陈润生教授做客水木清华生命科学讲座

讲述“基因组、大数据、精准医学和人工智能”

 

4月26日下午，清华大学生命科学联合中心承办的第65期水木清华生命科学讲座在清华大学医学科学楼B323举行。中国科学院生物物理研究所非编码核酸重点实验室研究员，中国科学院院士陈润生教授为广大师生做了一场题为“基因组、大数据、精准医学和人工智能”的学术报告。陈老师从对组学大数据(Big Data) 的介绍，讲述了他对精准医学(Precision Medicine) 的认识并提出了生命医学研究在大数据时代所面临的挑战与机遇。同时陈老师还通过对人类基因组当中“暗信息 (Dark information)”的展示，向大家讲解了研究非编码核酸 (non-coding RNA) 的重要意义。报告会由清华大学医学院沈晓骅教授主持。

陈润生老师做学术报告

 

陈润生老师首先指出在目前生命医学领域研究中，基因组学(Genomic)、转录组(Transcriptomics)、蛋白质组学(Proteomics)、代谢组学(Metabolomics)和表观遗传组学(Epigenomics) 等组学概念的提出具有划时代的意义。而精准医学的核心恰恰是对组学大数据的研究，并结合现代医学将其应用于临床诊断，从而促进了医学的发展。精准医学概念的提出对人类医疗本质的改变是从目前以针对小人群为主的诊断治疗，变革为将来以针对大人群为主的健康保障。在此过程中对组学大数据的研究使得个体化治疗的市场日益扩大，促进了新型产业的发展，带动了健康理念的转变，对国家健康与卫生政策的制定具有指导意义。

讲座现场同学认真聆听

 

陈润生老师认为，随着Illumina、PHILIPS、IBM、Google、Tencent等全球各大公司纷纷投入对组学大数据的挖掘与分析，医学大数据的变革即将到来。实现变革的基础是构建组学大数据的团体，实现基因型(Genotype) 与表型(Phenotype) 的关联，建立定量化的表型数据库 (Phenotype Database)，实现生物信息学、生物网络和系统生物学的有机结合，最终到达理论研究与实验研究的联系。

组学大数据的变革必定为我们带来诸多挑战：一、从数据本身特性而言，组学大数据的数据量大、增速快但信噪比低、缺失值大、错误率高；二、很难获得大样本量数据以及有效事件频率低是样品端的挑战；三、疾病相关的网络是复杂的、动态的、有向的、双色的和非线性的；四、需要整合高度异质化的数据；五、数据的共享有待完善。

不过，陈老师同时提到，组学大数据的变革也创造了无限的创新机遇。近年来人工智能(Artificial Intelligence) 的快速发展为我们解决以上困难提供了可行性方案。解决问题的本质是要将不同层次的数据整合在一起构建复合型的系统进行分析与研究。陈老师提醒到，当前关于人工智能的研究实质上是在一个新技术平台上的应用研究，而最终要实现该领域的突破还需要在理论研究上得到进一步的发展。

讲座结束后，陈老师回答了现场师生提出的问题。广大师生对陈老师的精彩报告给予了热烈的掌声，对陈老师杰出的科研工作表示钦佩，师生们纷纷表示听完陈老师的报告备受鼓舞，意犹未尽，受益匪浅。

 

人物简介：

陈润生先生现为中国科学院生物物理研究所非编码核酸重点实验室研究员、博士生导师，中国科学院院士。1964年毕业于中国科学技术大学生物物理系。1985－1987年获洪堡奖学金作为访问学者在德国纽伦堡大学从事生物大分子电子结构研究。此后不断地在香港科技大学、中文大学，日本大阪大学、德国纽伦堡大学、美国落杉矶加州大学、哈佛大学等从事合作研究。1996年10月在日本筑波召开的第十五届国际科学技术数据委员会(CODATA)大会上应邀发表题为"从DNA序列数据到蛋白质三维结构"的"小谷正雄"纪念演讲,同时获得“小谷正雄”奖。2007年当选为中国科学院院士；2008年获得何梁何利基金奖。2012年获谈家桢生命科学成就奖。2013年获得国家科学技术进步奖二等奖，2014年当选为国际欧亚科学院院士。