*預(yù)測、高考預(yù)測、當(dāng)前哪種男性……這些大家所熟悉的分析都用到了大數(shù)據(jù)，但是很少人知道，大數(shù)據(jù)早將“手”伸到了生物醫(yī)學(xué)領(lǐng)域，開始了疾病預(yù)測。

歐美國家對生物領(lǐng)域發(fā)展大數(shù)據(jù)十分重視。今年3月，英國宣布，英國醫(yī)學(xué)研究理事會（MRC）將投資3200萬英鎊資助*5大項(xiàng)目，來提高醫(yī)學(xué)生物信息學(xué)的能力、產(chǎn)能和核心基礎(chǔ)設(shè)施。這項(xiàng)“醫(yī)學(xué)生物信息學(xué)計(jì)劃”預(yù)計(jì)總投資5000萬英鎊，將通過建立耦合復(fù)雜生物數(shù)據(jù)和健康記錄的新方法，來解決關(guān)鍵的醫(yī)學(xué)難題。

早在2012年3月，美國奧巴馬政府就宣布推出“大數(shù)據(jù)的研究和發(fā)展計(jì)劃”，將大數(shù)據(jù)提升到了國家戰(zhàn)略層面，承諾將投資兩億多美元。2014年，美國政府就如何充分利用生物醫(yī)學(xué)大數(shù)據(jù)，又啟動了Big Data to Knowledge計(jì)劃。

雖然我國企業(yè)也頻頻在大數(shù)據(jù)上有所動作，但是上海生物信息技術(shù)研究中心主任、中科院上海生命科學(xué)研究院生物信息中心主任李亦學(xué)對《中國科學(xué)報(bào)》記者指出：“雖然國內(nèi)大數(shù)據(jù)在其他方向的發(fā)展遠(yuǎn)超國外，但是生物大數(shù)據(jù)與國外相比仍比較落后。”

沒有免費(fèi)的午餐

生物大數(shù)據(jù)發(fā)展相較國外落后，并不是因?yàn)闆]有數(shù)據(jù)量產(chǎn)生。

據(jù)我國zui早從事理論生物學(xué)和生物信息學(xué)研究的科研人員之一、中國科學(xué)院院士陳潤生介紹，以華大基因?yàn)榇淼幕驕y序機(jī)構(gòu)為生物大數(shù)據(jù)的產(chǎn)生作出重要貢獻(xiàn)。

華大基因當(dāng)前的測序量大約占據(jù)數(shù)據(jù)量的40%左右，而且隨著技術(shù)發(fā)展和測序手段成本的下降，幾乎所有的研究型大學(xué)和研究單位，無論是在農(nóng)業(yè)、林業(yè)還是醫(yī)學(xué)，都對基因測序有所涉及。

“基因組層面的生物大數(shù)據(jù)的發(fā)展帶動了蛋白質(zhì)組、代謝組、生物網(wǎng)絡(luò)等各個(gè)層級的相關(guān)生物大數(shù)據(jù)的海量產(chǎn)生，但是我國當(dāng)前還未能建立統(tǒng)一的生物數(shù)據(jù)信息中心。”陳潤生指出。

李亦學(xué)也認(rèn)為，生物大數(shù)據(jù)滯后于國外的zui根本原因在于我國沒有大型的綜合生物大數(shù)據(jù)庫，也沒有生物大數(shù)據(jù)中心平臺。

這意味著，我國開展研究時(shí)只能向國外的大數(shù)據(jù)庫“求助”。雖然這些大數(shù)據(jù)庫都宣稱，只要遞交申請就可免費(fèi)共享數(shù)據(jù)，但是，天下并沒有免費(fèi)的午餐。

記者了解到，一些大型生物學(xué)數(shù)據(jù)庫要求數(shù)據(jù)使用申請者提交詳細(xì)的數(shù)據(jù)使用說明，即使數(shù)據(jù)庫中已存有我國科學(xué)家所提交的相當(dāng)規(guī)模的數(shù)據(jù)，但想再取出使用卻絕非易事。

李亦學(xué)稱：“免費(fèi)共享數(shù)據(jù)僅是從理論上而言，實(shí)際核心數(shù)據(jù)不會及時(shí)交給申請者，內(nèi)行會發(fā)現(xiàn)獲得的數(shù)據(jù)都是非核心的或不完整的。研究醫(yī)學(xué)相關(guān)的大數(shù)據(jù)庫則有專門委員會來審核數(shù)據(jù)申請者，如果拒絕申請，也不會給出理由。”

因此，為了具備拿數(shù)據(jù)的資格，我國科學(xué)家們常需反復(fù)準(zhǔn)備申請材料，卻往往再也沒有下文。“受制于人，非常惱火。”李亦學(xué)感嘆道。

建大平臺遇“難題”

