英国BBSRC开展数据密集型生物科学项目调研
2020年11月20日，英国生物技术和生物科学研究理事会（BBSRC）发表了《数据密集型生物科学综述》报告。在过去十年间，生物科学在研究和创新领域所掌握的数据规模和复杂性经历了一场翻天覆地的变化。BBSRC通过英国生物科学前瞻（Forward Look for UK Bioscience）项目的研究，认识到创新的数据驱动方法是开启生物学新认知和最大限度地利用来自先进技术数据价值的关键途径。这些数据正在为研究人员探索新研究问题，在前沿知识发现方面取得进展，以及应对人类健康、繁荣和可持续未来关键挑战等多个方面创造巨大的机遇。
随着下一代测序和高分辨率成像等变革性技术的不断发展，生物数据的数量和复杂性不断增加。目前，生物科学研究人员常常依赖于计算机分析和建模方法来“规模化”处理数据，同时也越来越多地受益于数据的获取和重复使用，从而使发现过程大大加速；同时，这也使得研究人员能够探索前所未有的研究问题，在前沿知识发现方面取得重大进展。认识到生物科学研究人员可获得的数据量不断增加所带来的机遇，英国研究与创新组织-生物技术和生物科学研究理事会（UKRI-BBSRC）于2019年启动了一项针对该领域的调查研究，以支持英国的科技长期战略。这篇综述报告即为此项调研的成果之一，它为当代生物科学研究中数据方法的快速普及找到了有力的证据。
报告针对UKRI-BBSRC支持的数据密集型重点研究项目开展了调研：
1、提高发展中国家生计的农业系统研究
负责人：纽卡斯尔大学Marion Pfeifer博士
该项目获得了全球挑战研究基金（Global Challenges Research Fund）资助，将农业、社会和生态数据相结合，通过量化综合景观管理提高撒哈拉以南非洲热带景观农业的效益，并权衡土地损失和作物遭受虫害增多的可能性。该项目将有利于巩固英国与坦桑尼亚农村农民、农业综合企业、研究人员和政府的长期合作关系，并发现自然栖息地对生物多样性、土壤质量和作物产量有益的分散证据。
2、深度学习对抗牛结核病
负责人：苏格兰农业学院Mike Coffey教授
深度学习是一种强有力的技术，可以从大规模数据中获取新知识。由UKRI-BBSRC支持的该项目将分析来自数千个牛群的数百万份牛奶的光谱数据，并将其与其他的牛结核病（bovine TB, bTB）数据相结合，以准确预测奶牛发生bTB的状况，为这种疾病的早期管理和诊断做出贡献。经估算，这种疾病每年会给英国乳业造成约1.75亿英镑的损失。
3、微生物组数据驱动建模
负责人：华威大学Orkun Soyer教授
厌氧消化是一种利用微生物群落将有机废物转化为甲烷的绿色能源技术。UKRI-BBSRC支持的一项研究正在使用数据驱动的方法来开展动态微生物群的功能分析和建模，目标是更好地控制这些微生物群并提高它们的效率，以及提高生物经济中资源的利用率。
4、了解大脑的复杂性
负责人：谢菲尔德大学Daniel Coca教授
这个名为果蝇大脑观测站（the fruit fly brain observation）的项目获得了UKRI-BBSRC和美国国家科学基金会（NSF）的联合资助，谢菲尔德大学和哥伦比亚大学的研究人员正在共同研究生物基因、大脑结构、功能和行为之间的复杂关系。各种数据类型集成建模正在成为理解生物数据的关键步骤，以及刺激研究的新途径，也成为了人们对生命系统功能认知更加丰富和完整的重要条件。
5、利用DNA测序技术的新软件
负责人：诺丁汉大学Matt Loose教授
可以有效地分析大量数据的新软件使得DNA测序技术得以快速发展。一方面，UKRI-BBSRC支持软件开发，用以分析最新的“长读”纳米孔测序技术产生的数据。另一方面，UKRI-BBSRC还支持自适应采样技术的开发，从而可以从更大的库中对单个分子进行测序，研究人员能够快速、方便地靶向定位较大基因组的单个区域。这一进步将帮助研究人员制备更长更完整的基因组，并将其应用于生物学、环境科学、生物医学等学科。
6、描绘抗体类别转换机制和功能
负责人：伦敦国王学院Franca Fraternali教授
UKRI-BBSRC支持的“更长期更大规模（longer larger）”资助正在研究改变抗体结构恒定区的机制和后果，这对新药或疫苗的设计具有重要意义。免疫学家和计算生物学家之间的跨学科合作，对于解答在不同B细胞状态和相关抗体变化中起作用的分子机制存在巨大差异等问题至关重要。
7、小麦基因组测序
负责人：厄勒姆研究所Anthony Hall教授
UKRI-BBSRC支持的研究人员与国际科学家合作，在编辑和注释全球范围内具有重要农艺意义的小麦基因组方面发挥了重要作用。 了解了这些基因组的序列，使人们能够将小麦用作模型农作物物种，并改变其研究和育种的方式。 重要性状的基因识别和网络控制可将农作物研究者与基础植物科学研究的庞大知识基础联系起来，所产生的大数据集又会加速科学发现过程，并为人们提供满足全球对高产、更可持续、抗病和更健康的小麦新品种不断增长需求的研发工具。
8、了解基因的集体行为
负责人：伯明翰大学Constanze Bonifer教授
在“后基因组学”时代，主要困难是掌握如何协调哺乳动物所有基因的调控以产生特定的细胞类型的途径，这只能采用复杂的数据驱动方法才有可能实现。UKRI-BBSRC支持的血细胞分化研究正在研究转录因子和染色质成分网络是如何调节细胞命定目标的，该项研究对生物学和生物医学都将产生广泛而深远的影响。
根据调研结果，该报告的编写专家小组向UKRI-BBSRC提出了7项关键建议，以支持生物科学作为数据密集型科学的延续和扩展：（1）UKRI-BBSRC应采取特别行动，提高英国在生物科学领域的数学和计算能力；（2）UKRI-BBSRC应激励培育专业角色，以支撑独立研究机构的数据密集型研究；（3）UKRI-BBSRC应在为生物科学构建统一和协调的数字基础设施方面发挥领导作用；（4）UKRI-BBSRC应大幅增加投资，为研究界提供高质量的软件和数据资源；（5）UKRI-BBSRC应更新数据共享政策，以扩大其覆盖范围并改进其实施效果；（6）UKRI-BBSRC应制定一个计划，通过在关键领域建立网络和战略投资来建设数据密集型生物科学的能力；（7）UKRI-BBSRC应确保其同行评审过程充分嵌入数据密集型研究，并形成一种工作模式。
郑颖 编译自https://www.ukri.org/wp-content/uploads/2020/11/BBSRC-201120-ReviewOfDataIntensiveBioscience.pdf
原文标题：Review of Data-Intensive Bioscience.
陈方
