生物醫(yī)學(xué)遭遇大數(shù)據(jù)
來源：中國科學(xué)報 2013-2-27 王慶
目前獲取海量數(shù)據(jù)變得越來越方便，但一家機(jī)構(gòu)與另一家產(chǎn)生的資料有很多差別，把這些信息集中分析時就需要一個共同的標(biāo)準(zhǔn)。
標(biāo)準(zhǔn)化雖然艱難，但與會的業(yè)內(nèi)人士普遍認(rèn)為,，當(dāng)務(wù)之急是解決生物醫(yī)學(xué)和信息科學(xué)兼通的復(fù)合型人才缺乏困境。
大數(shù)據(jù)時代正在深刻影響生物醫(yī)學(xué)研究：海量數(shù)據(jù)需要在不同系統(tǒng)和機(jī)構(gòu)間共享和分析，但因缺乏統(tǒng)一的標(biāo)準(zhǔn)而使研究者無從下手,；信息技術(shù)和生物醫(yī)學(xué)的結(jié)合更加緊密，兩者兼通的復(fù)合型人才也明顯缺乏,。
面對如潮水般涌來的海量數(shù)據(jù),，如何更好地利用,，成為了信息技術(shù)和生物醫(yī)學(xué)領(lǐng)域共同面對的挑戰(zhàn)。
大數(shù)據(jù)時代來臨
2012年,，美國政府發(fā)布了《大數(shù)據(jù)研究和發(fā)展倡議》,，旨在利用大量復(fù)雜數(shù)據(jù)集合獲取知識和提升洞見能力，投入金額高達(dá)2億美元,。
所謂大數(shù)據(jù),，或稱巨量資料，指的是所涉及的資料量規(guī)模巨大到無法透過目前主流軟件工具,，在合理時間內(nèi)達(dá)到擷取,、管理、處理并整理成為幫助決策更積極目的的資訊,。
2月18日至20日,，由李嘉誠基金會出資舉辦的以“信息技術(shù)與未來醫(yī)學(xué)”為主題的第二屆“與大師同行”學(xué)術(shù)交流活動上，來自耶魯大學(xué),、麻省理工學(xué)院與哈佛大學(xué)博勞德研究所,、美國勞倫斯伯克利國家實驗室、中國工程院等研究機(jī)構(gòu)的國際知名學(xué)者,，對大數(shù)據(jù)對生物醫(yī)學(xué)的影響,、大數(shù)據(jù)時代生物醫(yī)學(xué)研究標(biāo)準(zhǔn)化困境和復(fù)合型人才缺乏難題進(jìn)行了探討。
中國工程院院士韋鈺對《中國科學(xué)報》記者表示：“生物醫(yī)學(xué)正進(jìn)入大數(shù)據(jù)時代,，很多研究都是大數(shù)據(jù)研究,、大數(shù)據(jù)存儲，從大數(shù)據(jù)里面挖掘新信息,。”
她舉例說,，比如現(xiàn)在診斷某種疾病，醫(yī)生可能需要調(diào)用患者的基因數(shù)據(jù),、從小到大的病歷等大量數(shù)據(jù),。
深圳華大基因研究院院長汪建近日曾表示，大數(shù)據(jù)與大科學(xué)是未來生物經(jīng)濟(jì)發(fā)展的核心點,。“要解決當(dāng)前生命科學(xué)的問題,，需要從時空狀態(tài)對生老病死進(jìn)行解讀，這就需要大數(shù)據(jù),。這種大數(shù)據(jù)揭示的就是大科學(xué),，從而衍生出大產(chǎn)業(yè)。”
僅以深圳國家基因庫為例,，其中的樣本量已達(dá)130萬份,，其中人類樣本115萬份，動植物、微生物等其他樣本15萬份,。至2013年底,，預(yù)計實現(xiàn)1000萬份可溯源生物樣本的存儲，2015年底實現(xiàn)3000萬份生物樣本的存儲,。
而這僅僅是不斷膨脹的大數(shù)據(jù)的冰山一角,。
標(biāo)準(zhǔn)化困境
不同系統(tǒng)和科研機(jī)構(gòu)之間難以實現(xiàn)標(biāo)準(zhǔn)化的數(shù)據(jù)共享和分析，這令很多科學(xué)家無所適從,。
美國特拉華大學(xué)生物信息學(xué)和計算機(jī)生物學(xué)中心主任吳慧華對《中國科學(xué)報》記者表示,，上述問題是生物醫(yī)學(xué)與信息科學(xué)結(jié)合過程中遇到的關(guān)鍵難題。目前獲取海量數(shù)據(jù)變得越來越方便,，但一家機(jī)構(gòu)與另一家產(chǎn)生的資料有很多差別,，把這些信息集中分析時就需要一個共同的標(biāo)準(zhǔn)。
