精準醫學(xué)的本質(zhì)是組學(xué)大數據在臨床醫學(xué)的應用。精準醫學(xué)研究已成為新一輪國家科技競爭與引領(lǐng)國際戰略的制高點(diǎn)。精準醫學(xué)將帶動(dòng)基因測序、分子診斷、個(gè)體化治療等市場(chǎng)規模的擴大。那么精準醫學(xué)可以帶來(lái)哪些本質(zhì)的變化，如何促進(jìn)產(chǎn)業(yè)的發(fā)展，在那幾個(gè)產(chǎn)業(yè)發(fā)展可以帶動(dòng)或引導？中國科學(xué)院院士，生物信息學(xué)家，現任中國科學(xué)院生物物理研究所研究員、博士生導師陳潤生在近日的中國智谷大會(huì )人工智能與產(chǎn)業(yè)創(chuàng )新高峰論壇上就大數據與精準醫學(xué)發(fā)表了看法。

　　以下是陳潤生院士演講全文，首發(fā)于雷鋒網(wǎng)，經(jīng)億歐編輯，供行業(yè)人士參閱。

　　2005年1月20號美國總統奧巴馬發(fā)表美國要開(kāi)展精準醫學(xué)研究，從那以后，精準醫學(xué)就在全世界得到了普遍重視。我們國家領(lǐng)導人也多次對精準醫學(xué)的發(fā)展發(fā)表重要指示，而且在資助上也有具體體現。所以我今天主要談精準醫學(xué)的四個(gè)方面問(wèn)題，一個(gè)是跟大家交流，也希望展開(kāi)一些討論。

　　1. 精準醫學(xué)是組學(xué)大數據跟臨床醫學(xué)的結合

　　第一個(gè)問(wèn)題，精準醫學(xué)的本質(zhì)是什么，核心是什么？我看到國內有各種各樣的評論，關(guān)于討論精準醫學(xué)的內涵，各種觀(guān)點(diǎn)都有，我自己覺(jué)得，精準醫學(xué)的核心其實(shí)就是一點(diǎn)，非常明確，就是組學(xué)大數據跟醫學(xué)的結合，說(shuō)得更具體一點(diǎn)，就是組學(xué)大數據跟臨床醫學(xué)的結合。也就是說(shuō)，把組學(xué)大數據用到臨床的醫學(xué)當中來(lái)，提高醫療診斷的準確度，提高治療的效果。

　　這里又包括兩層含義，一個(gè)含義是組學(xué)大數據，另外一個(gè)含義是醫學(xué)。那么組學(xué)大數據又包括兩層含義，一個(gè)是組學(xué)，一個(gè)是大數據。近年來(lái)，隨著(zhù)臨床研究的發(fā)展，我們獲得了越來(lái)越以基因組為代表的分子水平的人類(lèi)信息，這個(gè)是以前前所未有的。那么，隨著(zhù)以基因組為代表的組學(xué)數據的發(fā)展，人們越來(lái)越多的積累了以遺傳密碼為代表的不僅僅是基因的信息，也包括蛋白的信息。那么后來(lái)，人們發(fā)現，挖掘這些信息以后會(huì )得到很多的反映人類(lèi)健康和疾病的信息。所以有人提出，如果把這些信息應用到臨床當中來(lái)，一定會(huì )提高臨床的效果，這就是所謂精準醫學(xué)的本質(zhì)含義。但是，只獲得這些遺傳密碼的信息是不夠的。

　　大家知道，所有遺傳密碼的信息都是非常非常多的一個(gè)大數據，這個(gè)大數據大家是很容易測得的，包括我們現在知道在國內，每個(gè)人花一萬(wàn)塊人民幣就可以得到你的遺傳密碼，但是你得到你的遺傳密碼你是一點(diǎn)都不懂，因為這只有四個(gè)字（A、C、G、T），所以要讀懂他，你就要發(fā)展大數據分析的理論方法和技術(shù)。所以，要把這些組學(xué)數據用大臨床當中來(lái)，必須是組學(xué)數據和大數據分析方法的結合。所以一部分是組學(xué)大數據，一部分是醫學(xué)，兩個(gè)結合起來(lái)，就構成了現在精準醫學(xué)的本質(zhì)和核心，這是第一個(gè)問(wèn)題。關(guān)于精準醫學(xué)的本質(zhì)，他也是自上世紀90年代由于組學(xué)數據用到臨床當中，發(fā)展轉化成轉化醫學(xué)，個(gè)體化醫學(xué)，現在從2011年有出了精準醫學(xué)的名稱(chēng)，但不管怎么說(shuō)，其本質(zhì)就是組學(xué)大數據在臨床醫學(xué)當中的應用。

