加密基因组数据上的安全计数查询

捕获人类基因组中编码的海量有意义信息是一个引人入胜的研究问题。这些研究的成果对诸多健康相关领域——个性化医疗、亲子鉴定和疾病易感性检测等——具有重大影响。为了促进这类大规模生物医学研究项目，通常需要不同组织之间共享各自收集的基因组和临床数据。在这种情况下，确保数据的共享、管理和分析不泄露提供基因组样本的个体身份至关重要。共享数据的存储和计算任务可以委托给配备大容量存储和高性能计算资源的第三方云基础设施。然而，将这些敏感的基因组数据外包给第三方云存储，伴随着数据潜在丢失、被盗或滥用的挑战，因为服务器管理员不能被完全信任，也无法保证服务器的安全性不会被攻破。在本文中，我们提供了一个在半诚实第三方云服务器上进行基因组数据安全共享和计算的模型。共享数据的安全性通过加密得以保证，同时使整体计算足够快速和可扩展，以满足现实生活中的大规模生物医学应用需求。我们在一个单核苷酸多态性（SNP）序列数据库上评估了所提模型的效率，实验结果表明，在一个包含 50000 条记录（每条记录含 300 个 SNP）的数据库中查询 50 个 SNP，大约需要 6 秒。