基云惠康CEO郝向稳：深耕基因解读的变与不变

基云惠康CEO郝向稳认为，基因组数据处理速度的提升有赖于三个方面：硬件性能的提升、数据处理算法的改进、计算模式的优化。

问答之间

健康界： 业内流传一句看似玩笑的话，“如果恨一个人，就让他去创业。”对此，您怎么看？如何定义创业？

郝向稳： 我们对创业的理解是，从0到1去做一件影响未来的事业，期间会遇到很多的困难、探索、煎熬和挫折。如果一件事情别人已经做过，一个团队只是拷贝过来，哪怕是从外国拷贝到中国，在我看来都不是事业上的创业，只能看成是商业上的运作。

基云惠康成立时，人类基因组测序的成本正从人类基因组计划27亿美元的原始科研时代开始迈入1000美元的大众时代。基于对未来影响大众生活的预期和对于基因行业现有模式的理解，我们选择在个人基因组数据方向进行创业。

我们在个人基因组数据的快速处理、分布式计算、全基因解读、基因应用开发上做了长时间的探索，其中过程正如前面讲到的那样，对我个人和团队都是一个磨练的过程。我们现在对于基因组技术影响未来的认知和对于基因组数据解读技术的理解已经与创业当初不一样，对未来更加笃定。

健康界： 基云惠康三周年在即，如果回顾总结一下，您会选择哪三个关键词？

郝向稳： 业务方向、路径选择、团队组建。回顾过去三年的历程，我们在业务方向上一直往大健康方向努力，但对于目标客户的选择存在一个逐步清晰的过程，目标客户不够清晰的情况下，需要进行长时间的探索；路径选择也会伴随着目标客户的选择而变化，每个创业者都要花足够多的时间在路径的选择上，基于未来的目标和自己的资源，选择最适合自己的路径；无论什么样的目标和路径，都要靠团队来实现，在团队的组建上，要选择优秀的人才，核心团队骨干要靠长时间的检验沉淀下来逐步形成，如果能在开始组建时就形成高效互补的团队，则是创业者的好运气。

健康界： 随着基因测序成本降低，相应数据增量明显，如何寻找更高效的数据处理方案，提升数据解读速度？

郝向稳： 数据处理速度的提升，一方面依赖于硬件的性能提升，另一方面依赖于数据处理算法的改进，还有就是如何从计算模式上进行优化。这三个方面的提升都可以提升基因组数据处理的速度。当然，随着基因组测序成本的快速降低，基因组数据的产出量在快速增加，也引起了计算类、互联网巨头的注意，如英特尔、阿里云、华为云等企业都成立专门的团队，参与到基因组数据计算的市场中来。

除了传统的超级计算机外，也有国外的公司通过把软件程序固化在计算硬件上的方案来提升数据处理的速度。相信在基础的数据处理环节，基因测序技术服务商如Illumina会在这方面加大集成的力度，以减少数据传输和分析的成本。