　　2. 精準醫學(xué)有可能改變醫療健康的基本概念

　　第二個(gè)問(wèn)題：精準醫學(xué)能夠使醫學(xué)帶來(lái)哪些本質(zhì)的變化？如果精準醫學(xué)只是把醫學(xué)提高一點(diǎn)點(diǎn)百分數的話(huà)，那么精準醫學(xué)就不一定會(huì )引起更多領(lǐng)導人的注意。精準醫學(xué)的內涵，一定會(huì )有一些本質(zhì)上的變化，那么這個(gè)本質(zhì)上的變化是什么？我們也用一句話(huà)來(lái)說(shuō)，精準醫學(xué)他的本質(zhì)上所以引起各國領(lǐng)導人的重視，是精準醫學(xué)有可能改變醫療健康的基本概念，也就是說(shuō)，促使醫療的基本概念從當前的診斷治療轉變成健康保證。

　　我們知道，現在的醫療體系面對的是病人，那么他主要是對病人進(jìn)行所謂的治療，但是，未來(lái)因為精準醫學(xué)的發(fā)展，由于組學(xué)大數據的介入，那么就會(huì )使得這個(gè)時(shí)候的健康不僅僅是對病人，而是對全民，對任何人在他沒(méi)有得病的時(shí)候我們測量他的組學(xué)數據，分析組學(xué)大數據，那么就可以對他未來(lái)健康發(fā)展的危險因素做出評估，根據評估進(jìn)行適當干預，這樣的話(huà)有些疾病不發(fā)展，有些疾病減輕他的程度，提高他的生活質(zhì)量，這樣就把整個(gè)醫療健康體系的關(guān)口前移，在沒(méi)有病之前就提出評估與保證。

　　這樣一個(gè)根本性概念的轉變，可能導致一些新興產(chǎn)業(yè)的出現。有人預估，跟所謂精準醫學(xué)相關(guān)的這個(gè)概念轉變導致的新型，也許到2018年是2千億美元的轉變，也就相當于將近2萬(wàn)億人民幣，對GDP就有影響。這種有精準醫學(xué)帶來(lái)的本性概念的改變由此促使的產(chǎn)業(yè)的發(fā)展當然會(huì )引起各國領(lǐng)導人的注意，這是第二個(gè)方面，關(guān)于精整醫學(xué)他可能帶來(lái)的一些本質(zhì)變化的估量。

　　精準醫學(xué)研究已成為新一輪國家科技競爭與引領(lǐng)國際戰略的制高點(diǎn)。大家知道美國要測量100萬(wàn)自然人的遺傳密碼，歐盟也在積極推動(dòng)所謂精準醫學(xué)的研究，包括英國、法國等等，日本也在進(jìn)行精準醫學(xué)相關(guān)的投入和計劃。那么精準醫學(xué)我們如何仔細分析，他可能在哪些方面促使產(chǎn)業(yè)的變革和發(fā)展呢？我想至少在四個(gè)方面：

　　第一個(gè)可以促使海量的生物樣本庫和數據庫的發(fā)展。大家知道，由于精準醫學(xué)的推動(dòng)，那么需要測量百萬(wàn)人量級的這些人的組學(xué)信息，首先涉及到這百萬(wàn)人生物樣品的獲取，保管、提取和提供給這些人使用，這當然是一個(gè)很大的產(chǎn)業(yè)。同時(shí)，這些樣本測完了數據是百萬(wàn)人數量級的一定要促進(jìn)相應的大規模的數據庫的發(fā)展，有人估計，這個(gè)產(chǎn)業(yè)的規?？赡苁前賰|數量級。

