*預測、高考預測、當前哪種男性……這些大家所熟悉的分析都用到了大數(shù)據，但是很少人知道，大數(shù)據早將“手”伸到了生物醫(yī)學領域，開始了疾病預測。

歐美國家對生物領域發(fā)展大數(shù)據十分重視。今年3月，英國宣布，英國醫(yī)學研究理事會（MRC）將投資3200萬英鎊資助*5大項目，來提高醫(yī)學生物信息學的能力、產能和核心基礎設施。這項“醫(yī)學生物信息學計劃”預計總投資5000萬英鎊，將通過建立耦合復雜生物數(shù)據和健康記錄的新方法，來解決關鍵的醫(yī)學難題。

早在2012年3月，美國奧巴馬政府就宣布推出“大數(shù)據的研究和發(fā)展計劃”，將大數(shù)據提升到了國家戰(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)學大數(shù)據，又啟動了Big Data to Knowledge計劃。

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

沒有免費的午餐

生物大數(shù)據發(fā)展相較國外落后，并不是因為沒有數(shù)據量產生。

據我國zui早從事理論生物學和生物信息學研究的科研人員之一、中國科學院院士陳潤生介紹，以華大基因為代表的基因測序機構為生物大數(shù)據的產生作出重要貢獻。

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

“基因組層面的生物大數(shù)據的發(fā)展帶動了蛋白質組、代謝組、生物網絡等各個層級的相關生物大數(shù)據的海量產生，但是我國當前還未能建立統(tǒng)一的生物數(shù)據信息中心。”陳潤生指出。

李亦學也認為，生物大數(shù)據滯后于國外的zui根本原因在于我國沒有大型的綜合生物大數(shù)據庫，也沒有生物大數(shù)據中心平臺。

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

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

李亦學稱：“免費共享數(shù)據僅是從理論上而言，實際核心數(shù)據不會及時交給申請者，內行會發(fā)現(xiàn)獲得的數(shù)據都是非核心的或不完整的。研究醫(yī)學相關的大數(shù)據庫則有專門委員會來審核數(shù)據申請者，如果拒絕申請，也不會給出理由。”

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

建大平臺遇“難題”

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

那么，為何數(shù)據中心遲遲未能建立？

李亦學向記者算了一筆賬，英美國家對數(shù)據庫的建立投入了很多資金，引進的人才大部分有博士學位，每年的費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。

“我國如果建立一個類似的生物大數(shù)據中心，應該也要有數(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。”李亦學分析。

陳潤生也指出，建立一個國家層級的數(shù)據平臺雖然在科學界是共識，但是這個中心建立的地點、呈現(xiàn)的方式（實體還是虛擬）、囊括的內容、涉及的權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)一調配全國的生物數(shù)據成了一道難題。

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

同時，我國生物數(shù)據雖然產出量大，但利用率遠遠不夠。盡管產生的數(shù)據提供了很好的信息，但是挖掘其全部價值還牽扯到很多方面。如數(shù)據量很大，能否在短時間內分析和挖掘其價值是個問題。

而且，大數(shù)據產生后需要相應的理論、技術和方法來跟進，也需要新的工具和方法。業(yè)內人士指出，國內現(xiàn)有的生物大數(shù)據分析能力雖然與歐美相差不大，但是在數(shù)據分析構架、軟件系統(tǒng)與*IT技術接軌上有待提升。

植根中國“土壤”

李亦學指出，生物大數(shù)據雖然面臨這些障礙，但是可以靠“抓目標、強合作”追上的腳步。

他認為，中國發(fā)展生物大數(shù)據的優(yōu)勢在于有海量樣本。

當下應該做的，就是保護國內的生物數(shù)據資源并且尋找有價值的利用方向。

“一是要明確生物大數(shù)據發(fā)展的目標和途徑，二是敞開胸懷和國內的研究單位合作，將生物大數(shù)據這項事業(yè)做好。”李亦學強調。

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

*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，建立了數(shù)據庫體系，包含了3400萬份電子病歷和檔案。

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

陳潤生也指出，生物大數(shù)據發(fā)展應該腳踏實地，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，*有可能形成有特色的生物大數(shù)據體系。在這樣的形勢下，瞅準問題，發(fā)展生物大數(shù)據的目的性更強一些，這才是我們要關注的。”陳潤生說。