生物基因的数据量在此刻也仍在急速增长。数据再多也得“串起来才是Bobae”,因此如何解读庞大的基因大数据成为生物学界关注的焦点。尤其是数据越多,得出有意义解读的工作就越困难,因此应用多种解读手法正成为趋势。手法越精密,癌症、糖尿病等难治疾病的治疗方法也能更准确、更精细。
由未来创造科学部主办,韩国研究财团与Seoul Economic Daily共同承办的本月科学技术人奖1月获奖者、首尔大学统计学系教授朴泰成,将结构方程这一社会科学统计手法应用于基因分析,设计出基于“通路(pathway)”的基因资料分析手法“PHARAOH”。简单来说,PHARAOH就是分析基因之间的相关关系,找出拥有哪些基因、以何种方式拥有会成为疾病的原因。这是将统计学嫁接到生物学上的概念。
现有的基因数据分析(箭头左侧)中,单核苷酸多态性的个别分析或基因层面的分析简单易行,但忽略了基因之间的关联性和相互作用。而通过基于通路的统计模型,则可以考虑基因之间的关系,实现更为精密的基因追踪。/资料=朴泰成教授
分析基因与基因、基因与疾病的相关关系此前也有,但朴教授设计的手法最大特点在于能够同时并发地掌握大量基因。通路是能够细致说明蛋白质、基因、细胞等生命要素之间相互作用与动力学关系的生物学深层知识,也就是一目了然地弄清各种生命要素与疾病之间的关系。朴教授强调:“即使通路数量达到数百、数千个也可行”,“不仅是疾病与通路,通路之间的关系也能加以考察。”
朴教授解释称,在生物学领域,大数据的解读比分析更难,因为生物学资料只是间接反映生物学现象的一部分,因此需要额外的验证工作。近来借助新一代碱基序列分析技术,大规模基因组资料正在大量产出,但系统性分析技术的开发却非常缓慢。更何况,正确解读分析结果极为困难。
“我们团队也分析了大量资料,但我们认为,与对资料单纯套用统计分析方法相比,把此前已被充分了解的生物学信息结合起来分析更为妥当,作为这种结合分析的一环,我们尝试利用了生物学通路信息。”
首尔大学统计学系教授朴泰成(右二)与研究团队25日在首尔市冠岳区首尔大学研究室内会议室就基因数据分析研究召开会议。/图片提供=首尔大学
通过基因大数据分析可以实现定制医疗。例如,可以找出在特定人种中引发特定疾病的基因与基因之间的关系。朴教授自2009年起参与了由美国国立卫生研究院(NIH)主导、全球22个国家研究团队参加的基因研究项目,该研究以欧洲、东亚、南亚、美洲、非洲共5个人种约12万人的基因为对象。
结果发现了16个直接影响糖尿病并改变蛋白质功能的基因,所发现的糖尿病相关基因大部分在5个人种中都相似,但其中2个基因(PAX4、FES)被确认仅出现在亚洲人身上。朴教授表示:“NIS研究是走向基于通路研究之前的阶段,若加以深化,就能找出比如‘在韩国人身上发病的所有种类癌症的致癌基因’”,“基因研究正朝着定制医疗不断进步。”疾病种类也在逐步增加,包括肝癌、胰腺癌、卵巢癌等。朴教授在糖尿病方面与NIH合作,在胰腺癌和肝癌方面则与国内其他研究团队协作推进研究。
此类解读手法的进步,最终将大大有助于降低医疗费用。近来生物学界流传一种说法:“若数据生产成本为100万韩元,分析要贵100倍即1亿韩元,把分析结果加工成有意义信息的解读要贵1000倍即10亿韩元。”这说明数据解读的重要性和价值很高,但反过来讲也意味着实际患者接受治疗时费用会变高。朴教授强调:“关键在于找到既能高速精密解读数据又低廉的方法”,“希望为实现近来成为热门话题的精密定制医疗作出实质性贡献。”
/赵洋俊记者 mryesandno






