Cloud based NGS framework

Cloud based NGS Analysis Framework

김형용 책임개발자

E-mail_hygkim@insilicogen.com
KM사업부
Insilicogen, Inc.

“데이터를 얻는 능력, 즉 데이터를 이해하는
능력, 처리하는 능력, 가치를 뽑아내는 능력,
시각화하는 능력, 전달하는 능력이야말로
앞으로 10년간 엄청나게 중요한 능력이 될
것이다”

Hal Varian,
Chief Economist at Google

2

Virtualization

가상화

• 컴퓨터 자원의 추상화를 일컫는 말
• 가상의 물리적 리소스를 만들어 냄.

•물리적인 1대의 하드웨어 자원을 논리적으로 여러 개로 나누어 사용하거나,
•여러대의 하드웨어 자원을 논리적으로 통합하여 이용하는 기술

• 하드웨어 관리, 재난에 대한 시스템 복구 등 여러 문제를 해결할 수 있는 방법으로 최근
각광 받고 있음

Virtualization

가상화의 장점!!

• 비용절감
 서버 한 대를 분할하여 여러 대의 서버를 구성할 수 있음
 서버 구입비용 절감, 전기, 상면비용, 서버관리비용이 절감
• 자원의 효율적인 사용
 서버의 비 활용되는 자원을 이용하여 가상머신을 만듬으로써 효율적인 자원사용이 가능
• 안정적인 운영
 서버를 이미지로 백업, 손쉬운 서버 이전으로 장애에 대한 신속한 대처 가능
• SW의 지속적인 운영
 서버 HW의 수명 주기가 끝나면 OS 벤더는 장치 드라이버 지원이 중단됨
-> 마이그레이션 문제가 발생
 가상머신에 기존의 시스템을 가상머신에 올리기 때문에 장치 드라이버에 대한 문제
가 발생하지 않음

Copyrightⓒ Insilicogen,Inc. 2011. All rights reserved. 6

가상화 이점

단일서버
- CPU: 2
Type A
- RAM: 96G
- HDD: 1T

단일서버
일반적인 Type B
- CPU: 24
- RAM: 96G
서버 구성
- HDD: 500G

클러스터서버
- CPU: 2
Type C - RAM: 8G
- HDD: 500G
- NODE: 12EA

추가적인 하드웨어 구매필요
모든 자원이 활용되는 것은 아님

Cop
7

가상화 이점

단일서버
- CPU: 2
Type A 가상머신
- RAM: 96G
- HDD: 1T

단일서버
- CPU: 24
Type B 가상머신
- RAM: 96G
- HDD: 500G
가상화 이용
서버 구성 클러스터서버
- CPU: 2
Type C - RAM: 8G 가상머신
- HDD: 500G
- NODE: 12EA

하드웨어 비용 절감
자원의 효율적 이용

Cop
8

클라우드 서비스에 기본적으로 활용

Cop
9

OpenNebula

• Virtual Machine(VM) 관리 Tool
• Xen, KVM, VMWare등의 관리 제공
• OpenNebula 의 기능들
- User Management
- VM Image Management
- Virtual Network Management
- Virtual Machine Management
- User Interfaces
- Service Management
- Scheduling
- Infrastructure Management
- Storage Management

10

OpenNebula - Sunstone

11

OpenStack

 IaaS cloud computing by
Raskpace Cloud and NASA
 Open source software for
building private and public
clouds
 Deliver solutions for all types of
clouds by being simple to
implement, massively scalable

12

Grid vs Cluster

대용량 데이터에 대한 연산을 작은 소규모 연산들로 나누어
공통점 작은 여러대의 컴퓨터로 분산시켜 수행

WAN상에서 서로 다른 기종의 머신들을 연결
차이점 다양한 플랫폼을 서로 연결함
연결대수에 제한이 없음


Grid


Globus Toolkit

 대표적인 계산 그리드 미들웨어
 Open source toolkit for building computing grids
developed and provided by Globus Alliance
 Standards implementation
• Open Grid Service Architecture (OGSA)
• Open Grid Service Infrastructure (OGSI)
• Web Services Resource Framework (WSRF)
• Job Submission Description Language (JSDL)
• Distributed Resource Management Application
API (DRMAA)
• SOAP
• WSDL
• Grid Security Infrastructure


High level Open Grid Forum API specification for submission and control of jobs to a
Distributed Resource Management (DRM, Job scheduler) system, such as a Cluster
or Grid computing infrastructure


PBS (Portable Batch System)

