2015年，美国癌症研究所协会做出预测：今后30年内得癌症的几率会越来越大。预计是每三个男人就会有一个得癌症，每四个女人就会有一个得癌症。所以癌症研究不光是一个健康问题，而且是一个很重大的社会和经济问题。

如何治疗癌症？早期传统的治疗方式为手术切除、化疗、放疗。化疗即“下毒”，希望毒死癌症细胞比正常细胞多一些，这些就是比较传统的办法。而现在精准治疗癌症的办法是这样的，以Dana-Farber这样的医院为例，病人确诊患癌症后，首先会进行肿瘤测序，通过测几百个基因，来看看他有哪些基因发生了变异，看是否能找到一个合适的靶向药物。这就是大家想到的肿瘤测序，DNA测序是根据基因变异找到合适的靶向药物，精准医疗在美国起步较早，目前中国也有很多公司在做这方面的尝试。

但我们人类的遗传信息都储存在DNA中，而人类的基因组是用ATCG四种核苷酸来编码遗传信息。人类的基因组一共有30亿个碱基、30亿个核苷酸，编码两万五千个基因，而每一个基因都编码一种蛋白质。要找出哪个基因突变导致癌症，无异于大海捞针。

真实的情况是，目前我们人类已经知道部分基因的作用，但对于绝大部分人体基因仍不了解。幸运的是在过去十年里，生物学和医药学技术取得了巨大的进步，人类已经获得了大量的基因数据。这就让机器学习，包括深度学习成为可能，我们得以用大数据的方法了解基因，最终创造出新的诊断和治疗疾病的方法。

如今基因大数据已经成为热门学科，越来越多具有计算机背景的科研人员进入生物领域，在读计算机系学生也开始选修生物学课程。大家都清楚交叉学科和综合技能越来越重要。

以“下一代生物医学智能系统”为题的F²科学峰会专题研讨会的圆桌讨论环节，未来论坛邀请到了三位拥有计算机背景但从事生物学研究的科学家，分别是哈佛大学与Dana-Farber癌症研究所终身教授，同济大学长江讲座教授刘小乐、普林斯顿大学计算机科学系的Benjamin J. Raphael教授和普林斯顿大学的计算机科学系教授、Lewis-Sigler综合基因组学研究所教授Olga G. Troyanskaya。

让这些从事交叉学科的科学家们，解读“计算机生物学”。本场研讨会由华创资本合伙人，未来论坛青年理事熊伟铭担任主持人。下面是研讨会精彩内容：

Highlights：

·计算机科学是我们做事的方式，但生物学和医药学是我们做的事情

·越来越多计算机系学生开始选修生物学，因为他们知道综合技能太重要了

·美国在医疗数据方面好于中国，但也没好很多

熊伟铭：我们探讨的主题是“下一代生物医学智能系统的发展”，今天到场分享的三位科学家均拥有计算机科学背景，但他们从事的却是生物科学相关的研究，也就是生物大数据。这样一门交叉学科，计算机和生物学是怎样合作的呢？

Benjamin：我更倾向于认为，我们是在从计算机的角度助力生物学。要想帮到生物学，我们首先要对生物学的情况有一个比较深入理解，然后看看有哪些问题是计算机和算法可以帮上忙的。当然，我们能做的还很有限，肯定不是整个生物学，甚至不是全部基因组学科。我们主要做的是发明算法、研发工具然后软件化。这样生物学家就可以使用它们去发现问题，解决问题。当然，这样会演化出新的问题、新的技术、新的算法、新的解决办法。基本上是一个循环。

刘小乐：生物学知识对计算机生物学和生物医药学来说，绝对是非常重要的。Olga和我是斯坦福大学的同学，刚开始做研究的时候，根本没多少数据可用。我们甚至要去求人家分享数据给我们。后来当我们做老师的时候，可用的数据就越来越多了。有生物学家甚至主动带着数据找到我们合作，希望从中找到灵感。现在公开的数据越来越多，我们已经可以拿公共数据做研究了。应该说，我们对生物学的了解越来越深入，结合我们的背景知识，确实有所成长。

