一、我們將如何應(yīng)對海量的基因信息

新一代測序技術(shù)帶給人們大量遺傳信息的同時(shí)，卻成為限制其廣泛應(yīng)用的一個(gè)障礙。

1980年，英國生物化學(xué)家Frederick Sanger與美國生物化學(xué)家Walter Gilbert建立了DNA測序技術(shù)并獲得諾貝爾化學(xué)獎(jiǎng)，至今已有近三十年了。在這三十年，DNA測序技術(shù)取得了令人矚目的進(jìn)展。目前已進(jìn)入市場的循環(huán)陣列測序平臺采用的是與Sanger生物化學(xué)測序方法完全不同的原理。在過去幾年，應(yīng)用極為廣泛的毛細(xì)管電泳測序法采用的則是多線并行陣列格式，它運(yùn)用尖端的熒光成像技術(shù)進(jìn)行堿基識別。上述各類新技術(shù)為生物學(xué)研究領(lǐng)域開辟了新的視角，也使實(shí)驗(yàn)研究達(dá)到一個(gè)新的水平。學(xué)界對開發(fā)這類新技術(shù)的興趣持續(xù)高漲，與此同時(shí)，人們卻發(fā)現(xiàn)這些技術(shù)存在一定的不足——大量信息數(shù)據(jù)的產(chǎn)生限制了技術(shù)更加廣泛的應(yīng)用，并降低了其市場價(jià)值。

過去，研究人員使用Applied Biosystems（ABI）公司的3730XL毛細(xì)管電泳測序儀進(jìn)行基因分析，每年至多能完成六千萬堿基的測序量。隨著測序技術(shù)日新月異的發(fā)展，這種情況已經(jīng)成為歷史。在2005年剛剛開始進(jìn)行新一代測序技術(shù)開發(fā)時(shí)，Roche公司和454公司聯(lián)合開發(fā)的焦磷酸測序儀的分析速度就已經(jīng)達(dá)到了上述提及的ABI儀器速度的50倍之上。也就是從那時(shí)起，因基因數(shù)據(jù)過多而產(chǎn)生的問題凸顯了出來，而且這個(gè)問題隨著其他制造商開發(fā)出更多更快的測序儀而愈加嚴(yán)重。舉個(gè)例子，ABI的新一代測序平臺SOLiD（supported oligonucleotide ligation and detection）單次運(yùn)行，便可以分析6Gb的堿基序列；而Roche/454測序儀單次運(yùn)行可以將上述結(jié)果轉(zhuǎn)換成12-15個(gè)千兆字節(jié)（gigabytes）的數(shù)據(jù)信息；Illumina Genome Analyzer（GAII）測序系統(tǒng)僅在兩個(gè)小時(shí)的運(yùn)行時(shí)間里，就得到10兆兆字節(jié)（terabytes）的信息。盡管對于像Applied Biosystems這樣的制造商而言，可以為用戶提供高達(dá)11.25TB的存儲量，但對于多數(shù)實(shí)驗(yàn)室所具有的信息管理系統(tǒng)來說，規(guī)模如此龐大的數(shù)據(jù)信息，就好像是迎面而來的洪水，讓人感到難以控制。

過量信息所帶來的一個(gè)副作用在于，用戶無法將初始圖像數(shù)據(jù)進(jìn)行分類存檔，而必須交給相關(guān)公司，利用軟件對數(shù)據(jù)進(jìn)行讀取，然后才能對數(shù)據(jù)進(jìn)行保存。對于大多數(shù)研究人員來說，像這樣在每次實(shí)驗(yàn)后對原始數(shù)據(jù)進(jìn)行處理的方式既繁瑣又不經(jīng)濟(jì)。與花費(fèi)上萬美元對每一段序列進(jìn)行備份分析相比，對每一次測序結(jié)果進(jìn)行重新測定顯然是一個(gè)更簡單、更便宜的選擇。測序儀制造商稱，對原始數(shù)據(jù)再次進(jìn)行分析并不能得到更多新的信息。但是，對于454測序儀而言，用戶至少可以通過更新的軟件從原始數(shù)據(jù)得到質(zhì)量更高的序列，從而提高堿基識別分辨率，減少誤差。