 Computer software that performs job scheduling in Unix cluster environment
 A component of the Globus Toolkit
 Originally developed by NASA
 Following versions
• OpenPBS
• TORQUE – a fork of OpenPBS
• PBS Professional (PBS pro) - commercial


TORQUE

 Distributed resource manager providing control
over batch jobs and distributed compute node
 It stands for Terascale Open Source Resource and
QUEue Manager
 Slave 노드의 CPU개수, core 개수, RAM사이즈, 임
시저장소 등의 설정정보를 가지고 스케줄러에 의해
요청이 왔을 때 클러스터 리소스를 분배함

Slave 1

Master
Slave 2

NFS
Slave 3
> qsub a.sh
a.sh 명령을 스케줄러에 따라 slave로 넘김


Virtualized Galaxy (Test-bed)


CLOUD COMPUTING

21
Copyrightⓒ Insilicogen,Inc. 2011. All rights reserved.

Cloud computing

 Delivery of computing and storage
capacity as a service to a
heterogeneous community of end-
recipients.


VPS (Virtual Private Server)
 Internet hosting services to refer a virtual machine in a cloud


AMAZON WEB SERVICES

25
Copyrightⓒ Insilicogen,Inc. 2011. All rights reserved.

Amazon EC2 (Amazon Elastic Compute Cloud)

Virtualization + Grid(Cluster) computing in a Cloud

26


27


28


29

Amazon S3 (Amazon Simple Storage Service)

30

Aspera Connect Server

FTP 대비 국내연결시 3x~5x, 해외연결시 5x~1000x 전송속도 향상
1000 Genome, EBI 등 해외 주요 생물정보 사이트에서도 서비스

31

GALAXY CLOUDMAN

32
Copyrightⓒ Insilicogen, Inc. 2010. All rights reserved.

Galaxy 구성요소

Galaxy 주요구성 요소

 Datasources : 입력 데이터 지정. 별도의 지역
시스템이나, 외부 웹사이트의 데이터를 등록 가능
 Tool : 기본적인 분석의 최소 단위, 지역설치시
원하는 툴을 만들어 넣을 수 있음
 History : 입력데이터가 Tool의 조합을 거쳐
얻어진 중간 결과물 목록
 Workflow : History 는 입력데이터 및 파라메터만
바꾸면 새로운 데이터 결과를 얻을 수 있다. 이를
별도로 프로세스 등록
 Visualization : 분석결과를 가시화 도구와 연결
 Page : 위 요소들을 종합한 보고서 작성 기능

Eprimer3 tool 을 별도로 만들어 등록한 예제


Galaxy tool 은

입력 출력
Tool
포맷 포맷

입력 데이터를 (포맷에 맞게) 작업하여 (포맷에 맞게) 출력 데이터를 만드는 역할

조합하면 Workflow가 된다


Creating your own Galaxy


Primer design tool


Galaxy on Cloud

Using Amazon EC2 + S3

Select AMIs in Community AMIs


Galaxy on Cloud


Galaxy on Insilicogen

Galaxy localization on cluster

Tool development

Workflow development


CLOUD BASED NGS ANALYSIS
SERVICE

45

AWS를 활용 HPC 서비스 제공 (예, PacBio의 SMART)

30x Human genome
1 sample (150G)
500만원 (1년저장)


구글로부터 투자받아
NCBI SRA 서비스 연동

온라인에서 실험없이
곧바로 분석 가능


BGI의 무료 분석서비스
현재 인간데이터 분석에 초점. 6월부터 타
생물종 지원예정


Bina Box 라는 별도의 컴퓨터를
분석장비에 장착

이곳에서 기본 분석 후 데이터 용
량을 줄여 Cloud로 전송


Genome-in-a-Day


CONCLUSION

59

Cloud based NGS analysis

 No need to purchase hardware
 Data acquisition and analysis and service in the same space
 Elastic computing power and storage
 But, data transfer problem (Aspera, NAS box)

My Book
Thunderbolt 6TB


Opportunity

 Domestic Analysis Market Expansion (PGM21, Teragen,…)
 For large NGS analysis, We need more server and storage
 AWS is more easy and cheap
 Customer want to easy analysis and high quality product
 Need to easy web application
 With KT?


What can we do?

 Customized/Advanced Analysis Service Positioning
 Galaxy + IncoBook on the cloud
 Specialized analysis pipeline on the cloud


www.insilicogen.com
E-mail km@insilicogen.com
Tel 031-278-0061
Fax 031-278-0062

Cloud based NGS framework

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Similar to Cloud based NGS framework

Similar to Cloud based NGS framework (20)

Cloud based NGS framework