外，流对象也可认为是代表了收集或监视 的统计数据。
[0043] 排序设备210, 211，或212通常位于远端设备或健康护理提供者250, 251，或252， 例如位于一照料点，购物中心，医生的诊所，药房，研宄或临床实验室，或其它场所。排序设 备210,211，或212决定了生物标本中的核苷酸的顺序。遗留的排序设备缺乏与预期的分析 系统200连接的能力，却可以通过排序设备接口 220, 221或222与分析引擎240相连。排 序设备接口可被构建成零件市场模块配置，或使排序设备适合于连接分析引擎240。一基 因组设备接口的实际技术可包括由Digi International, Inc.(参考URL www.digi.com; Digi Connect ME, Digi Connect Wi-ME, PortServer 等）或Lantronix Inc.(参考URL www. lantronix.com;XPort?，xPico?，UDS1100，WiPort?等）提供的设备服务器产品。这些设 备服务器可以安装基因组分析模块，以运行为排序设备接口 220至222,或可以与排序设备 210至212结合。
[0044] 排序设备210,211，或212可位于一照料点，购物中心，医生的诊所，药房，实验室， 或其它提供者的位置250, 251，或252。当排序设备210, 211，212变得更流行和价格划算时， 它们可以布置在任何地点。排序设备210, 211，或212可以接入移动手持设备，可被美国运 输安全局使用的安全设备，便携设备，实验室，笔记本电脑，或其它设备。排序设备210, 211， 或212可发送至紧急区域，那些区域紧急需要确定突然爆发的疾病的特性，这些疾病由疾 病控制盒预防中心（CDC)或类似的公共健康机构所识别，以追踪在发展中国家或发达国家 中出现的传染病，或解决在恐怖分子，战时或冲突情况下的生物威胁。
[0045] 自身的网络290或提供者250, 251，或252可以具有一报表服务器（例如， Microsoft Reporting Services Report Server)或其它的报表引擎（未在图 2 中指出）， 以提供报表模板，用户定义的报表，基因组绘图工具，视觉输出，或其它信息。可以由报表生 成器，报表设计器，或其它方式以产生报表。
[0046] 排序设备210,211，或212可作为"转接器"运行，以使之连接至"云"，"云"由分析 引擎240表示。如果排序设备是遗留设备（为显示），缺乏必要的通信能力，被动的，或连接 的设备没有其它设备的能力，排序设备接口 220,221，或222可以是排序设备的局部设备。 一简单排序设备接口 220,221，或222可连接一或多个其它设备以根据分析需求交换数据。 设备接口 220, 221，或222可以根据制造商，型号，附属机构，医疗组，或其它类别进行管理。 因而，管理节点230可以与排序设备通信，以确保每个设备根据需要的分析在生态系统内 进行正确的运转或参与合作。
[0047] 优选的，整个的系统200被构造成以并行地方式运转。基因组分析系统200可同时 支持上百个，上千个的进程，或更多的排序设备，并且系统200可同时分析上百个，上千个， 或更多的病人。系统200也可支持处理，或是种群的基因分析，或是样本的群体。
[0048] 基因组分析系统200可以高速的并行处理许多病人。处理速度基于在一给定时间 内，每单位时间有多少病人被处理，并可能处理完成。例如，基因组分析系统200可以以至 少每天5个病人的速率，把序列数据处理成基因组数据。在典型的实施例中，基因组分析系 统200可以以至少每天10个病人的速率，把序列数据处理成基因组数据。更优选的，每小 时至少处理10个病人，而更优选的是，每天至少处理100个病人，或甚至更优选的，每小时 至少处理100个病人。
