生命科学数据收集、存储和处理

实验室技术人员运行实验，结果写入本地文件服务器上的文件夹。设置了一项 AWS DataSync 任务，将数据从本地存储同步到亚马逊简单存储服务 (Amazon S3) 中的存储桶。

数据要 AWS Cloud 么通过互联网传输，要么通过避开互联网的低延迟直接连接传输到，例如。 AWS Direct Connect

On-premises 研究人员通过亚马逊 S3 文件网关使用网络文件系统 (NFS) 或服务器消息块 (SMB) 在现有生物信息学工具中分析亚马逊 S3 中的数据。

合同研究组织 (CRO) 等合作实体可以通过使用 AWS Transfer Family FTP、SFTP 或 FTPS 将研究结果上传到亚马逊 S3。

您可以通过编写将数据运行到配置为不经常访问的 S3 存储桶的工具来优化存储。确定您的 S3 存储访问模式，以最佳方式配置 S3 存储桶生命周期策略并将数据传输到 Amazon Glacier。

使用 Amazon FSx for Lustre，可以在云端进行高性能计算 (HPC) 访问数据，用于基因组学、成像和其他密集型工作负载，从而提供低毫秒延迟的共享文件系统。

研究 HPC 工作负载使用 AWS Step Functions 和在云端编排 AWS Batch，用于在亚马逊弹性计算云 (Amazon EC2) 实例或亚马逊弹性容器服务 (Amazon ECS) 容器上进行灵活的中央处理单元 (CPU) 和图形处理单元 (GPU) 计算。

机器学习使用通用的人工智能和机器学习 (AI/ML) 工具包进行，该工具包使用 SageMaker Amazon AI 进行功能工程、数据标签、模型训练、部署和机器学习操作。亚马逊雅典娜用于使用现有工具进行灵活的 SQL 查询。