除數(shù)據(jù)處理問題之外，研究人員還需要擁有一個(gè)足夠強(qiáng)大的計(jì)算機(jī)平臺，以便將來自多個(gè)測序技術(shù)的短小基因片段進(jìn)行組合，形成基因組外顯子。目前問題在于，測序儀生產(chǎn)商僅僅提供用于某些特定基因信息分析的軟件，如靶標(biāo)重測序、基因表達(dá)分析、染色質(zhì)免疫沉淀反應(yīng)或基因組從頭測序等，而并未提供任何其它類型的下游生物學(xué)信息分析軟件。研究界越來越熟悉這些測序平臺對循證生物學(xué)的巨大潛力，這也就產(chǎn)生了新的研究問題以及全新類型的試驗(yàn)方法，而這單憑依賴目前的生物學(xué)信息是無法滿足的。

從這個(gè)角度看，SOLiD軟件研發(fā)公司（http://solidsoftwaretools.com/gf/）于今年七月剛剛兼并了兩個(gè)新的軟件公司，這一舉動無疑朝正確的方向邁進(jìn)了一步。該公司在開放源碼許可證下開發(fā)軟件分析工具，目的就是為了給生物信息學(xué)領(lǐng)域提供支持，并為其開發(fā)新的算法。

對用戶而言，如果能夠?qū)��?shù)據(jù)格式與不同測序平臺獲得的結(jié)果進(jìn)行比較所得的統(tǒng)計(jì)數(shù)字進(jìn)行標(biāo)準(zhǔn)化，無疑具有重大的意義。特別是由于目前以測序平臺為核心的市場競爭激烈，因此每個(gè)生產(chǎn)商都努力提供最好的數(shù)據(jù)結(jié)果。

在這樣的大環(huán)境下，對數(shù)據(jù)及不同產(chǎn)品的比較結(jié)果進(jìn)行標(biāo)準(zhǔn)化，便顯得尤為重要。有一個(gè)方法可以更好地對不同的新一代測序技術(shù)進(jìn)行比較，那就是建立一個(gè)微陣列定性分析小組（Microarray Quality Control consortium），不僅可以對不同的技術(shù)結(jié)果進(jìn)行比較，而且還可以將新技術(shù)結(jié)果與DNA微陣列或定量PCR進(jìn)行比較。

綜合以上各類因素，可以預(yù)見的是，新一代測序平臺在近幾年內(nèi)，仍然會局限于少數(shù)實(shí)驗(yàn)室及研究者，而大多數(shù)缺少能夠?qū)�基因信息進(jìn)行進(jìn)一步分析的實(shí)驗(yàn)室則無法從新測序技術(shù)中獲益。對大多數(shù)實(shí)驗(yàn)室而言，即使新一代的測序平臺能夠提供更多的信息，DNA微陣列分析仍然是一個(gè)相對便宜的選擇。例如，在轉(zhuǎn)錄分析中，雖然新一代測序結(jié)果不僅能給出具有很大動態(tài)范圍的基因豐度信息，同時(shí)還可提供剪切變異信息以及SNP數(shù)據(jù)，但是這些數(shù)據(jù)結(jié)果都需要進(jìn)行不同的DNA微陣列分析才能獲得。

那么，有沒有什么方法可以解決這些問題呢？首先，相關(guān)的資金授予機(jī)構(gòu)應(yīng)該對生物信息學(xué)的發(fā)展予以與測序技術(shù)同等的關(guān)注；此外，由于生物信息學(xué)發(fā)展中的瓶頸已經(jīng)限制了測序機(jī)器的銷售，測序儀生產(chǎn)商也應(yīng)該聯(lián)合起來解決這一難題。同時(shí)，制造商應(yīng)該致力于制定以研究領(lǐng)域?yàn)榛�礎(chǔ)而不是以不同公司為基礎(chǔ)的生物信息學(xué)解決方案。