Olga：本期研讨会的主题已经非常明确了（下一代生物医学智能系统）。可以这么说，基本上计算机科学是我们做事的方式，但生物学和医药学是我们做的事情。大家应该了解的是，生物大数据或者计算机生物学存在的原因是，很多现存的办法不能解决问题。但从长期来看，我们做的还是计算机科学。

计算机+生物学更代表未来？

熊伟铭：是不是可以认为，计算机科学和生物学结合应用于生物医药和肿瘤治疗是个趋势，或者说更代表未来呢？

Benjamin：应该说交叉学科是个趋势。生物学正在变得越来越量化（quantitative），我认为所有的学科都将被量化。因为一件事只有能被量化才能被预测。物理学和化学也是非常复杂的学科，早在几十年前这两门科学就已经开始量化了。物理和化学有太多细节测算是需要交叉学科完成的。生物这个学科已经在自我交叉化了，高校里已经出现越来多交叉化的学生。很多计算机系的学生在选修生物系的课，有的学生甚至在攻读计算机和生物学双学位。大家都明白，综合技能越来越重要。

刘小乐：计算机技术真的在驱动着生物医药研究发展。现在数据越来越多，人们已经意识到，你不用它就会落后。越来越多的生物学家和医生们已经意识到计算机和统计学的重要性。已经有医生拥有计算机和物理学位，他们真的想学习电脑相关技术。计算机、数据真的重要、有用而且越来越相关。我在斯坦福读博士的时候，参加过一个生物信息化的项目。项目里有人在做医院信息系统或者生物学信息化的工作。我当时在想，一个医生根本不可能听得懂一个博士在做的事情，现在这个想法改变了，数据和计算机越来越重要。诺贝尔得主Sydney Brenner说过：“所有东西都在计算机化，就像上世纪80年代分子生物化那样。拒绝计算机，就会变成一个高吞吐量，低产出的学科。”意思是说，拒绝计算机化，就会变成花了很多钱生成了数据，但成果却非常少的学科。

熊伟铭：对于现阶段的生物学或生物医药的发展，几位有怎样的定义呢？

Olga：应该说有这样一个趋势，就是双方越来越交叉和融合。我们正朝着那个方向发展，但现阶段还处于，大量数据产生，人们已经能从中的得出一些结论。但还未形成一个“生态”（loop），这个生态的意思是将生物实验+生成数据+系统化分析+医药制造结合在一起。

刘小乐：我认为，制药公司和生物科技初创公司也在关注机器学习、人工智能和数据分析结合的制药技术，但是仍然有一个很长的学习过程。但我相信，这些美好的想象终会实现，只是还需要时间。对于生物学和医药产业，在电脑化、数据统计、人工智能方面还有很大的潜力可以挖掘。

Benjamin：生物学现在变化真的很大，计算机和机器学习的发展速度也很快。我从事这个领域已经15年了，从5年前开始，可用的数据量越来越大。我感觉就好像在数据的大海里冲浪，如无意外，这个大浪还将持续几年。

生物学可用的数据越来越多，why？

熊伟铭：您是说5年前开始有大量可用数据出现，是什么原因让数据量迅速增加呢？

Benjamin：技术的发展和成本的降低，使得测序技术的使用越来越频繁，应用的面也越来越广。现在同一个问题，我们能得到不同角度的数据，这加深了我们对同一问题的了解程度。

刘小乐：我同意Bnejamin的观点，科学家在越来越多的应用上使用测序技术，不同的角度产生不同的数据帮助我们去做研究。以我自己为例，九年前，我开始和中国的研究机构合作。当时测序技术才刚刚引进中国。中国的医生对相关技术非常感兴趣，但他们还不知道做这些实验有什么意义。现在，有太多的企业来协助医生了，医生们只要把样本给这些企业，企业就会对样本进行测序、甚至数据分析。

同样的事情在美国也有例子，测序技术真正促进了临床转化。肿瘤学家已经成为使用这些技术的先锋，以前做研究的和做临床的是两批人，互相之间没有交集。现在你会看到，博士们和医生们已经开始一起开会、合作了。

