生物大数据最核心的部分是组学数据，而组学数据中最基础的数据是基因组数据。有了近年的基因组研究才派生出蛋白质组、代谢组、生物网络。也正是因为基因组的研究，才使得生物大数据实实在在地成为了大数据。近年来，随着互联网与传统医疗的融合，医学界开始在研究大数据的基础上不断探索发现新的生物学规律。如今，这些数据能为工业生产、医疗实践提供哪些更好的服务呢？对此，记者近日专访了中国科学院院士陈润生。

“我可以很肯定地回答，利用大数据治疗疾病，这样的时代已经来临……非编码核酸为科研的创新提供了非常广阔的空间，是生物大数据研究的重要源泉。”

■人物名片

陈润生

中国科学院院士，中国科学院生物物理研究所非编码核酸重点实验室研究员。是中国最早从事理论生物学和生物信息学研究的科研人员之一，曾参加中国第一个完整基因组泉生热袍菌B4基因组序列的组装和基因标识，以及人类基因组1%和水稻基因组工作草图的研究。

大数据治病时代已来临 分析非编码可抑制肿瘤发展

记者：利用大数据治疗疾病离我们还远吗？

陈润生：我可以很肯定地回答，利用大数据治疗疾病，这样的时代已经来临。

在人的遗传码3×109次方里面，编码蛋白质的传统基因只占3%，另外97%所蕴含的重大规律迄今为止还没有被发现。早在几年前，《科学》在评价人类进入21世纪科学进展的时候，提出了自然科学领域的十大突破，第一个就是基因组当中的暗物质——非编码核酸，这给实际应用带来无数创新的机会。

我们进一步研究发现，这些转录出来的非编码核酸具有非常重要的功能。比如，调控女性一条X染色体失活后，使得男性和女性伴随X染色体转录的基因拷贝数保持一致的元件，会产生一个长链非编码；通过这些编码就可以分析引发疾病的原因，调控使癌变细胞凋亡，从而抑制肿瘤的进展。

所以，非编码核酸为科研的创新提供了非常广阔的空间，是生物大数据研究的重要源泉。这类大数据的破解不仅可为基础研究增添理论基础，也同时为疾病的诊断和治疗，为全新的药物设计和研发，为动植物新品种、新性状的培育都提供了全新的探索方向。

理论基础亟须重大变革 为医疗实践创造更多价值机会

记者：目前在大数据医疗应用方面，我们还存在哪些难题？

陈润生：面临的难题很多，而且问题比较复杂。大数据的特点是数据量大，现在获取的组学数据只有一部分得到了较充分的分析，需要建立新方法对海量大数据的信息进行解读。

一方面，我国现有医学提供大数据的样本量小，比如肿瘤的采样极少上万。有效事件的频率也很低，打个比方，与某一疾病相关的基因可能有很多个，具体到某一个基因的变化可能频率很低。这些动态低频事件是大数据研究中的极大障碍。

另一方面，大数据的研究缺乏背景知识。由于缺少基本知识作为依托，使得大数据分析手段的构建也不够准确和客观。大数据的处理不仅是数学问题、信息科学问题，也包含物理学的问题，要求多领域的科学家共同参与。

除此之外，传统的系统生物学相互作用网络元件是蛋白质，非编码领域研究发展所产生的大数据将是由蛋白和大量RNA组成的动态、有向且更为复杂的网络。这种复杂性将成为系统生物学网络的新属性。

因此，大数据虽然为我们提供了重大创新机会，同时也要求我们必须从理论基础上进行重大变革，这样才有机会在大数据时代做出全新的成果，为医疗实践和工农业生产创造更多价值和机会。

用精准医学推动产业创新 实现诊断治疗向健康保障转变

记者：你认为大数据医疗的未来方向在哪里？我们应该如何去创新？

陈润生：在不远的将来，整个医疗体系会发生翻天覆地的革命，现有的医疗体系状况将发生改变——即把医疗体系前移，从诊治变成评估，变成干预。

过去大家认为，医疗就是进医院看病。将来，人们会把整个医疗体系前移，建立一套新的诊疗体系，这套诊疗体系不是用来看病的，是对人类的健康状态进行评估，然后通过评估结果进行病前干预。这就是未来医学发展的方向——精准医学。

所谓精准，就是精准到分子水平，我们能精确地知道疾病、健康、生命活动的分子基础，包括基因组、转录组、蛋白质组、代谢组学等一系列组学。如果把这过程中产生的数据的把握、获取、分析、解释好了，将会助推我国中医取得更大发展。

一直以来，我国传承数千年的中药，因为备受药品质量标准缺失、专利意识淡薄、科技研发滞后等问题困扰，使得在国际中药市场被“洋中药”垄断，国内市场也越来越受到“洋中药”的冲击。

造成这一原因，我认为关键问题是原始创新力的不足。当前，由于药企自主创新能力有限，无法解决医药产业后继产品体系，已成为制约我国医药行业发展的主要障碍。

我们应该怎么办呢？以贵州为例，作为我国苗药、民族药的重要产地，可以在大数据、大健康产业相融合创新上做文章。建议贵州省注意数据的积累，在数据中寻找突破口，为创新药物的科技研发提供原动力，从而在做强品种、做优结构方面，做到人无我有、人有我优，形成具有贵州特色的新医药大健康产业体系。