1樓：
生物資訊從大面上至少可以分成，開車的和造輪子的，搞汽車裝修的這幾類。除了開車的，其餘很少能夠接觸T以上的資料。
我最近在實驗室做一些分析，我也不知道算不算大資料，反正一周樣本都跑下來，快10個T了。現在測序很便宜，乙個樣本測個幾百G，然後平行幾個樣本的事情以後肯定會越來越多。什麼是真正的生物大資料時代，我不知道，我只知道現在800G的儲存成本是3000RMB左右，只能測30G的資料，什麼時候這3000RMB可以測500GB的資料時，才是真正的海量資料。
另外，生物資訊學資料量，每5個月翻一翻，這個資料量，你想想吧，有哪個能比？
2樓：田魯亦
和網際網路不同，我覺得現在的生物還不算是進入了所謂的「大資料」 時代。
第乙個不同是，在網際網路行業，我們可以很容易的用各種api獲得成T的資料，然而生物行業，測量大量生物資料需要很多花費。即便是現在的二代測序發展迅速，獲得資料的花費大大減少的情況下。我們獲取大量資料的能力依舊不夠強。
第二個不同是，來自不同研究產生的資料很難整合。因為即便是相同型別的資料（比如轉錄組），用不同的方法，不同的測序深度，獲取的資料也會有不同的噪音。另外生物樣本有內在的噪音，比如基因突變以及表達噪音。
不同研究中的相同型別細胞，可能有很不一樣的特徵。所以我們很難把來自不同研究的資料輕鬆的整合起來。1+1不一定等於2。
所以我認為，現在生物中所謂的「大資料」，現在還只是炒概念而已。當然你要認為100G就算大資料了，那我也沒話說。
為什麼說生物資訊學是真正的大資料專業？
路西 就談一點資料質量，現在組學相關資料只有genome sequence是相對準確的，其它具備時空性質的組學資料，比如轉錄組，蛋白質組，表觀遺傳組等不具備可重複性，在將來都會被顛覆。這些都受限於生物學系統的複雜性，實驗技術和產出資料平台的不完備。如果資料是不可重複的，只是量大是毫無意義的。 徐卓菲...
什麼是生物資訊學？生物資訊學中計算機和大資料各扮演什麼樣的角色？
張旭東 當研究樣本量小 研究物件只是一兩個基因的時候，實驗結果用個小本記一下就行了，不用統計學方法，更用不上計算機程式設計，高效能計算。但是隨著高通量測序技術的發展和人類基因組計畫的完成，大資料 大樣本量的時代來了。樣本量大了，你需要科學的統計學方法 資料量大了，你需要高效的計算機程式設計。數學 計...
如何評價西交利物浦大學的生物資訊學專業？
Thegreenarrow 作為一名生科人，大體介紹可看上面的，我會做些細節介紹。生信的老師規模不大 目前primary faculty不算生科的老師有4個 選這個的學生也不算多 一年大概10幾個 可以算是精小班了。師資背景非常的出色，主要是系主任會有很多機會介紹 工作，科研，學校 本科的時候如果和...