Gene Robinson, l'un des auteurs de cette étude menée par une équipe de chercheur de l'université d'Illinois à Urbana, note:
"Au fur et à mesure de l'amélioration des technologies d'analyse d'ADN et de la diminution des prix de cette procédure, on s'attend à une véritable explosion de la propagation des technologies de séquençage dans la vie quotidienne et au "déluge" informatique qui s'ensuit. L'unique moyen d'y survivre consiste à améliorer l'infrastructure informatique chargée de traiter les données génétiques".
Le généticien a travaillé en collaboration avec des mathématiciens et des informaticiens pour étudier les segments du web qui connaissent le plus fort développement, notamment les réseaux sociaux, les sites d'hébergement de vidéos et les systèmes distributifs pour le traitement des informations scientifiques. Les chercheurs ont pris pour exemple Twitter, YouTube et divers projets dans l'astronomie, la physique des particules élémentaires et la biologie moléculaire.
L'étude a révélé que la quantité d'information traitée, transmise et stockée pendant la période étudiée par les chercheurs a connu la plus grande augmentation au niveau des bases de données ADN, dépassant largement les sites d'hébergement et les réseaux sociaux. En particulier, Twitter, YouTube et d'autres projets de cette envergure produisent entre 10 et 100 petabits (millions de gigabits) de contenu.
Les bases de données ADN ont produit ces dernières années approximativement autant de données, mais d'après les pronostics leur taille doublera tous les 7-8 mois. L'augmentation annuelle des bases de données ADN représentera dans dix ans plusieurs exabits (mille petabits), ce qui causera de sérieux problèmes de traitement et de stockage d'informations en telle quantité. De plus, si les astronomes et les physiciens ont déjà élaboré des normes communes de traitement de données, ce n'est pas le cas des biologistes: ils n'ont pas encore trouvé d'algorithme capable de trouver et de supprimer les fragments communs et insignifiants de l'ADN humain.
Contenu réalisé à partir d'informations émanant de sources ouvertes