*生物數(shù)據(jù)庫的建立，往往帶有公益色彩，需要有長期穩(wěn)定的投入和專業(yè)的技術(shù)隊(duì)伍。據(jù)專家介紹，上世紀(jì)90年代，我國有關(guān)部門已考慮建立國家層面的數(shù)據(jù)中心，但直到現(xiàn)在，仍未討論出具體的實(shí)施方案。

那么，為何數(shù)據(jù)中心遲遲未能建立？

李亦學(xué)向記者算了一筆賬，英美國家對數(shù)據(jù)庫的建立投入了很多資金，引進(jìn)的人才大部分有博士學(xué)位，每年的費(fèi)用都由國會撥款支持，來源比較穩(wěn)定，一年約需投入1億美元。

“我國如果建立一個(gè)類似的生物大數(shù)據(jù)中心，應(yīng)該也要有數(shù)百人的編制和每年幾億元的長期穩(wěn)定投入。這筆錢如果由政府支付，障礙仍然不小。”李亦學(xué)分析。

陳潤生也指出，建立一個(gè)國家層級的數(shù)據(jù)平臺雖然在科學(xué)界是共識，但是這個(gè)中心建立的地點(diǎn)、呈現(xiàn)的方式（實(shí)體還是虛擬）、囊括的內(nèi)容、涉及的權(quán)利范圍以及怎么管理、由誰來管理都有很多不同的方案。

在這樣的形勢下，不能集中精力、統(tǒng)一調(diào)配全國的生物數(shù)據(jù)成了一道難題。

“用基因組數(shù)據(jù)得跟華大商量，用蛋白數(shù)據(jù)得跟其他人商量，小數(shù)據(jù)中心雖然有，但都是各自的，沒有統(tǒng)一的協(xié)調(diào)管理。沒有全國的生物數(shù)據(jù)中心，則無法統(tǒng)籌。”陳潤生道出了難處。

同時(shí)，我國生物數(shù)據(jù)雖然產(chǎn)出量大，但利用率遠(yuǎn)遠(yuǎn)不夠。盡管產(chǎn)生的數(shù)據(jù)提供了很好的信息，但是挖掘其全部價(jià)值還牽扯到很多方面。如數(shù)據(jù)量很大，能否在短時(shí)間內(nèi)分析和挖掘其價(jià)值是個(gè)問題。

而且，大數(shù)據(jù)產(chǎn)生后需要相應(yīng)的理論、技術(shù)和方法來跟進(jìn)，也需要新的工具和方法。業(yè)內(nèi)人士指出，國內(nèi)現(xiàn)有的生物大數(shù)據(jù)分析能力雖然與歐美相差不大，但是在數(shù)據(jù)分析構(gòu)架、軟件系統(tǒng)與*IT技術(shù)接軌上有待提升。

植根中國“土壤”

李亦學(xué)指出，生物大數(shù)據(jù)雖然面臨這些障礙，但是可以靠“抓目標(biāo)、強(qiáng)合作”追上的腳步。

他認(rèn)為，中國發(fā)展生物大數(shù)據(jù)的優(yōu)勢在于有海量樣本。

當(dāng)下應(yīng)該做的，就是保護(hù)國內(nèi)的生物數(shù)據(jù)資源并且尋找有價(jià)值的利用方向。

“一是要明確生物大數(shù)據(jù)發(fā)展的目標(biāo)和途徑，二是敞開胸懷和國內(nèi)的研究單位合作，將生物大數(shù)據(jù)這項(xiàng)事業(yè)做好。”李亦學(xué)強(qiáng)調(diào)。

例如，我國目前實(shí)行的醫(yī)聯(lián)工程在上海地區(qū)已經(jīng)取得了一些成果。

*醫(yī)院和社區(qū)醫(yī)院把就診居民的就診記錄和健康檔案全部聯(lián)網(wǎng)，建立了數(shù)據(jù)庫體系，包含了3400萬份電子病歷和檔案。

李亦學(xué)表示，在征得樣本同意后調(diào)用健康檔案和檢查結(jié)果，既提高了看病效率，又不會妨礙隱私保護(hù)，像小水珠一樣的數(shù)據(jù)zui終也能匯聚成*大海，有益于生物大數(shù)據(jù)這項(xiàng)國家戰(zhàn)略資源的保護(hù)與利用。

陳潤生也指出，生物大數(shù)據(jù)發(fā)展應(yīng)該腳踏實(shí)地，植根于中國的“土壤”，挖掘自身特色。

“中國的物種自身具備多樣的特點(diǎn)，*有可能形成有特色的生物大數(shù)據(jù)體系。在這樣的形勢下，瞅準(zhǔn)問題，發(fā)展生物大數(shù)據(jù)的目的性更強(qiáng)一些，這才是我們要關(guān)注的。”陳潤生說。