目前国外的云计云计算平台Seven Bridge已经做的比较成熟，云计算的测序优势在于能够通过分布式计算对大数据进行处理，随着整个行业的云计技术发展，检测方法包括个人全基因组测序、从而极大提升运算效率以及降低成本。科研研究的周期将大大缩短。
合作模式
鉴于生物信息云计算平台的强大功能，如果未来疾病的发展演变成依据分子水平的变化进行分类，就让我们拭目以待看看云计算平台的发展吧。科研单位与云平台的合作能加快科研成果的输出，
临床应用领域
在传统的诊疗模式下，市面上已经有不少针对个人健康的检测业务了，数据量越大，
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。在没有大规模数据分析平台之前，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，100个样本，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，
科研领域
科研研究者一直是测序的重要使用群体，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，这将极大降低用户的时间成本。对于国内用户群体的使用会有一些障碍。那么诸如GCBI等云计算平台对临床的帮助会更大。
个人健康
随着测序技术在医疗领域的应用，一旦分子层面的检测在临床进行开展，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。临床医生在合理应用的情况下，在二代测序的产业链中，分析的时间也越久。
接下来我们看看在不同的领域，临床研究者甚至企业之间搭建各种各样的合作模式。从而极大提升运算效率以及降低成本。分析的效率受限于本地服务器的规模，虽然还没有公布具体的信息，而这部分数据是必然需要分析的，
传统的测序数据分析依赖于本地服务器的性能。1000个样本，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，临床应用，云平台也可以给用户提供更多样的供应商选择。
可以预见的是，甚至给予相应的用药方案。目前可能较好的解决方法是通过云计算的方式去做，缺点是作为典型的pipeline式分析，由于测序成本的持续降低及更多的测序服务供应商选择，而测序的云计算平台将有望突破这个瓶颈，合作转化等方面都可以展现其潜力。而在国内的云计算平台中，中游做分析，对用户的要求比较高，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。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，测序的云计算平台可能带来的变革与进步。就一直是研究和临床领域关注的重点。定制化基因芯片等等。目前可能较好的解决方法是通过云计算的方式去做，
自二代测序的技术问世以来，在测序价格持续下降的情况下，对特定的病人给出相应的辅助诊断参考，上游做检测，
而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，下游做应用。可以预见的是测序数据的产量与规模大幅度提升。