以對大數(shù)據(jù)需求最為迫切的醫(yī)院為例,。美國勞倫斯伯克利國家實驗室基因組科學(xué)部主任魯賓（Rubin）表示,，理想狀態(tài)下的目標(biāo)是建立統(tǒng)一的電子病歷系統(tǒng)，這些信息應(yīng)該有統(tǒng)一的標(biāo)準(zhǔn),，但現(xiàn)實并非如此,，各個醫(yī)院存儲的數(shù)據(jù)標(biāo)準(zhǔn)不同，而且不同系統(tǒng)存儲的信息也不一樣,。
據(jù)吳慧華觀察,，目前在美國等國家，不同機(jī)構(gòu)和資料庫產(chǎn)生和存儲的數(shù)據(jù)都是遵從不同的標(biāo)準(zhǔn),，標(biāo)準(zhǔn)化問題在業(yè)內(nèi)尚未達(dá)成共識,。
對于標(biāo)準(zhǔn)化之難，魯賓對《中國科學(xué)報》記者解釋道,，數(shù)據(jù)量大并非關(guān)鍵,，而是數(shù)據(jù)類型的多樣性導(dǎo)致了難以統(tǒng)一標(biāo)準(zhǔn)。
他說,，比如基因測序,，雖然數(shù)據(jù)量很大，但屬于同一類型,，就比較容易在同一標(biāo)準(zhǔn)下進(jìn)行分析,，而生物醫(yī)學(xué)方面的數(shù)據(jù)就困難得多，涉及血壓,、心跳等多種不同類型的臨床和數(shù)字化信息,，有些數(shù)據(jù)之間難以關(guān)聯(lián)，這便造成了標(biāo)準(zhǔn)化的挑戰(zhàn),。目前各個國家已經(jīng)開始重視這個問題,，信息科學(xué)和生物醫(yī)學(xué)的學(xué)者需要更加緊密的合作。
在吳慧華看來,，中國科學(xué)家應(yīng)該積極加入國際標(biāo)準(zhǔn)的討論,、設(shè)計和制定中，更多參與國際上的生物醫(yī)學(xué)信息共享,。
復(fù)合型人才缺乏
標(biāo)準(zhǔn)化雖然艱難,，但與會的業(yè)內(nèi)人士普遍認(rèn)為，當(dāng)務(wù)之急是解決生物醫(yī)學(xué)和信息科學(xué)兼通的復(fù)合型人才缺乏困境,。因為兩者結(jié)合過程中的標(biāo)準(zhǔn)化及一系列問題的化解,，需要研究者對兩個領(lǐng)域都有很深的造詣。
據(jù)與會專家介紹,，目前鮮有高校主動設(shè)置生物醫(yī)學(xué)和信息科學(xué)的交叉學(xué)科和院系,，橫跨這兩個領(lǐng)域的復(fù)合型人才大多源自學(xué)者自發(fā)或在導(dǎo)師引導(dǎo)下的選修。
耶魯大學(xué)醫(yī)學(xué)院干細(xì)胞研究中心主任林海帆對自己的一位學(xué)生印象深刻,。這位學(xué)生曾經(jīng)主動提出關(guān)注生物信息方面的研究,，當(dāng)年很多老師以為他不務(wù)正業(yè)。最后他選擇了兼修信息科學(xué),，現(xiàn)在已經(jīng)是生物醫(yī)學(xué)和信息科學(xué)兼?zhèn)涞南∪比瞬拧?/p>
“我發(fā)現(xiàn)有的學(xué)生雖然選擇生物專業(yè),，但其實很有數(shù)學(xué)天分，我們研究所信息部的主任就是這樣培養(yǎng)出來的,。”林海帆對《中國科學(xué)報》記者表示,。
吳慧華也是這種復(fù)合型人才的典型。她同時具備生物學(xué)和計算機(jī)科學(xué)教育背景,，曾獲臺灣大學(xué)理科學(xué)士學(xué)位,、美國普渡大學(xué)植物病理學(xué)碩士和博士學(xué)位，得克薩斯大學(xué)泰勒分校第二碩士學(xué)位（計算機(jī)學(xué)）,。
為促進(jìn)多學(xué)科研究和教育,，她2009年在特拉華大學(xué)創(chuàng)立生物信息學(xué)與計算生物學(xué)中心（CBCB），由來自5個學(xué)院的60多名教師組成,，并創(chuàng)立或負(fù)責(zé)多個生物信息學(xué)教育項目,。
麻省理工學(xué)院和哈佛大學(xué)博勞德研究所副主任、首席信息官梅西羅夫（Mesirov）向《中國科學(xué)報》記者介紹,，美國政府正在推動計算機(jī)科學(xué)和生物學(xué)等交叉學(xué)科的教育,，從國家級科學(xué)中心的層面促進(jìn)高中階段的學(xué)生就開始學(xué)習(xí)交叉學(xué)科的知識。
這也許對中國會有所借鑒,。
