基于Docker Swarm集群的藥物基因組解讀及用藥指導(dǎo)軟件設(shè)計(jì)*

孫濤，徐秀林，丁瑞豐，胡秀枋

(上海理工大學(xué)醫(yī)療器械與食品學(xué)院，上海 200093)

1 引 言

藥物基因組學(xué)(pharmacogenomics，PGx)是研究藥物反應(yīng)與遺傳基因之間關(guān)系的一門學(xué)科。臨床上PGx通過(guò)藥物基因變異信息來(lái)指導(dǎo)用藥劑量，以實(shí)現(xiàn)個(gè)體化合理用藥，減少或者避免藥物的不良反應(yīng)，改善患者預(yù)后，實(shí)現(xiàn)精準(zhǔn)治療[1]。

近年來(lái)，隨著人類基因組精準(zhǔn)醫(yī)學(xué)的發(fā)展，國(guó)內(nèi)外均有提出精準(zhǔn)醫(yī)學(xué)計(jì)劃和實(shí)踐應(yīng)用。2015年1月20日，美國(guó)國(guó)情咨文中宣布了“精準(zhǔn)醫(yī)學(xué)計(jì)劃”，旨在借助精準(zhǔn)醫(yī)學(xué)為臨床提供科學(xué)的治療依據(jù)[2]。同時(shí)依托先進(jìn)的計(jì)算機(jī)技術(shù)，歐美國(guó)家率先建立了一系列重要的PGx數(shù)據(jù)庫(kù)和臨床信息系統(tǒng)，如美國(guó)St.Jude兒童研究院建立了藥物基因警報(bào)系統(tǒng)，該系統(tǒng)能及時(shí)添加患者高?；蚍中图皾撛诘乃幬锊涣挤磻?yīng)，制定相應(yīng)藥物治療方案，輔助臨床決策[3]。2016年，我國(guó)頒布了“精準(zhǔn)醫(yī)學(xué)計(jì)劃”。之后，國(guó)家衛(wèi)生計(jì)生委推出了兩套藥物基因組學(xué)試行指南，以規(guī)范臨床用藥規(guī)則和精準(zhǔn)醫(yī)學(xué)行業(yè)市場(chǎng)[4]。當(dāng)前，通過(guò)利用先進(jìn)的計(jì)算機(jī)技術(shù)來(lái)整合PGx的相關(guān)指南，建立實(shí)時(shí)更新的臨床信息系統(tǒng)，是廣大醫(yī)學(xué)工作者迫切關(guān)注的問(wèn)題。

本研究開(kāi)發(fā)了一種基于Docker Swarm集群的藥物基因組解讀及用藥指導(dǎo)軟件。該軟件采用國(guó)際權(quán)威的遺傳藥理學(xué)與藥物基因組學(xué)數(shù)據(jù)庫(kù)(PharmGKB)及美國(guó)食品藥品監(jiān)督管理局(FDA)藥物標(biāo)簽數(shù)據(jù)庫(kù)的數(shù)據(jù)作為PGx知識(shí)庫(kù)內(nèi)容[5]；采用Docker Swarm集群負(fù)載均衡算法，實(shí)現(xiàn)藥物基因檢測(cè)位點(diǎn)的快速解讀，為臨床用藥提供快捷、有效的指導(dǎo)。

2 軟件總體設(shè)計(jì)

2.1 開(kāi)發(fā)平臺(tái)構(gòu)建

本軟件開(kāi)發(fā)平臺(tái)為Ubuntu 16.04 LTS系統(tǒng)，前端Web頁(yè)面視圖使用超文本標(biāo)記語(yǔ)言5(HTML 5)[6]、層疊樣式表3(CSS 3)[7]、JavaScript腳本等實(shí)現(xiàn)，使用MySQL5.7作為數(shù)據(jù)庫(kù)管理系統(tǒng)，使用超文本預(yù)處理器5.6(PHP 5.6)和RScript作為服務(wù)器端腳本，使用Docker Swarm集群搭建集群環(huán)境。

2.2 軟件架構(gòu)