熊伟铭：你们几位专家都来自美国，但你们各自的研究团队里有很多中国人。现在对于中美两国在科研上的交流和合作有什么样的说法吗？

刘小乐：中美两国对于合作和交流秉持的都是开放的态度。我认为无论从科学的角度还是从工业的角度看，合作都会是一个双赢的局面。虽然现在有些摩擦。美国方面担心知识产权，中国方面则担心中国的遗传资料流传到国外会有国家安全风险。

我认为是多虑了，因为现在已经公开的关于美国人和欧洲人的遗传数据已经很多了，而且说中国开放自己的数据就会造成国家安全风险也不太可能，因为在美国和欧洲的中国移民已经很多了。

此外，虽然中国在生物研究方面投入很大，但即使有论文发表了，相关数据也不开放。既不向国外开放，也不向国人开放。这就造成一个后果，就是中国方面的研究成果无法形成国际影响力。人们也不能拿这些数据进行新的研究，这是其实是资源的浪费。我真的希望能够在政策层面更加开放一点，这不仅能让我们的发现更加有科学影响力，也能让我们的数据与生物科学联系的更加紧密。

美国方面的政策对于合作交流还是比较鼓励的，我们只要保证所有的操作都在合法的层面下进行，同时也要保证研究人员的合法权益。

Benjamin：目前我还没看到双方交流有什么太大的改变，只是有些学生的签证被拒签。但还是有些担忧存在，担心政治因素等外部因素，阻挠了两国的学术合作。科学的发展挺依赖交流的，包括数据的交流，主要是一起头脑风暴，最聪明的人聚在一起是能产生好的想法。我本人和中国方面有合作项目，如果受到影响，真的是很不幸。

熊伟铭：对于中美两国的合作，比如把中国的遗传数据或者材料拿到美国的大学做研究，或者把美国的数据和材料拿到中国做研究，从学术的角度讲，应该秉持怎样的态度呢？

刘小乐：分享一个TCGA或者ICGC的案例，这些项目里都有数据团队，也有科学家小组。在论文发表前，数据仅在科学家小组内部分享。一旦决定对外公布数据，会给数据分级。比如，人们可以申请获取原始数据，但会有所限制。但清洗过的数据就可以无限制的公开，所有人都可以获得。

在美国，如果是联邦资助的研究项目，一旦成果通过验收，数据是要被强制开放的，这一点值得中国借鉴。中国现在想要建立国家级的生物数据库，但现在还是看不到什么医疗或者病患的数据，即使是已经发表了的论文，即使是清洗过的数据也不公开。

Benjamin：我补充一个点，刚刚提到为什么近5年基因数据增加了这么多。除了技术进步和成本降低，还有很重要的一点，就是开放是所有人的共识。在人类基因测序项目开始之初，所有国家和个人达成了一个共识，就是分享所有基因数据给全人类。但在别的生物医药领域，数据是不分享的。比如，医疗成像技术，核磁共振MRI的图像，这些领域的人是不分享数据的。这些领域的数据收集成本非常高。所以政策因素，对于数据分享或者技术发展作用还是很重要的。

Olga：分享数据对于基因研究来说非常重要。不是说，科研人员不能做不同的数据分析。其实重要的研究发现很要求资料库交叉对比的。即使你把自己数据库的数据分析得很好，没有数据库间的分享，也很有可能看不到你想要的答案。

美国在数据分享方面做得比中国好，但没好很多

熊伟铭：从研究和市场的角度看，中美两国有什么异同呢？

刘小乐：如果从数据分享的角度看，美国的人类基因组数据的可以分享的。比如Pat Brown、David Boston，这些机构都是开放数据理念的坚定支持者，他们分享数据帮助科学研究。比如，TCGA有一万个肿瘤数据，有成千上万的研究论文是基于这些资料产生的。这些数据简直是个金山，虽然是几年前的数据，但仍然有人能在其中找到有用信息。其实收集和整理这些数据是很费人力物力的。

