大数据区别于海量数据的一个重要特质就是处理大量混合结构的数据。在生物医学领域，有很多这类数据需要处理。军事医学科学院卫生勤务与医学情报研究所副研究员王玉峰在第四届中国云计算大会上分享了，他运用NoSQL处理生物医学大数据的过程。王玉峰表示，大数据整合应用涵盖健康管理数据，海量测序数据；而大数据管理、整合、分析则是大数据下IT的挑战。
王玉峰表示，生物医学是融合了医学、生物学包括工程学、信息技术的关联学科，应该说基于信息技术，把研究过程衔接起来，他们想通过基因工程研究怎么样把基础医学研究成果更好的从药物研发、药物研发来整合，我们可以通过这个图表简单看一下，这个图表是五年来关于癌症研究与药物靶点基因研究的文献，在信息技术推出，生物医学逐渐转变成重要的研究领域，并且在经历大数据的冲击。第一个大数据来源，是高通量，个性化诊疗基本通过人与人的基因差异，指导个性化的用药，进异步增强诊疗的针对性，这种过程是比较复杂的，花费30亿美元。
大数据的四个来源
2005年这项技术高速发展，它的测序能力每五个月翻一番，蓝色的线存储的变化趋势，红色的是测序能力增长。如果一旦按照这个趋势发展，有人预测到2015年全世界有100万人把自己个人的测序能够问题，现在可以想象，如果随着生物学技术研究，如果能更好的指导个性化诊疗和用药，对于人的健康和医学影响是不可估量的。
我们可以看到计算能力和测序能力逐步增加。
大数据另一个来源在药物研发领域，也是在生物学的发展，药物研发发展模式通过寻找癌症，寻找药物靶点，在化合物中寻找发现化合物，从前面基础研究到后面基础设置，相当密集型的过程，对于中小型的企业也在TB以上的。
第三个数据来源是临床医疗，实验室数据，不这些数据整合在一起，使得医疗机构面临的数据增长非常快的，美国的匹斯堡大学医学中心UPMC达到两个TB。
第四个大数据来自于健康管理，移动医疗是这两年非常热的领域，企业调查说会达到14亿美元，比2010年翻了10倍，便携化的生理设备，随着移动互联网的发展也是大大普及，特别Web2.0的健康服务与健康网络，关于自己个体健康信息，如果都能连入互联网这个数量不可估量，移动互联网8亿，可以想像这是未来的重要的大数据来源。
以上我们看到的生物学领域关于大数据四个主要的来源，事实上这四个数据来源并不是孤立的，未来生物研究学的人士希望数据整合出来，挖掘分析能够支持临床的决策，要想实现这样的目标或者说我们可以看到面临大数据诸多的管理者和分析利用的诸多挑战。事实上，这些挑战解决非常难，现在利用云计算技术有些先行者和创新者公司和企业也尝试用云计算解决若干个问题，并且也已经有了初步的成果，利用云平台，云这样的基础解决方案以服务的形式发布出来，可以让一般的中小规模的科研机构，研究所，能够享用这些开放服务，站在别人的肩膀上继续前进。