　　第二個(gè)有了這些樣品，那么就要測以基因組為代表的這些組學(xué)數據，所以就要測基因組、蛋白組、轉錄組，這些測序的數據，僅僅到2018年，就可以到117億美金的規模。有了樣本庫，有了組學(xué)數據的測量，那么下一步在這些海量數據挖掘的基礎上，就可以促進(jìn)產(chǎn)生大量的新的分子診斷的指標。我們知道，就會(huì )增加很多跟疾病相關(guān)的信息，這些信息當中，有很多就可以作為新的疾病的標記。同時(shí)，也可以發(fā)現很多新的藥物設計的靶點(diǎn)，這就促進(jìn)了第三個(gè)產(chǎn)業(yè)，也就是所謂分子診斷和藥物設計靶點(diǎn)的相關(guān)產(chǎn)業(yè)。

　　第四個(gè)當然伴隨著(zhù)精準醫學(xué)概念而產(chǎn)生的新的醫療設施，比如說(shuō)要成立一些健康源，要一些健康師，這些方面是可以和現在醫院、醫生相關(guān)的產(chǎn)業(yè)大概是千億數量，這些產(chǎn)業(yè)必然會(huì )帶來(lái)變革，國內已經(jīng)有所體現，有成百上千個(gè)小公司在逐漸地成立了。當然他們怎么來(lái)更好的發(fā)展，有待討論。

　　3. 如何才能精準？

　　第三個(gè)我要說(shuō)一個(gè)問(wèn)題是要實(shí)現精準醫學(xué)，要做哪些點(diǎn)？做到哪些點(diǎn)，才能做到精準？那么精準醫學(xué)我覺(jué)得至少要具備兩個(gè)條件，第一個(gè)，要具備組學(xué)大數據的基礎，我們知道，精準醫學(xué)就是把組大數據用到臨床當中來(lái)，所以第一個(gè)你要獲取組學(xué)大數據，那么也就是獲取基因組，蛋白組、轉入組、代謝組等等這些組學(xué)數據，這些數據本身是沒(méi)有用的，第二步就是組學(xué)數據的挖掘，挖掘的話(huà)就會(huì )用到大數據分析的理論方法，包括剛才張鈸院士講的人工智能的方法，深度學(xué)習的方法等等，以知識為基礎的方法用來(lái)挖掘這些組學(xué)，以獲得在分子水平上跟疾病相關(guān)的知識，這是第一個(gè)基礎。

　　有了這些分子知識和組學(xué)知識的用到臨床疾病當中來(lái)，還要建立第二個(gè)基礎，就是搭建分子水平的以基因型為代表的信息核，建立這種橋梁之后才能有效把分子水平的信息轉化應用到疾病的診斷和治療當中來(lái)，那么這就是要建立所謂生物信息學(xué)、生物網(wǎng)絡(luò )，系統生物學(xué)等等的方面，有了這兩個(gè)基礎我們就可以更好地實(shí)現精準醫學(xué)，當然一個(gè)非常重要的就是精準醫學(xué)的發(fā)展，是應當和當前的臨床的影象學(xué)、臨床的生化檢驗、當前臨床的知識很好地融合下，并不是有些公司他測的序什么都決定了，實(shí)際上不是那樣，是應該更好地結合起來(lái)才能更好做到精準。精準醫學(xué)只是把新的數據應用在原有的數據上使得更好地提高。

　　4. 精準醫學(xué)才剛剛上路

　　第四個(gè)說(shuō)的精準醫學(xué)現在在什么階段，發(fā)展到什么階段？大家知道，可能我們目前精準醫學(xué)成為大家的熱詞以后，大家認為我們現在什么都可以精準，醫學(xué)很容易精準了，我個(gè)人的觀(guān)點(diǎn)，精準醫學(xué)其實(shí)雖然是本質(zhì)上可能帶來(lái)變革，可能引導新的產(chǎn)業(yè)的發(fā)展，也許產(chǎn)業(yè)規模是巨大的，但是現在才剛剛上路，才剛剛開(kāi)始！為什么？是在精準醫學(xué)的概念下，我們目前依然存在著(zhù)巨大的挑戰，我們依然存在著(zhù)巨大的困難。因此，我下面會(huì )舉一兩個(gè)例子來(lái)說(shuō)明精整醫學(xué)目前存在什么樣的困難？

