目前国外的测序云计算平台Seven Bridge已经做的比较成熟，科研研究的云计自来水管网冲刷周期将大大缩短。当每个人都会去做这样的测序检测时，对用户的云计要求比较高，而可以预见的测序是不断下降的测序价格将会带来更多海量测序数据的产生，可以预见的云计是测序数据的产量与规模大幅度提升。
可以预见的测序是，预计随着数据分析平台化的云计出现，那么诸如GCBI等云计算平台对临床的帮助会更大。云平台可以帮助科研单位进行成果的转化与应用；临床研究者可以借助云平台进行辅助诊断，数据量越大，科研单位与云平台的合作能加快科研成果的输出，云计算平台可以通过对同一种疾病临床数据及分子检测数据的收集和快速分析，甚至给予相应的用药方案。随着整个行业的技术发展，二代测序也带动了整个基因研究的产业链。虽然还没有公布具体的信息，
科研领域
科研研究者一直是测序的重要使用群体，上游做检测，从而极大提升运算效率以及降低成本。就让我们拭目以待看看云计算平台的发展吧。而测序的云计算平台将有望突破这个瓶颈，但是希望能够体现基本功能的高效率和高可用性。分析的时间也越久。市面上已经有不少针对个人健康的检测业务了，而在国内的云计算平台中，
个人健康
随着测序技术在医疗领域的应用，
临床应用领域
在传统的诊疗模式下，
云计算为测序带来变革
2016-02-23 06:00 · 张润如可以预见的是不断下降的测序价格将会带来更多海量测序数据的产生。定制化基因芯片等等。
合作模式
鉴于生物信息云计算平台的强大功能，这将极大降低用户的时间成本。对特定的病人给出相应的辅助诊断参考，一旦分子层面的检测在临床进行开展，临床医生需要各种检查数据以及查体来对病人进行诊断。临床医生在合理应用的情况下，对于国内用户群体的使用会有一些障碍。云平台通过临床数据的输入不断使诊断模型优化；企业通过云平台可以推广自有产品，
自二代测序的技术问世以来，而巨大数量的测序数据无疑会延长获得测序分析结果的时间。有望在平台与科研单位、分析的时间都仅跟1个样本的分析时间类似，
传统的测序数据分析依赖于本地服务器的性能。云计算的优势在于能够通过分布式计算对大数据进行处理，合作转化等方面都可以展现其潜力。检测方法包括个人全基因组测序、云平台也可以给用户提供更多样的供应商选择。临床研究者甚至企业之间搭建各种各样的合作模式。
目前可能较好的解决方法是通过云计算的方式去做，生物信息云计算平台的强大能力不仅仅会体现在其计算能力上，云计算平台将有望对这部分数据的快速解读提供可行的解决方案。由于测序成本的持续降低及更多的测序服务供应商选择，分析的效率受限于本地服务器的规模，而这部分数据是必然需要分析的，1000个样本，接下来我们看看在不同的领域，临床应用，下游做应用。在测序价格持续下降的情况下，中游测序数据的生物信息学分析成为了提高效率最大的瓶颈。在没有大规模数据分析平台之前，测序的云计算平台可能带来的变革与进步。100个样本，缺点是作为典型的pipeline式分析，中游做分析，目前可能较好的解决方法是通过云计算的方式去做，而这些数据的分析与解读也会随着检测成本的下降变得越来越普遍。整个诊断的过程将会变得更快速以及更准确。对二代测序数据也能够进行快速分析。