L'informatique du Genoscope est organisée autour d'un environnement UNIX de calcul à haute disponibilité et haute performance.

Le système de calcul principal est un cluster de 4 machines Digital (Compaq GS 60, ex AS 8200) à 4 processeurs (AXP 21264 (EV6) @ 525 MHz) et 4 Go de mémoire. Le système de stockage principal est constitué de 2 armoires de disque d'une capacité utile d'environ 3 To (3.000 Go). Les fonctions de sauvegarde sont assurées par un robot de 330 cartouches DLT7000 (capacité unitaire : 35-70 Go).

La sécurité physique des données est assurée par la combinaison des éléments suivants :

• organisation des disques en RAID5 et mémoire sauvegardée par batterie,
• disques pour remplacement automatique à chaud en cas de défaillance matérielle,
• sauvegarde quotidienne incrémentale,
• sauvegarde hebdomadaire totale, en double,
• des supports correspondants à la seconde copie de sauvegarde totale sont conservés sur un sites éloigné du Genoscope.
• conservation des données sauvegardées en ligne (ou presque en ligne, c'est à dire dans les locaux) pendant 6 mois,
• conservation définitive d'une copie de la sauvegarde totale par mois.

On trouve aussi un certain nombre de serveurs spécialisés dans une fonction :

• un serveur d'accueil (Digital DS20, 2 CPU EV6 à 500 MHz), pour l'usage général (support des terminaux X, boites à lettre, intégration des PC et des MacIntosh),
• un cluster de 2 AS 1000, assurant l'interface entre les machines de production (séquenceurs) et l'informatique de calcul,
• une machine (Digital AS 255) pour les serveurs d'information publics, internes et collaboratifs (serveur Web et FTP),
• une machine Digital pour le logiciel de gestion des commandes,
• deux machines (Linux/Intel et DEC), parties du Garde-Barrière (Firewall),
• une station de travail Sun, équipée d'une caméra CCD et du logiciel BioImage de Millipore,
• un PC, équipé du logiciel WinCenter de NCD, pour distribuer les applications bureautiques (typiquement Microsoft Office) sur les postes de travail terminaux X.

Les interactions homme/machine sont réalisées à l'aide de 70 terminaux X et 40 PC.

Tous ces équipements sont connectés sur plusieurs réseaux (virtuels) ethernet 10 et 100 Mbps commutés. L'accès à l'Internet se fait via RERIF/Renater, à 2 Mbps. Le Genoscope participe activement au projet de Réseau Métropolitain de la Région d'Evry (Université d'Evry, Génopole, Généthon, INT, IEE-CNAM, ENSMP-Centre des Matériaux).

Outre les suites de programmes GCG et Staden, plus de 240 logiciels sont installés et utilisés au Genoscope. Leur domaine d'application est bien sûr l'analyse de séquence et la cartographie génétique et physique.

On notera tout particulièrement dans la première catégorie :

• phred pour le base-calling,
• phrap et consed pour l'assemblage (Acembly est en cours d'évaluation),
• fasta, blast, comparaison de séquence par l'algorithme de Smith et Watterman et lassap (environnement intégré à haute performance pour les problèmes de comparaison de séquences).

à cela s'ajoute un ensemble de programmes et de bases de données développés localement :

• tafie (analyse de contigs),
• scf2ps (visualisation de chromatogrammes)
• orfs (détermination de cadres de lectures ouverts)
• contigprobe (analyse des discordances entre lecture et consensus d'assemblages)
• gestion et rapatriement des banques de séquences publiques,
• bases de données contenant les informations de production de séquences, et ses outils de manipulation,
• génération automatique des feuilles de routes, et dépose automatique pour les séquenceurs Licor,
• base de données " projets " contenant notamment le type de traitement (filtrage, contrôle qualité, ...) à appliquer au flux de production, en fonction des informations liées au projet,
• chaîne de transfert automatique, en flux tendu, depuis la production jusqu'à la distribution dans les répertoire projets :
1. génération des feuilles de routes,
2. distribution des feuilles de route, manuelle (pull) pour ABI, automatique (push) pour Licor,
3. après la phase d'acquisition des données brutes (et de base calling pour les séquenceurs Licor), les données (Gel File et traces ABI, résultat du base calling pour Licor (fichiers au format SCF)) sont rapatriées sur les systèmes UNIX assurant l'interface production/calcul,
4. base calling pour les données issues des séquenceurs ABI (phred),

à partir de ce moment, le traitement est unifié, quel que soit le type de séquenceur.

5. contrôle de la nomenclature des séquences,
6. contrôle de conformité des séquences par rapport au niveau de qualité garantie en sortie de l'atelier de séquençage. élimination des séquences hors critères. Alimentation de la base de données des séquences,
7. distribution des séquences dans les répertoires projets.

Ces programmes s'appuient sur une bibliothèque de modules objets réutilisables (Perl, C).