在中国，可能一家医院一年就能产生一万个肿瘤的数据。中国的医生们也花费了巨大的资金去给这些肿瘤做基因测序，但他们的数据都不公开。有时候我们看到了相关的论文发表，即使研究的成果并不是太突出，我们仍然接受其在高端科学期刊上发表。因为我们知道背后产生了有很多高质量的数据，所以相对来说，美国在数据分享部分更开放一点，中国存在一定的政策限制。但是，如果能够开放数据，对生物学对中国生物科研的国际影响力上是有帮助的。

Olga：不只是美国，英国也在建立生物数据银行（UK Biobank），任何组织或个人都可以接触到他们分享的病患数据、测序数据、临床数据和遗传数据。从长期看，此举对于生物医药科学的发展帮助很大，甚至会改变世界。

熊伟铭：很好的观点，中国的互联网开始于2000年左右，刚开始的时候，人们对于互联网技术和其潜力完全不了解。但是，就是因为互联网的开放性，现在中国有了阿里巴巴、腾讯这样世界一流的互联网企业。所有的开放都需要一个过程，当然政策和体制的作用至关重要。请问几位老师对中国的科研工作者有什么样的建议吗？当他们在面对数据、数据分享、海外项目合作，诸如此类事情的时候。

刘小乐：现在，中国医院的信息系统还需要在标准化方面下功夫。有些公司想要获取这些医院的临床数据，但拿到手的数据可能不能用，因为这些数据的格式完全不同。中国的医院采用的是他们自己的内部系统，这也让数据分享存在困难。这可能需要国家层面的努力，发展出一个标准化的医院信息系统。美国这边的医院信息系统已经发展了30年，所有的医院使用的都是统一制式的临床数据。我相信这对临床技术的发展都会是有很好的帮助。

Olga：很多科研人员对分享数据存在抵触情绪，他们认为分享数据就是把自己辛苦换来的研究成果无偿送给别人。这就要求从事数据分享的机构要去说服科研人员，别人使用你的数据会标明出处，增加了你的学术影响力。你的数据能帮到更多的人，真正的去解决问题，这是在帮助全人类。此外，数据分享的系统做得还不够简易操作，相关机构应该在IT方面为科研人员提供帮助。

熊伟铭：我觉得中国实在上世纪90年代末才开始记录医保数据，所以相关工作开始的时间并不长。美国方面花了多长时间做到现在的成果呢？比如信息系统、数据分享、合作等方面。

Benjamin：美国的临床数据还不能大范围分享，情况比较复杂。但上述工作应该是开始于奥巴马医保期间。当时的美国政府在信息集中化方面做了很多投入，才出现了一两个比较大的公司从事相关工作。事实上，美国的医疗信息方面也是很分散的，此类工作开始的也很晚，并没有太大优势。只是在基因数据方面做得还不错。

熊伟铭：本次讨论还有10分钟结束，能不能请三位老师畅想下未来。未来或者说下一代生物数据学是什么样的。

Olga：未来很大程度上依赖于实验方法，很快我们就会拥有单细胞测序，这个概念发展得会很快。单分子DNA测序、针对蛋白的不同测序方法、代谢组学，这些领域都具有很大潜力。这些学科未来会结合在一起，形成一个完整的门类。

Benjamin：在生物学和医药学里使用机器学习还存在一定挑战。人工智能可以下象棋赢人类，那是因为有足够的数据去训练算法，也就是指导学习（supervised learning）。在生物学里，没有指导学习，因为没有标签化过的数据库。有些医疗领域使用机器学习效果很好，比如皮肤放射学。但当面临的是复杂的分子生物学、我也不知道我们什么时候能做到或者用什么实验方法，才能用计算机学真正有效的帮助生物学。

刘小乐：和20年前的情况相比，我对未来相当乐观。未来10-20年我们会得到足够多的数据，我真的相信科学和数据会改变生物医药研究，比如预估患病风险、早期诊断、助力医药研发、精准医疗、私人定制化医疗。虽然我不认为医疗成本会降低，但正是因为有了数据加持的医疗会更精准，人们应该能活的更久。