自从 2001 年人类基因体解码完成后，基因体学逐渐成为生医领域的主流，随着基因定序技术的大幅进展，以及大数据时代的兴起，由“A、T、C、G”累积成的庞大资料量仿佛蕴藏攸关生命健康的宝藏，吸引各界专家学者前往寻宝，而“工欲善其事，必先利其器”，不仅生物资讯人才变得抢手，精密的运算系统也是解开“生命藏宝图”不可或缺的关键。然而，传统电脑在处理巨量资料的过程中会面临费时、耗能等问题，此次基因线上采访英国光学仪器新创公司 ── Optalysys 的创办人暨执行长 Nick New 博士，分享光学运算技术为基因体市场带来的新契机。
创立于 2013 年的 Optalysys ，致力于发展光学运算电脑（optical computing）技术，以解决传统电脑的限制。在 2017 年 ，Optalysys 也于中国深圳的国际基因组学会（ ICG-12）公开发表最新基因序列比对（genetic sequence alignment）的产品原型，并宣布将锁定中国生命科学市场。然而，光学运算技术与基因体学到底有什么关联性？为何优先选择基因体学为切入点？让我们来一探究竟。
投入光学运算的契机
光学运算电脑技术（optical computing）从 1960 年代开始发展，当时 Nick New 博士正在进行博士后研究，至今他已踏入该领域十九年，但直到近几年他们才开始重视光学系统的精实性与结构，并且将光学系统与显示器技术结合应用，开发光学运算系统的潜能，快速发展为有实际应用价值的技术。最初，他是透过自己的博士研究计画开始接触这项技术，而后，他渐渐发现潜藏其中的商业价值，并尝试将技术从实验室中移转出来，置入日常应用当中。
光学电脑与传统电脑的差异
光学电脑的优势在于运算处理时所消耗的能量极低，光学运算分析系统是利用低能量雷射光，而不是电能，其处理效率远超越传统电脑，不仅可以达到快速且大规模的运算处理，而且过程中仅会耗损些微的能量。
除了能量耗损之外，传统电脑运算还面临许多挑战
从广泛的应用角度，处理系统的速度与分辨率是影响应用的关键，而能量的损耗程度与此息息相关。传统电脑所面临的瓶颈之一就是电力的消耗；其次，传统电脑的处理速度也受限于运算芯片，任何效能的改良都势必伴随更多能量的使用。因此，替代性的运算技术应运而生，不像传统电脑通常只有一个中央处理器（central processing unit），近年来的电脑会使用特殊处理器，负责特定作业项目，而他们所研发的光学技术便是其中之一。
Optalysys 为何选择基因体学（genomics）作为主要目标市场？
Optalysys 获得英国政府的资助，与英国诺里奇（Norwich）的 Earlham Institute 的基因体研究所共同合作，将光学系统应用在通常需仰赖高性能计算（high performance computing，HPC）— 亦即超级电脑（supercomputer）— 运行的流程，目前这项技术已可供商用，其效率为传统技术的 20 倍，且降低了大约 90％ 的能量消耗。他们正把技术发展到所有会受到运算处理能力限制的领域，而基因体学就是一个相当好的例子，因为许多相关的研究发展都受限于电脑运算能力。
此外，Nick New 博士表示，基因体学是当今十分令人振奋的领域之一，虽然还在起步阶段，但成长相当快速，其经济成长速率为每年可增长 21％，非常惊人，不论对食品或精准医药等领域皆产生了巨大的影响。预估到 2021 年，整体产值将高达 600 亿美元左右。他们在基因体学中看到许多机会，这将是 Optalysys 技术的首次问世，同时他们也正计画将该技术推广到其他应用领域，基因体学的应用只是该公司的第一步。
光学电脑可为生物技术领域带来革命性改变
应用在基因体学中的处理系统，过往这项技术须透过 HPC 平台，通常只能在制药公司大型基因体学中心完成。虽然他们的技术目前主要目标是引入 HPC 系统，不过他们也可以将技术应用在桌上型电脑系统中，如此一来，一般研究人员也能轻易触及高性能的分析工具，提升研究分析的效率。
许多定序仪器有内建的处理器及硬件，甚至应用云端运算技术，请问这些技术是否有整合应用的空间？
Nick New 博士表示肯定，他说：“未来我们发展的关键之一就是将技术套用至不同的主机机型，而不侷限于传统的电脑架构。而如何将技术应用于定序仪器中，是我们非常感兴趣的部分。”同时，他们也希望将技术应用在可携式的仪器上，像是奈米定序仪器公司 Oxford Nanopore 所研发的便携式定序仪器。所以他们希望先开发 HPC 平台的应用，后续将光学元件发展成不同的尺寸和形状，使其能广泛适用于各种不同机型。
延伸阅读：2017 精彩时刻！ 基因线上精选十大新闻（下）©www.geneonline.news. All rights reserved. 基因线上版权所有 未经授权不得转载。合作请联系：service@geneonlineasia.com
