当前位置: 首页 > 新闻 > 信息荟萃
编号:11517488
计算生物学提速生命科学研究
http://www.100md.com 2007年9月27日 《中国医药报》 2007.09.27
     21世纪被誉为生命科学的世纪。随着后基因组时代的到来,生物学和医药学研究数据的积累呈指数级增长,快速发展的先进的测序和分析技术,正在帮助科研人员获取越来越多的与遗传和结构功能相关的生物学信息。对于不断增长的海量生物学数据,如何从中挖掘出最有用的信息,是对生命科学以及医药研究的一个巨大挑战。日前,中国科学院动物研究所新组建了计算和进化生物学研究中心,将涵盖利用统计学方法和计算机算法分析遗传和基因组数据的所有学科领域,强调以生物学数据为基础,用数学、统计学、计算机科学等方法进行分子进化、分子分类、分子遗传、群体遗传等方面的研究,涉及动物、植物、病毒、微生物等物种。该所的有关专家介绍了计算生物学的有关研究内容,强调了它在生命科学研究中的重要作用。

    ▲一门“年轻”的学科

    “计算生物学还是一门‘年轻’的学科,它主要是强调用数学、统计学、计算机科学等方法来研究生物学问题。”日前受邀出任中国科学院动物研究所计算和进化生物学研究中心主任的英国皇家学会院士、英国伦敦大学学院教授杨子恒说。
, http://www.100md.com
    杨子恒认为,计算生物学近年来之所以变得越来越重要,其原因主要是生物学数据的积累和增长特别快,面对海量的生物学数据,必须要借助数学和统计学的理论和方法才能完成研究工作。计算生物学已经成为生物学研究中必不可少的重要方法之一。

    中国科学院动物研究所副所长张德兴研究员也表达了同样的观点。张德兴说,以前生物学研究人员能够积累到足够的数据很不容易,然而,随着技术的进步,现在获取数据已不再是件十分困难的事情。但是,生物的进化是一个复杂的过程,如何从已经得到的海量数据中挖掘出最有用、最可靠的信息却是一个难题,这就要依靠计算生物学。

    杨子恒院士强调,计算生物学应着眼于生物学问题,要用复杂的数学或统计学方法为生物学服务,而不是去研究与实际应用无关的数学问题。如进化生物学是生物学研究的重要组成部分,传统的进化生物学研究方法主要是根据形态进行的,例如物种的分类;而现在则更多的是在分子水平上研究物种的进化过程及其影响因素。随着人类基因组、黑猩猩基因组、昆虫基因组、微生物基因组、植物基因组等越来越多生物物种基因组测序工作的完成,科研人员已经可以对不同物种或同一物种不同个体之间的DNA序列进行分析,以此来了解基因在健康和疾病中所扮演的角色,来了解它们与环境因素之间的相互关系,通过相互比较来分析物种之间的差异,以及这些差异在进化过程中所起的作用,这些都需要利用计算生物学的方法。
, 百拇医药
    ▲重视计算生物学研究

    “计算和进化生物学的方法对于提高研究水平的作用是显而易见的。从科研期刊发表的相关研究论文上可以很清楚地看到,在生命科学研究领域,很多高水平、高质量的研究没有计算和进化生物学的参与是不可能完成的。突破性算法的出现,必将加深人类对生命现象本质的认识,催生更多突破性的研究成果。”张德兴说。

    随着研究的不断扩大和深入,科学界发现生命科学所涉及的研究课题非常复杂,系统非常庞大,如果不建立数学计算模型对其加以简化,那是很难下手的。正因为如此,计算生物学在国际上正受到高度重视。一个用于基因和蛋白质序列分析的工具BLAST得到了空前广泛的应用,在10年的时间里该算法的引用率高达10万多次。很多传统学科,例如种群遗传学、分子进化学以及分子系统发育学已经开始广泛应用概率和统计学,并多次推动统计学中新的方法和算法的发展。基因组时代遗传数据的快速积累,进一步使得方法研究更为迫切。

, http://www.100md.com     美国国立卫生研究院(NIH)在2003年确立的中长期发展规划———“国立卫生研究院路线图”中,启动了一个名为“生物信息学和计算生物学”的计划,希望通过该项目的实施铺设一条通向生命科学未来的信息高速公路。该项目计划建立数个“国立生物医学计算中心”,开发相关软件和数据管理工具,用以推动美国21世纪生物学研究水平的提高。

    杨子恒院士说,计算机科学的飞速发展,数学和统计学领域不断涌现出的新算法为解决复杂生物学问题提供了动力,如何解读生物学海量数据也对统计学和计算算法提出了新的命题。目前,对生物学和医药学研究中提出的问题,有的可以用现有的统计学或数学方法来进行分析解决,而更多的是现有的方法无法解决的。因此,为了回答复杂的生物学问题,就需要统计学、数学与生物学研究人员合作,发展新的算法甚至是全新的方法,而不仅仅只是改进现有的理论和方法。

    但杨子恒院士同时表示,目前尽管中国的生物学研究人员在通过实验获得大量数据方面经验丰富,但是既懂理论又致力于研究生物学数据分析方法的科研人员却很少,与国际上有着较大的差距。因此,构建一个可以让不同专业背景的研究人员相互沟通交流的平台,形成不同团体相互协调合作的机制,对于计算生物学的发展是非常重要的。

    (潘文), 百拇医药