通過(guò)創(chuàng)建三個(gè)Docker Engine實(shí)例節(jié)點(diǎn)(Node)：Manager Node、Worker1 Node和Worker2 Node來(lái)構(gòu)建Swarm集群。軟件設(shè)計(jì)框架見(jiàn)圖1，客戶端登錄瀏覽器，輸入Web域名向服務(wù)器端發(fā)送HTTP請(qǐng)求，域名指向服務(wù)器集群中的Manager Node。Manager Node將HTTP請(qǐng)求根據(jù)負(fù)載均衡算法下發(fā)至Worker Node，HTTP 代理服務(wù)器Nginx一旦接收到Manager Node下發(fā)的HTTP請(qǐng)求，立即處理靜、動(dòng)態(tài)文件請(qǐng)求。其中PHP動(dòng)態(tài)請(qǐng)求包括通過(guò)應(yīng)用程序函數(shù)接口(API)調(diào)用后臺(tái)MySQL數(shù)據(jù)庫(kù)中的藥物基因組數(shù)據(jù)庫(kù)，以及異步調(diào)用RScript基因組解讀腳本。靜、動(dòng)態(tài)請(qǐng)求響應(yīng)結(jié)束后，Nginx再將數(shù)據(jù)返回到客戶端瀏覽器頁(yè)面。

圖1 軟件設(shè)計(jì)框架圖Fig.1 Software design framework

3 關(guān)鍵技術(shù)

3.1 基于LNMP的服務(wù)器端設(shè)計(jì)與實(shí)現(xiàn)

服務(wù)器端是通過(guò)Linux+Nginx+MySQL+PHP的組合方式實(shí)現(xiàn)的，設(shè)計(jì)與實(shí)現(xiàn)見(jiàn)圖2。前端表單數(shù)據(jù)提交至服務(wù)器端，由PHP通過(guò)MySQLi連接數(shù)據(jù)庫(kù)來(lái)處理表單，同時(shí)PHP調(diào)用RScript位點(diǎn)解讀腳本進(jìn)行基因位點(diǎn)與數(shù)據(jù)庫(kù)進(jìn)行比對(duì)計(jì)算，計(jì)算流程見(jiàn)圖3，首先計(jì)算測(cè)序深度(Depth)和變異質(zhì)量值(QUAL)，將位點(diǎn)測(cè)序深度(Depth)小于5或大于100以及位點(diǎn)變異質(zhì)量值小于20的SNP位點(diǎn)過(guò)濾，得到可靠性較高的SNP位點(diǎn)，然后與藥物基因組數(shù)據(jù)庫(kù)比對(duì)計(jì)算，得到藥物作用的基因突變位點(diǎn)信息，再將此突變位點(diǎn)與藥物數(shù)據(jù)庫(kù)比對(duì)計(jì)算，得到用藥指導(dǎo)方案，實(shí)現(xiàn)藥物基因位點(diǎn)的解讀。其中位點(diǎn)解讀結(jié)果及用藥指導(dǎo)方案等信息可在患者報(bào)告中獲得并提供PDF格式文件的下載，患者報(bào)告見(jiàn)圖4。

圖2 服務(wù)器端設(shè)計(jì)與實(shí)現(xiàn)圖Fig.2 Server-side design and implementation diagram

圖3 藥物基因位點(diǎn)解讀流程圖Fig.3 Drug gene locus interpretation flow chart

圖4 患者報(bào)告圖Fig.4 Patient report diagram of software system

3.2 基于Docker Swarm的服務(wù)器集群設(shè)計(jì)與實(shí)現(xiàn)

由于藥物基因庫(kù)內(nèi)數(shù)據(jù)種類繁多、數(shù)量龐大，利用單主機(jī)架構(gòu)的軟件系統(tǒng)存在響應(yīng)時(shí)間長(zhǎng)、請(qǐng)求隊(duì)列排隊(duì)時(shí)序久，導(dǎo)致位點(diǎn)解讀效率較低。本軟件使用Docker Swarm搭建服務(wù)器集群，實(shí)現(xiàn)了軟件系統(tǒng)負(fù)載均衡，提高了位點(diǎn)解讀效率。

