生物医学大数据的现状与展望

　　

生物通“核心刊物”迎来了新期刊：科学通报，中国科学C辑:生命科学，这两份期刊均是由中国科学院和国家自然科学基金委员会共同主办的，我国学术期刊中的知名品牌，被国内外各主要检索系统收录，如国内的《中国科学论文与引文数据库》（CSTPCD）、《中国科学引文数据库》（CSCD）等；美国的SCI、CA、EI，英国的SA，日本的《科技文献速报》等。目前针对每期的重点内容，生物通将展开详细推荐，欢迎读者共同参与……

生物通报道：生物医学是一门新兴的前沿交叉学科, 它综合了医学、生命科学和生物学的理论和方法而发展起来. 近年来随着先进仪器装备与信息技术等越来越广泛和深入的整合到生物技术中来, 生物医学研究中越来越频繁的涉及到大数据存储和分析等信息技术.

近期来自中国科学院青岛生物能源与过程研究所单细胞研究中心生物信息学团队，清华大学等处的研究人员总结和回顾生物医学大数据的生成、管理和分析相关的一系列问题,重点讨论人体微生物群落、单细胞表型和基因型、生物医学图像等新近出现的生物医学大数据形式, 以及相关数据分析和应用前景等。

生物医学是应用生物医学信息、医学影像技术、基因芯片、纳米技术、新材料等技术的学术研究和创新交叉领域. 随着以“社会-心理-生物”为代表的大医学模式的提出和系统生物学的发展, 形成了现代系统生物医学. 面向生物医学的系统生物学研究是与21世纪生物技术技术和大数据技术密切相关的领域, 是关系到提高医疗诊断水平和人类健康的重要研究领域.

随着生物分析技术和计算技术的快速发展, 生物医学产生了大量的数据. 21世纪以来, 随着高通量DNA测序的技术发展和逐步应用, 生命科学领域的数据量正在极速增长. 1977年实现了Φ-X174噬菌体全基因组测序; 2000年, 人类基因组草图被绘制完成. 21世纪尤其是2010年以来, 随着新一代测序技术的发展, 更大数量级的基因组数据产出日渐增加(从GB, TB级到PB, EB级): Illumina公司最新的推出的HISEQ X TEN测序仪3天内测序约1.8 TB的碱基数据). 大规模的基因组数据的分析和管理正在成为推动生命科学创新的重要源泉.

同时应指出的是生物医学大数据不仅仅来源于高通量的基因组和转录组测序. 目前其他高通量组学数据, 例如单细胞表型数据、动态生物医学图像等数据量也正在急剧增长. 生命科学的快速进步, 以及生物技术与信息技术的融合, 使得大数据贯穿从基础研究到药物开发到临床诊疗到健康管理的所有环节. 在基础研究领域, 除高通量基因组和转录组测序产生的数据外, 代谢组、蛋白质组等领域也正在极速增长, 而细胞表型、代谢过程、致病基因等的分析都亟需将不同类型的数据加以整合和解构, 从中挖掘出深刻而又非显而易见的生物学规律.

这篇文章总结和回顾生物医学大数据的生成、管理和分析相关的一系列问题, 其中重点讨论人体微生物群落、单细胞表型和基因型、生物医学图像等新近出现的生物医学大数据形式, 以及相关数据分析和应用前景等.

基于目前生物医学大数据的现状我们可以发现, 生物医学大数据的研究正处于蓄势待发状态: 适应于生物医学大数据的软硬件平台、大数据存储、大数据分析挖掘等方法等还不成熟, 制约着生物大数据的研究. 然而一旦相关研究获得突破并有所优化和应用, 将会全方位地支撑生物医学大数据的深入解构; 进而有助于对医学现象的趋势分析和预测, 服务于相关的遗传疾病研究、公共卫生监控、医疗与医药开发等广泛生物医学应用.

原文检索：

宁康, 陈挺. 生物医学大数据的现状与展望. 科学通报, 2015, 60: 534–546
Ning K, Chen T. Big data for biomedicalresearch: Current status and prospective (in Chinese). Chin Sci Bull, 2015, 60: 534–546, doi: 10.1360/N972014-00895