[0049] 分析引擎240处理基因组数据。分析引擎240可以为一独立的病人处理基因组数 据，并且分析引擎240可以比较基因组数据从一病人处相对一种群资料组或具有相似人口 统计或其它分组的样本的区别。申请人抛出术语"人类统计数据"以代表人类的统计学的 或基础基因组的数据，用以比较病人的数据。人类统计数据可包括发现于公共基因组数据 库中的数据，逐步演进的数据库，可用于连续的收集数据，私有的数据库，或一标准化的顺 序。作为一种标准化基因组序列的功能，分析引擎240可以处理序列数据以产生基因组数 据。标准化基因序列可以是一种统计学的编译，来自于病人的种群或亚群体特征或其它的 数据源。基于标准化基因组序列，基因组数据可包括一热点，一加权的参考点，或一优先次 序，以用于分析。基于标准化序列，分析引擎240也可产生一不同的序列或一粗略的队列。
[0050] 分析引擎240可向排序设备210, 211，或212提供反馈。分析引擎240可使用管理 节点230作为一接口，以及被配置或被编译，以允许用户在排序设备210,211，或212之间提 供反馈。用户可提供排序设备指令，比如重复排序请求，开始或停止排序请求，发送或接收 数据请求，删除数据请求，管理许可请求，或其它指令请求。
[0051] 一基因组分析流可认为是一数据流，它来自于依赖于分析仪器240的排序设备 210, 211，或212至一通知点，例如提供者250, 251，或252。因而，一分析流可被认为是一明 显的易管理对象，它可以被控制，被操纵或被管理。数据流对象可包括数据流属性，以描述 数据流的特性。属性的例子包括一数据流识别器（例如，GUID，UUID，名字等），一分析拓扑， 原始信息点（例如，照料标识点，排序设备标识），通知信息点（例如，健康护理提供者标识 等），病人信息，通知触发标准，账单编码，账单或发票信息，或其它涉及数据流的信息。管 理节点230,或其它系统内的单元，利用数据流属性恰当的管理数据流的分析，路由，报表， 告警或其它管理功能。数据流对象可进一步包括基因组数据，基因组数据实际上在分析的 不同阶段被处理。数据流也被认为代表基因组数据的数据流。因而，数据流可以同时被批 量处理或作为一全数据流从端到端管理。由于数据或结果被收集和发送至用户，基因组分 析可同时进行。数据流可以是一易管理的对象，它由管理节点230管理。管理节点230可 以通过管理至少一分析流对象（例如，一分析数据流，一应用于序列数据的分析路由等）管 理分析引擎240,其中分析流对象是根据一或多个管理功能产生的，管理功能可能包括修改 一分析路由，根据一数据流对象举例一分析流，基于分析流对象进行一件事物，对一分析告 警，基于分析流对象构建一通知触发器，解构一分析流，或其它的管理功能，以管理分析流。
[0052] 分析引擎240可认为是一动态系统，动态系统可根据基因组分析的需要改变它的 处理，分析，或路由配置。管理节点230可由用户控制，或可被配置成在一分析运算中自动 的管理和配置其它节点。这些配置的改变或指令管理着分析流，并且它们可包括流管理功 能，例如产生一通知，以作为基因组数据，一处理状态，一分析引擎管理状态，一告警，一警 报，一排序设备指令，一分析建议，一预测，一诊断，一中间节点通信，一获得更高可信度的 请求，或其它通知的功能。管理节点也可产生一通知，用于在分析网络中配置一路由。管理 节点不仅可以重路由数据流，也可以处理节点链条，以管理全部的分析流。
[0053] 管理节点230提供一或多个工具，以管理分析节点230, 231，232, 233, 234和235， 分析流或分析引擎240。管理节点230可包括一仪表盘以管理整个系统，一仪表盘用于特别 的组，一仪表盘提供给用户，一仪表盘用于信号分析，用户分析的多个仪表盘，一仪表盘用 于设计报表和分析输出，一仪表盘用于输入和输出分析，一视觉仪表盘用于监视系统，或其 它仪表盘。预期的仪表盘可呈现基因组分析流对象信息，其中的图像可指出有多少流对象 的集合正在处理，并可能实时观看。进一步的，流对象可通过这个仪表盘控制，其方式有例 示数据流，解构数据流，去激活数据流，使用数据流有效的监视系统，或应用其它控制。