Docker是一種輕量級(jí)的虛擬容器技術(shù)[8]，具有啟動(dòng)快，資源占用少，擴(kuò)展性強(qiáng)，管理方便等優(yōu)點(diǎn)。Swarm是一款Docker集群管理工具[9]，它將多臺(tái)部署有Docker服務(wù)的主機(jī)抽象成一個(gè)虛擬集群，提高了Docker的跨主機(jī)能力，減少了Docker與主機(jī)的耦合。

3.2.1基于IPVS的動(dòng)態(tài)負(fù)載均衡算法 IPVS(IP virtual server,IPVS)是Linux虛擬服務(wù)器實(shí)現(xiàn)負(fù)載均衡的關(guān)鍵技術(shù)[10]。本軟件使用的負(fù)載均衡算法是IPVS的加權(quán)最小鏈接動(dòng)態(tài)負(fù)載均衡算法，通過(guò)計(jì)算服務(wù)器節(jié)點(diǎn)連接數(shù)與服務(wù)器節(jié)點(diǎn)權(quán)重的比值，將新請(qǐng)求分配給比值最小的服務(wù)器節(jié)點(diǎn)來(lái)實(shí)現(xiàn)動(dòng)態(tài)負(fù)載均衡。服務(wù)器節(jié)點(diǎn)連接數(shù)計(jì)算公式,見(jiàn)式(1)：

AC=ac×K+Iac

(1)

其中，AC表示服務(wù)器節(jié)點(diǎn)連接數(shù)，ac表示Swarm負(fù)載均衡器上記錄的活動(dòng)連接數(shù)，Iac表示Swarm負(fù)載均衡器上記錄的非活動(dòng)連接數(shù)，K為連接系數(shù)，一般取256。

最小比值計(jì)算公式見(jiàn)式(2)：

(2)

其中，AC(Ni)表示當(dāng)前服務(wù)器節(jié)點(diǎn)連接數(shù)，W(Ni)表示當(dāng)前服務(wù)器節(jié)點(diǎn)權(quán)重，Pi表示分配請(qǐng)求的服務(wù)器節(jié)點(diǎn)。在本軟件的集群設(shè)計(jì)中，由于兩個(gè)Work Node均為性能相同的Docker Machine，故設(shè)置兩個(gè)Work Node的節(jié)點(diǎn)權(quán)重值相等。加權(quán)最小鏈接動(dòng)態(tài)負(fù)載均衡算法實(shí)現(xiàn)過(guò)程見(jiàn)圖5，Swarm集群共有兩個(gè)工作節(jié)點(diǎn)，分別為Worker1 Node和Worker2 Node，在圖5中分別表示為S0和S1，Wm表示第m個(gè)服務(wù)器節(jié)點(diǎn)的權(quán)重值，Cm表示第m個(gè)服務(wù)器節(jié)點(diǎn)的連接數(shù)。

3.2.2Swarm集群設(shè)計(jì)與實(shí)現(xiàn) 利用Docker Machine創(chuàng)建一個(gè)Manager Node以及Worker1 Node、Worker2 Node構(gòu)建Swarm集群，見(jiàn)圖6。 其中Manager Node負(fù)責(zé)管理整個(gè)Swarm集群的容器資源，Worker1 Node和Worker2 Node負(fù)責(zé)接收并執(zhí)行Manager Node下發(fā)的任務(wù)。集群使用docker compose.yml配置文件創(chuàng)建了兩個(gè)Stack實(shí)例：My_web和Monitor。My_web包含三個(gè)服務(wù)項(xiàng)，分別為PHP-R、MySQL、Nginx服務(wù)，是軟件的Web實(shí)例服務(wù)。Monitor包含三個(gè)服務(wù)項(xiàng)，分別為Cadvisor、Grafana、Influx服務(wù)，是軟件的監(jiān)控實(shí)例服務(wù)。集群內(nèi)部還創(chuàng)建了Overlay網(wǎng)絡(luò)(Overlay Network)，通過(guò)Overlay Network，不同的Node之間以及容器之間可以實(shí)現(xiàn)通信交互。

圖5 IPVS加權(quán)最小鏈接動(dòng)態(tài)負(fù)載均衡算法實(shí)現(xiàn)圖Fig.5 Implementation diagram of IPVS weighted minimum link dynamic load balancing algorithm

