在今年美国人类遗传学协会(ASHG)会议上,与会专家指出,基因组学在个性化医疗领域具有广阔前景,但其向医学应用的转化高度依赖于大数据分析。随着基因组测序的普及,如何有效利用海量数据成为关键挑战。
谷歌公司的David Glazer在会上提出:“我们应当如何将大数据转化应用到各个领域?”基因组学正引发数据风暴,不仅测序技术不断革新,基因突变与疾病关联的研究也日益深入。为此,一些研究者正致力于建立标准,以促进临床和组学数据的共享。
IBM公司的Ajay Royyuru指出,每年约有6000至10000篇癌症相关论文发表,即使研究者或医生努力跟进,也难以完成如此庞大的阅读量。他认为“这个问题亟待解决”,关键在于综合、客观且快速地处理已发表研究,并清晰阐明因果关联。Royyuru及其同事利用大型计算机处理这些文献,总结发现与疾病之间的关系。
通过Royyuru团队开发的精密肿瘤研究流程,患者的测序数据被传输至Watson系统,并与PubMed、国家癌症中心交换式数据库、DrugBank等数据库进行比对。Watson系统随后输出疾病概念模型,并提供治疗方案建议,同时解释各方案的选择依据,供专家研讨会参考。Royyuru表示,整个分析流程及报告生成约需10分钟。此外,Watson系统还能记录患者所选方案及其临床反应。
目前,IBM已与纽约基因组中心合作,计划明年对该流程进行测试。除Watson系统外,其他基于计算机科学的数据处理技术也可用于分析基因组数据。
Glazer指出,谷歌在大数据处理方面经验丰富,例如YouTube每分钟更新100小时视频,Gmail用户数量是美国博士人数的150倍。Glazer及其同事利用1000份基因组数据测试了其研发的数据分析系统(类似Dremel和BigQuery)。分析的第一步是构建矩阵,该过程占用60台八核计算机,耗时2小时。
Glazer表示,不断发现研究中的问题是创新的必经之路。他强调,基因组学在个性化医疗中的应用需从“手工化”转向“工厂化”,而这需要确立标准。全球基因组和健康联盟(由谷歌、华大基因、加拿大基因组研究中心、美国国家卫生研究院、惠康基金会共同组成)正在开发数据共享的标准格式。Glazer相信,这些努力将引领数据探索和分析的革新。