[0054] 分析系统200可被配置或被编译，以路由数据或分析数据流。依赖于序列数据所 在的州，其它的基因组数据是如何路由的，分析系统的负载如何，分析引擎240可在分析节 点230, 231，232, 233, 234和235中建立处理路由。分析引擎240可建立处理路由，作为预期 的诊断，预测，优先次序，紧迫性，序列注释，交通负载，分析负载，计算带宽，存储器限制，告 警状态，分析状态，用户定义的输入，基因组分析类型，需要请求的分析迭代次数，置信级， 或其它分析参数的功能。在这个实施例中，分析引擎240可呈现特定的配置，以适合于当前 的分析。例如，优先的数据可被路由至一高容量的处理节点，而低紧迫性的数据可作为批量 处理在一低容量的节点运行。必须考虑到如下场景，即病人属于一种特别的一群人，他们具 有低概率的不良的基因突变。基于人口统计信息或基因组谱信息，依赖一高容量，高流通量 拓扑，管理节点230可配置一或多个其它节点。高容量，高流通量拓扑在病人数据进入时进 行相应的处理，并可能形成一或多个FIFO缓冲的数据流。当导入一特别有趣的病人数据流 时，可能由于一紧急情况，管理节点230分配一或多个节点，作为一专用拓扑以分析此紧急 病人的数据。这些资源的获得可能影响高容量，高流通量的拓扑。然而，紧急病人的数据可 以及时的处理以解决此突发情况。
[0055] 分析引擎240可作为一付费服务运行，这需要用户注册，提交支付信息，或登录系 统以获取进入基因组分析系统的能力。节点230, 231，232, 233, 234和235中管理节点230 可管理用户列表，许可要求，登录功能，支付系统，以及其它相关功能。由于基因组分析流对 象依赖分析引擎240进行处理，一或多个管理节点230可以监视进行分析的资源或业务范 围。基于计算的使用内容，管理节点230可为一或多个账户计费（例如，健康护理提供者账 户，保险账户，病人账户等），以提供相应的服务。费用可以基于那些需要分析，紧急处理，优 先次序，用于分析的算法，或其它基因组分析流对象属性的资源来计算。
[0056] 基于图像识别，分析引擎240可进一步处理序列数据。基于图像识别，排序设备 210, 211，或212也可以处理序列数据。从连续时间编码放大显微镜检查（STEAM)或其它处 理中得到的基因组输出或其它数据输出可被翻译成一 DNA碱基。在碱基呼叫步骤中，每个 来自数据输出的图像可作为一用于特别的DNA碱基的指示器运行。例如，图像可认为是一 种条形码的形式，而被识别。进一步的，图像可以是分析流的一部分，用于通过它传输。
[0057] STEAM是一种高通量的成像方法。不像传统的图像传感器，如电子耦合器件（(XD) 和互补金属氧化物半导体（CMOS)设备，STEAM可以提供极度快速的快门速度，而无需高强 度的照明。STEAM方法把一二维图像映射成--维的放大的连续时域波形。STEAM首先把 信息冲压在宽带光脉冲的频谱上，随后把频谱映射成时域的连续数据流。此方法即提供图 像数据流和放大功能，也在高速度下捕获快速的物理现象。STEAM具有至少比传统的CCD快 1000倍的帧速率，并高达每秒610万帧。此外，此方法提供27ps (皮秒）的快门速度。
[0058] 作为一种高通量的成像方法，STEAM可以用于识别罕见的疾病细胞，癌细胞，或其 它生物的或基因组的材料。在分析系统200中，这个细胞识别方法可以具有多种应用，包括 癌症筛检和其它诊断测试。
[0059] 可以进一步预测，分析系统200可以使用一种算法，比如尺度不变量特征变换 (SIFT)或其它算法，以执行图像识别。SIFT是一种用于图像识别的纵所周知的算法，它使 用一种本地图像特征向量，向量对于照明，图像鼻，缩放，翻译，视角，变换和旋转都是不变 的。特征通过分期的过滤进行检测（例如，尺度空间极值检测，关键点定位，方位分配，关键 点描述符的产生等），并且为它们创建了图像密匙。因而，从分析系统获得的图像可以被分 析，以决定它们是否具有符合已知的对象的相应特征（例如SIF