4 軟件有效性分析與測(cè)試

4.1 有效性分析

甲氨蝶呤(methotrexate,MTX)是一種抗葉酸類抗腫瘤化療藥物，它在多聚谷氨酸合成酶(FPGS)的作用下轉(zhuǎn)化為甲氨蝶呤多聚谷氨酸鹽(MTXPGs)，可使DNA合成受阻，促進(jìn)細(xì)胞凋亡[11]。較大劑量的MTX在抗腫瘤治療中雖有較好的療效，但不同基因位點(diǎn)的基因多態(tài)性會(huì)導(dǎo)致不同個(gè)體產(chǎn)生不同程度的藥物不良反應(yīng)，例如亞甲基四氫葉酸還原酶(MTHFR)基因型已被證實(shí)與MTX不良反應(yīng)中的白細(xì)胞減少、骨髓抑制等密切相關(guān)[12]。

王軼睿等[12]在未通過(guò)藥物基因解讀用藥的基礎(chǔ)上，利用大劑量甲氨蝶呤對(duì)112名惡性腫瘤患者進(jìn)行化療，并按照2009年公布的常見(jiàn)不良反應(yīng)事件評(píng)價(jià)標(biāo)準(zhǔn)4.0版，統(tǒng)計(jì)了患者在化療后7 d內(nèi)出現(xiàn)的各類不良反應(yīng)在5種不同等級(jí)水平上的不良反應(yīng)率，其中骨髓抑制在2級(jí)及2級(jí)以上的不良反應(yīng)率為52.7%，白細(xì)胞減少的不良反應(yīng)率為74.1%。

圖6 Swarm集群設(shè)計(jì)與實(shí)現(xiàn)圖Fig.6 Swarm cluster design and implementation diagram

經(jīng)過(guò)華山醫(yī)院倫理委員會(huì)(編號(hào)為KY-2015-256)批準(zhǔn)，采用本軟件對(duì)9例臨床腫瘤患者進(jìn)行研究。針對(duì)甲氨蝶呤藥物，對(duì)比經(jīng)過(guò)本軟件藥物基因解讀用藥與文獻(xiàn)[12]未通過(guò)藥物基因解讀用藥(以下簡(jiǎn)稱文獻(xiàn))的不良反應(yīng)統(tǒng)計(jì)結(jié)果，進(jìn)行有效性驗(yàn)證。患者信息如下：男性5名，女性4名；年齡均大于18周歲；已確診為左腺肺癌1例，乙狀結(jié)腸癌1例，肝癌1例，甲狀腺癌1例，肺癌1例，胃腸道間質(zhì)瘤2例，胃癌2例；均無(wú)甲氨蝶呤嚴(yán)重過(guò)敏史、骨髓抑制等MTX不良反應(yīng)病史，白細(xì)胞數(shù)正常；未因其他惡性腫瘤接受過(guò)較大劑量甲氨蝶呤化療。將患者基因測(cè)序文件上傳至本軟件得到解讀結(jié)果，見(jiàn)表1。9例患者的MTHFR基因在rs1476413、rs4846051、rs1801131、rs1801133四個(gè)位點(diǎn)上均存在基因型突變。對(duì)不同突變，采用解讀結(jié)果提供的用藥指導(dǎo)方案為患者提供化療?；熃Y(jié)束后，將9例患者7 d內(nèi)的不良反應(yīng)隨訪信息統(tǒng)計(jì)結(jié)果與文獻(xiàn)結(jié)果進(jìn)行對(duì)比，見(jiàn)表2。結(jié)果表明，經(jīng)過(guò)本軟件藥物基因解讀進(jìn)行用藥指導(dǎo)后，患者均未發(fā)生骨髓抑制、白細(xì)胞數(shù)減少等不良反應(yīng)，與未經(jīng)藥物基因解讀用藥的結(jié)果比較，兩種不良反應(yīng)率差異均具有統(tǒng)計(jì)學(xué)意義(P<0.05)，證明本軟件具有良好的有效性。

表1 甲氨蝶呤藥物基因位點(diǎn)解讀結(jié)果Table 1 Interpretation results of MTIX drug gene loci