因此，如果新一代測序平臺真的能夠帶動基因組測序“普及化”——讓基因組測序從大型測序中心走入每個(gè)研究人員的實(shí)驗(yàn)室或者小型研究小組，那么還需要研究人員付出更多努力，開發(fā)出經(jīng)濟(jì)實(shí)惠的分析軟件以及數(shù)據(jù)管理系統(tǒng)。目前的狀況是，與新一代測序技術(shù)相關(guān)的生物信息學(xué)分析工作僅僅掌握在少數(shù)人手里，但是這一具有重要價(jià)值的技術(shù)毫無疑問應(yīng)該由大多數(shù)人掌握。如果數(shù)據(jù)處理問題不能得到有效解決，那么ABI公司的SOLiD系統(tǒng)、454公司的超高通量基因組測序系統(tǒng)——GS FLX、Illumina公司的GAII系統(tǒng)等新一代測序儀就永遠(yuǎn)無法真正出現(xiàn)在能夠展現(xiàn)其價(jià)值的舞臺上。

國家統(tǒng)計(jì)局、科學(xué)技術(shù)部、財(cái)政部十二月十五日聯(lián)合發(fā)布二〇〇八年全國科技經(jīng)費(fèi)投入統(tǒng)計(jì)公報(bào)稱，去年全國研究與試驗(yàn)發(fā)展(R&D)經(jīng)費(fèi)總支出為四千六百一十六億元人民幣，比上年增加九百零五點(diǎn)八億元，增長百分之二十四點(diǎn)四，投入強(qiáng)度再創(chuàng)歷史新高。

　　二〇〇八年，中國國家財(cái)政科技支出持續(xù)增加，科技經(jīng)費(fèi)投入繼續(xù)保持穩(wěn)定增長，R&D經(jīng)費(fèi)投入力度加大，與國內(nèi)生產(chǎn)總值之比為百分之一點(diǎn)五四，比上年的百分之一點(diǎn)四四有所提高。按研究與試驗(yàn)發(fā)展人員(全時(shí)工作量)計(jì)算的人均經(jīng)費(fèi)支出為二十三點(diǎn)五萬元，比上年增加二點(diǎn)一萬元。

　　分活動類型看，基礎(chǔ)研究經(jīng)費(fèi)支出為二百二十點(diǎn)八億元，比上年增長百分之二十六點(diǎn)五;應(yīng)用研究經(jīng)費(fèi)支出為五百七十五點(diǎn)二億元，增長百分之十六點(diǎn)七;試驗(yàn)發(fā)展經(jīng)費(fèi)支出三千八百二十億元，增長百分之二十五點(diǎn)五。其中試驗(yàn)發(fā)展經(jīng)費(fèi)支出所占比重為百分之八十二點(diǎn)八。

　　九大行業(yè)R&D經(jīng)費(fèi)投入強(qiáng)度(與主營業(yè)務(wù)收入之比)超過百分之一。其中專用設(shè)備制造業(yè)為百分之一點(diǎn)九三，醫(yī)藥制造業(yè)為百分之一點(diǎn)七四，通用設(shè)備制造業(yè)為百分之一點(diǎn)五九，分居前三;其他依次為電氣機(jī)械及器材制造業(yè)，交通運(yùn)輸設(shè)備制造業(yè)，橡膠制品業(yè)，通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)，儀器儀表及文化、辦公用機(jī)械制造業(yè)，以及化學(xué)纖維制造業(yè)。

　　R&D經(jīng)費(fèi)支出超過三百億元的有江蘇、北京、廣東、山東、上海和浙江六個(gè)省(市)，共支出二千七百六十七點(diǎn)五億元，占全國經(jīng)費(fèi)總支出六成;其中江蘇支出五百八十點(diǎn)九億元，高居榜首。R&D經(jīng)費(fèi)投入強(qiáng)度(與地區(qū)生產(chǎn)總值之比)達(dá)到或超過全國水平的有北京、上海、天津、陜西、江蘇和浙江六個(gè)省(市)，其中北京經(jīng)費(fèi)投入強(qiáng)度百分之五點(diǎn)二五，高出次席的上海一半以上。

　　二〇〇八年，國家財(cái)政科學(xué)技術(shù)支出為二千五百八十一億元，比上年增加四百八十三點(diǎn)三億元，增長百分之二十二點(diǎn)二;財(cái)政科學(xué)技術(shù)支出占當(dāng)年國家財(cái)政支出的比重為百分之四點(diǎn)一二。