
将大数据引入基因序列分析,翻开医疗行业新篇章
曾从 Google 和 Dropbox 获得风险投资的 Bina Technology 近日又再次收获 650 万美元融资。这笔资金将平分为两部分,一部分用于研发部门扩张,一部分用于经营部门的扩张。
Bina Technology 组建于 2011 年,但上个月才真正开业。创业团队的平均学识无人能出其右,均是来自斯坦福大学与加州大学伯克利分校的博士,研究方向为大数据或生物信息。没错,Bina Technology 的目标就是把生命科学与计算机科学融合起来。
Bina Technology 主营业务是采用大数据的分析方法分析人类基因序列,他们的分析所得将成为研究机构、临床医师等下游医疗服务行业的基础素材。就目前而言,将方向定位人类基因序列分析的美国企业多达 2000 家,这个数字到 2015 年有望达到 8500 家。然而,这些公司在处理复杂的基因数据上都力不从心。
包括我们报道过的 23andme 在内,这些基因分析公司都能够采集人类基因序列信息并加以应用,推断出不同客户容易患上何种疾病,但其中很多数据并不可用。Bina Technology 希望填补这一空白,成为一个平台、一个数据库,让研究型大学、医药公司、医疗机构等下游机构能够在他们提供的数据之上,进一步摸清基因变异与各种病症之间的关系。
在云存储成为主流数据存储方案的今天,Bina 也不例外地将选择云服务作为自己大量数据的储存介质。基因信息有很强的特殊性,它是最隐私的个人信息,谁也不知道这份信息泄露后可能造成什么样的后果。目前还没有云储存服务商能够保证自己提供的数据存储服务绝对安全,如何保证信息的安全也就成为了 Bina 不得不面对的一大难题。
目前 Bina Technology 已经和部分医疗研究机构签订合作协议,其中包括斯坦福遗传研究所,他们的研究项目要求分析数百个完整的人类基因组,Bina 的服务帮助他们将曾经长达几天的耗时缩短到 5 个小时;还有威斯康辛医疗中心,该中心希望以后他们接生的每一位新生儿都能够接受完整的基因分析。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30