11、BiobankCloud：生物样本库数据管理的创新平台

BiobankCloud：生物样本库数据管理的创新平台

1. 元数据管理

在生物样本库的数据管理中，需要诸如基因组所属的样本和样本集、样本类型以及捐赠者信息等内容。为此，提供了一个用户界面（UI）工具，方便非编程背景的生物样本库工作人员设计与基因组、样本集、数据集或研究相关的扩展元数据。这些扩展元数据与文件系统元数据存储在同一数据库中，并通过外键关联到元数据所引用的文件或目录，以此保证其完整性。为了使扩展元数据可搜索，会将其异步透明地复制到 Elasticsearch 中，实现对样本的自由文本搜索。

2. HopsYARN

HopsYARN 是 Apache YARN 的一种实现，它将元数据迁移到了 MySQL Cluster。YARN 的资源管理器被划分为两部分：
- 资源跟踪器节点（ResourceTracker nodes）：处理来自节点管理器的心跳信息，并向其发送命令。
- 单个调度器节点（single scheduler node）：实现资源管理器的其他所有服务。

如果调度器节点出现故障，领导者选举服务会从资源跟踪器节点中选出一个新的调度器，并从数据库中加载调度器状态。与 Apache YARN 相比，HopsYARN 能够处理更大规模的集群，因为资源跟踪工作从调度器节点转移到了其他节点，且资源跟踪流量随集群规模线性增长，这将有助于在单个系统中分析更多的基因组数据。

3. SAASFEE

为了处理当今生物样本库中存储的大量基因组数据，研究人员拥有多种工具。这些工具常相互配合使用，形成复杂的分析流程。科学工作流管理系统（SWfMSs）可促进这些分析流程的设计、优化、执行、监控、共享和维