陈润生院士：生物大数据分析带来的精准预测，是预防重大疾病的关键( 二 ) 整理|陈彩娴高性能计算被誉为

文章图片
图注：AngelinaJolie
还有美国前总统卡特， 2015年体检的时候发现自己罹患了黑色素瘤，同时肝转移、脑转移。这是后期的肿瘤，非常难治。他做了大数据分析，发现肿瘤微环境的变化，而这个变化与当时刚刚研制出的抗原非常契合。在大数据的精准预测下，对症用药，只用了五个月的时间，不仅仅是原发肿瘤消失，其他转移灶也不见了，身上的肿瘤细胞再也找不到。换言之，他痊愈了。对后期肿瘤转移病人的精确根治，也是依赖于大数据精确的测量和判断。卡特现在还好好地活着。
再举两个学术例子。
一个发表在重要学术刊物《Scinece》上，一位美国教授MichaelSnyder定期抽自己的血液做大数据检测，希望通过大数据判断他的健康情况和预测未来的疾病。测量结果说明，他是糖尿病的危险者。看右侧中间的图，测量完了以后，过了一段时间，他发现自己的血糖确实是提高了，鼓起了一个包，就开始控制自己的饮食、减肥等等。

文章图片
最后一个例子，发表在2020年8月13日《新英格兰医学杂志》上。这两条线显示了从2001年开始，美国非小细胞肺癌患者发生率和死亡率的变化。非小细胞肺癌是肺癌最主要的部分，有80%的肺癌病人都是非小细胞肺癌。
美国大数据统计表明，从2001年开始，美国非小细胞肺癌的发生率和死亡率都是单调下降的，而到目前为止，我国肺癌的发生率和死亡率还是单调上升的，极端不同。一个是单调上升、一个是单调下降，原因是什么？我国肺癌有两个非常好的单抗靶向药物，一个针对EGFR ，一个针对ALK ，但是美国通过肺癌病人组学大数据测量，得到了另外将近20个新的靶点。换言之，我们治疗非小细胞肺癌只有两个对症药物，而美国通过大数据计算发现了20个，同时有20种不同精准位点治疗。
美国非小细胞肺癌呈现单调下降的趋势，预示着即便是肿瘤也是可防可治的，相信在大数据搜集和挖掘的情况下，也一定会实现对肿瘤的预测和根本治疗。

文章图片
更重要的是，随着人类遗传密码的破译，生物医学进入了大数据时代，不仅仅像上面例子展示的可以使疾病得到了精准预测、精准用药和有效治疗，更加根本的是，有人预测，整个大数据会给生物医学带来本质的变化，使得生物医学从诊断治疗过渡到健康保证，在大数据的推动下，将来的医疗体系是对全民的，是涉及到整个生命周期的，从出生到死亡都可以对全民进行健康保障。
这样的健康体系跟现在相比有本质的不同，必然会引起国家相应的法律法规（药物管理体制、社保制度等等）的变化，最终推动整个产业的发展。国际上的发达国家，包括美国、欧盟、英国、日本，都建立了大数据驱动的精准医学计划。有人估计，这个产业规模可以到达万亿美金的数量级。
2精准医学的挑战：97%的基因组“暗物质”
生物医学的变革中，有哪些可以产生原始创新的机会？又或者说，在精准医学的路上，目前有哪些挑战？
一是认识论的挑战。现在遗传密码是可以测的，但是，真正能够完全解析的遗传密码只有3% 。现在医学上可以用的只是大数据当中很少的一部分，另外97%的遗传密码是非编码序列，人类依然没有解析。这部分的大量挖掘工作有待于进一步的开发，所以，人类离精准利用基因组信息的差距还很远。