表2 甲氨蝶呤化療不良反應(yīng)率對(duì)比Table 2 Comparison of adverse reaction rate of methotrexate in chemotherapy

4.2 軟件測(cè)試

為了驗(yàn)證本軟件的高并發(fā)處理能力，使用Apache Jmeter壓力測(cè)試工具模擬并發(fā)情況，以95%用戶響應(yīng)時(shí)間(ms)、吞吐量(請(qǐng)求數(shù)/s)兩種性能指標(biāo)比較本研究開(kāi)發(fā)的基于Swarm集群架構(gòu)的系統(tǒng)與基于單主機(jī)架構(gòu)的系統(tǒng)在處理高并發(fā)時(shí)的性能差異，其中Swarm集群系統(tǒng)與單主機(jī)系統(tǒng)的CPU能力資源均為3 GHz，內(nèi)存能力資源均為3 GB。設(shè)定用戶在線并發(fā)數(shù)為100，藥物基因大數(shù)據(jù)分析解讀任務(wù)的并發(fā)數(shù)以100、150、200、250、300的序列遞增，每個(gè)過(guò)程執(zhí)行50次迭代，測(cè)試結(jié)果見(jiàn)表3、表4。

由表3、表4可知，在相同并發(fā)壓力下，Swarm架構(gòu)的軟件響應(yīng)時(shí)間較單主機(jī)架構(gòu)的軟件縮短了一半左右，吞吐量明顯高于單主機(jī)架構(gòu)的軟件，說(shuō)明對(duì)于單主機(jī)架構(gòu)，由于多個(gè)并發(fā)項(xiàng)處于相同進(jìn)程，任務(wù)并發(fā)請(qǐng)求和用戶并發(fā)請(qǐng)求爭(zhēng)搶主機(jī)資源，出現(xiàn)請(qǐng)求進(jìn)入隊(duì)列等待，響應(yīng)時(shí)間過(guò)長(zhǎng)，并發(fā)請(qǐng)求數(shù)量受限。而Swarm架構(gòu)通過(guò)內(nèi)部IPVS動(dòng)態(tài)負(fù)載均衡算法由多個(gè)節(jié)點(diǎn)服務(wù)器并行響應(yīng)，響應(yīng)時(shí)間較單主機(jī)架構(gòu)明顯縮短，顯著提高了軟件解讀基因位點(diǎn)任務(wù)的吞吐量。

表3 相同并發(fā)情況下的Swarm集群與單主機(jī)軟件系統(tǒng)95%用戶響應(yīng)時(shí)間對(duì)比Table 3 The 95% user′s response time comparison of Swarm cluster and single host system under the same concurrency

表4 相同并發(fā)情況下的Swarm集群與單主機(jī)吞吐量對(duì)比Table 4 Throughput comparison of Swarm with single host architectures under the same concurrency situation

5 總結(jié)與討論

目前，由于PGx數(shù)據(jù)龐大且更新速度快，采用先進(jìn)的計(jì)算機(jī)技術(shù)整合PGx數(shù)據(jù)庫(kù)，建立具有快速數(shù)據(jù)處理能力的臨床信息系統(tǒng)是十分迫切的。本研究提出的基于Docker Swarm集群的藥物基因組解讀及用藥指導(dǎo)軟件以多主機(jī)網(wǎng)絡(luò)形式快速部署Web服務(wù)，在應(yīng)對(duì)高并發(fā)壓力時(shí)具有良好的負(fù)載均衡能力。同時(shí)，臨床測(cè)試研究證明本軟件具有良好的有效性。

然而，本研究設(shè)計(jì)的系統(tǒng)仍然存在一些不足。受硬件設(shè)備條件限制，集群服務(wù)器節(jié)點(diǎn)未采用實(shí)體物理機(jī)來(lái)搭建集群。另外，在軟件系統(tǒng)微服務(wù)方面還需要分析優(yōu)化，盡量減少M(fèi)anger Node參與實(shí)例服務(wù)，充分發(fā)揮Manger Node管理容器資源的優(yōu)勢(shì)，這些均有待于下一步研究。