今天，很多人類的科學問題、產業(yè)轉化問題，最終都變成了數(shù)據的問題。而人類今天所面對的數(shù)據密集型場景，也遠不止基因測序這一個。華為OceanStor Pacific分布式存儲將持續(xù)創(chuàng)新，點燃千行百業(yè)數(shù)字化的躍升引擎，釋放海量數(shù)據的非凡潛力。