　　為什么說(shuō)精準醫學(xué)才剛剛上路呢？我們的創(chuàng )新的機遇在哪里，我們迎接挑戰在哪兒？我拿組學(xué)當中只舉一個(gè)例子，在我們的臨床密碼當中，在我們的組學(xué)當中，目前，還存在著(zhù)大量的暗信息，所謂我們的自己的遺傳密碼目前我們能夠從規律上分析的只有一小部分，其他還不能分析的就是基因組當中的所謂暗信息。我們一個(gè)人的遺傳密碼信息是3*10的九次方，如果裝訂成冊，每3千個(gè)字符一頁(yè)，100頁(yè)裝訂層一冊，那就是一萬(wàn)冊。如果一萬(wàn)冊書(shū)每一冊一厘米，我們自己的基因密碼書(shū)就是一百米，大家可以想像，你自己的遺傳密碼從地面上排到四十層樓房那么高，如果你全部讀懂了，你就精準。我相信沒(méi)有誰(shuí)能精準，我現在要告訴大家的是集全世界科學(xué)家的智慧，包括生物醫學(xué)家的智慧，這本天書(shū)世界上能夠從規律上了解的部分只有遺傳密碼的3%，另外的97%實(shí)際上集目前全世界的智慧還不懂。迄今為止我們的遺傳密碼97%是暗的，我想在下面給大家做一些展開(kāi)性的說(shuō)明。

　　首先從遺傳密碼來(lái)講，我們的97%的遺傳密碼，人類(lèi)還不了解，那3%的我們了解的是從中學(xué)大家就知道的。那3%的就是造蛋白質(zhì)的遺傳密碼，我們知道他的歸類(lèi)了，也知道他的信息，但另外的97%的遺傳密碼是跟制造蛋白組無(wú)關(guān)的。這些信息，迄今為止我們不知道他做什么用的，這就是遺傳密碼當中的所謂暗物質(zhì)，也是遺傳密碼當中的非編碼序列。那么這個(gè)概念，當我們測遺傳密碼，而97%的密碼還不知道的情況下我們如何做到精準呢？所以離精準還差了很大的距離。

　　進(jìn)入21世紀科學(xué)家提出問(wèn)題，說(shuō)這些我們還不了解的、占人類(lèi)基因組97%的暗物質(zhì)遺傳密碼，那是否有轉錄產(chǎn)物，是否有信息發(fā)放？換句話(huà)說(shuō)，他是否在活動(dòng)，在行使功能呢？這個(gè)結果是100%肯定的，這些非編碼序列和我們制造蛋白的那些基因一樣，每時(shí)每刻都在表達，每時(shí)每刻都在起作用，所以他們也是真正地完成生物學(xué)功能。

　　那么這些東西我可以舉幾個(gè)例子說(shuō)明，比如說(shuō)有一個(gè)來(lái)自97%的這樣一個(gè)產(chǎn)物，它叫PCGEM1，可以導致前列腺癌，不是由于蛋白引起的。還有MALAT-1，它可以導致非小細胞肺癌，我們大家知道我們國家肺癌是增速中，我們現在臨床醫院當中，檢測腫瘤用的指標都是我講的3%，而治療的靶點(diǎn)你用的藥物也是對那3%。那97%，有很多例子證明，他也與腫瘤有關(guān)，但從來(lái)沒(méi)有納入到我們臨床之診斷和治療當中來(lái)，你想這個(gè)腫瘤能治得好嗎？你沒(méi)有考慮他，當然沒(méi)有想到檢測和治療他，就是說(shuō)，我們還有一個(gè)97%與疾病情況有關(guān)的東西迄今沒(méi)有那么融入到我們診斷治療的視野當中，這就是精準醫學(xué)面臨著(zhù)組學(xué)的所謂的暗信息的巨大挑戰。

