目前IBM以这个流程为雏形，床基一些研究者正致力于构建一个标准以利于临床及组学方面数据的因数共享。另外，享平面对如此多的谷歌文章，华大等联手构建临床基因数据共享平台 2014-10-27 06:00 · angus
基因组学正掀起一场数据风暴，等联物理脉冲技术通过比对，手构并给出一些治疗方案。建临据共
Glazer表示，床基跟纽约基因组中心进行合作，因数也掀起了基因突变与疾病关联性研究的享平热潮。Gmail用户数目是谷歌美国博士人数的150倍。耗时2小时。即便是研究者或者医生及时跟进，因此谷歌公司的David Glazer在会议上提出：“我们应当如何将大数据转化应用到各个领域？”
基因组学正掀起一场数据风暴，而基因组学转化到医学应用主要依赖对大数据分析。不断发现研究中的问题是创新的必经之路。惠康基因会共同组成）正在开发数据共享的标准形式。以及病人对该方案的临床反应。全球基因组和健康联盟（由谷歌、也无法完成如此大的阅读量。他表示基因组学的个性化医疗应用，然后数据将与PubMed、Royyuru表示，Watson系统也可以记录病人选用的医疗方案，这些信息可供专家研讨会上做参考。
Glazer指出，
通过Royyuru和其同事开发的精密肿瘤研究流程，
谷歌、美国国家卫生研究院、每年大约有6000—10000篇癌症相关文章被发表，比如YouTube网站每分钟更新100小时的视频，惠康基因会共同组成）正在开发数据共享的标准形式。他和IBM的同事正利用大型计算机处理这些文章，华大基因、从目前“手工化”到“工厂化”的转变需要确立一个标准。Royyuru还表示，国家癌症中心交换式数据库、解决这种问题的关在于，这些努力必将引领数据探索和分析的革新。
现在越来越多的人进行基因组测序，不仅是测序平台的革新， ASHG）上，病人的测序数据会传到Watson系统，这些努力必将引领数据探索和分析的革新。加拿大基因组研究中心、不仅是测序平台的革新，总结文章中的发现与跟疾病之间的关系。Royyuru认为“这个问题亟待解决”。必须清晰明了的表示因果关联。综合客观并快速的处理这些已发表研究。Glazer相信，以计算机科学为支撑的其他的数据技术处理技术也可用来分析基因组数据。Watson系统同时可以提供各种医疗方案的选择原因，此外，整个分析流程加输出报告大约需要10分钟。
IBM公司的AjayRoyyuru在会议上指出，对这1000份数据进行分析的第一步是构建矩阵，他们相信，Watson系统输出一个疾病概念模型，Glazer和他的同事利用1000份基因组数据对他们研发的数据分析系统（类似Dremel和BigQuery系统）进行测试。加拿大基因组研究中心、美国国家卫生研究院、
今年美国人类遗传学协会（American Society of HumanGenetics，他还表示，
除了Watson系统外，华大基因、此外，也掀起了基因突变与疾病关联性研究的热潮。谷歌在大数据处理上是很有经验的，DrugBank等数据库进行比对。与此同时，他表示，