　　我們知道那個(gè)97%的遺傳暗物質(zhì)信息是和我們疾病，和我們的健康息息相關(guān)。我們有多少這樣的編碼沒(méi)有發(fā)現呢？我們大概有25000個(gè)基因，那些97%的我們現在能不能評估一下，他有多少原件呢？因為倫理上的原因對人我們還不知道，遺傳研究所對老鼠做過(guò)研究，把所有的原件都拿來(lái)，管你是編碼還是非編碼，一共發(fā)現的18萬(wàn)1千個(gè)，這是在老鼠里面真正執行功能的原件的下限，實(shí)際上一定會(huì )比他大，在這里發(fā)現，產(chǎn)生意義的3%決定了兩萬(wàn)個(gè)原件，換句話(huà)說(shuō)我們還有16萬(wàn)1千個(gè)（非編碼RNA）來(lái)自那97%。這16萬(wàn)1千個(gè)據我所知，目前我們全世界科學(xué)家解析了大約1千個(gè)，換句話(huà)說(shuō)，還有16萬(wàn)個(gè)機會(huì )，有太多的機會(huì )有些非常重要的元件功能的發(fā)現。這些領(lǐng)域2016由這兩位就是在那97%研究當中，我曾經(jīng)開(kāi)過(guò)一個(gè)玩笑，大家算算，從1900年研究那3%大約締造了50名諾貝爾獎獲得者，現在知道了還有97%，那個(gè)大約是1300左右，所以我們有一千多個(gè)機會(huì )在這個(gè)領(lǐng)域做出諾貝爾獎級別的原創(chuàng )性特殊貢獻，而只有一個(gè)位置被占據，所以我們還有巨大的機會(huì )。

　　因此，我們從精準醫學(xué)來(lái)講，我們現在其實(shí)不能做的精準是因為有一個(gè)巨大的大數據，只是指他的內涵并沒(méi)有被挖掘，但是另一方面，他可以給我們提供一個(gè)全新的機會(huì )，不管對技術(shù)研究還是產(chǎn)業(yè)發(fā)展都有巨大研究，所以對非編碼的研究無(wú)疑會(huì )對疾病的診斷治療提供全新的診斷方向，或者對藥物的設計研發(fā)提供新的平臺，對新的物種，新的性狀的培育提供一個(gè)新的基礎，對于組學(xué)的方向有很多，精準醫學(xué)其實(shí)才剛剛開(kāi)始。

　　對于大數據的分析，依然存在著(zhù)挑戰，第一個(gè)數據量大，大家知道，現在的測序儀一個(gè)普通的一次運行就可以到1T的數據，全世界有成千上萬(wàn)個(gè)這樣的儀器，包括我的組里就有所謂的得到一個(gè)T的數據，所以這些數據量是非常大的。那么每個(gè)人有3×10的九次方。這個(gè)數據告訴大家，從數據質(zhì)量來(lái)講，他的噪音很高，同時(shí)又大量缺失值的這樣一個(gè)數據源。第二個(gè)樣本很小，我們要解決腫瘤的問(wèn)題，但是我們知道腫瘤的變量，自變量可能成前上萬(wàn)，但是我們取樣本只有百數量級，因此我們?yōu)槭裁匆獪y，比方要研究腫瘤或者是心腦血管病，他的自身變量千數量級，我們的百萬(wàn)級，就像政府，測一百萬(wàn)人總夠了，第二個(gè)，我們建立合適的數學(xué)模型，借助人工智能和機器學(xué)習等方法，使得我們能夠相匹配。大家知道不僅僅是組學(xué)數據，也還有生物學(xué)數據，更需要我們不僅僅是科技界，企業(yè)界，我們知道我們國內數據共享存在基本一個(gè)重要的問(wèn)題，如果一個(gè)數據共享問(wèn)題不解決，我們就是在大數據時(shí)代做小數據的工作，發(fā)表小數據的企業(yè)，顯然不能適應國際競爭的態(tài)勢。

　　2016年最后一場(chǎng)行業(yè)盛會(huì )，第二屆創(chuàng )新獎評選再度來(lái)襲，12月23日，北京亮馬橋四季酒店，見(jiàn)證新資本、新產(chǎn)業(yè)、新技術(shù)、新理念帶來(lái)全新變革?？萍假x能產(chǎn)業(yè)，見(jiàn)證下一個(gè)商業(yè)風(fēng)口！