學科發展帶來的新趨勢對生物學家意味著什麼

記者 韓天琪

作為生命科學領域最新的分支學科，基因測序等新的生物醫學技術正在顛覆傳統的生物學研究方法。海量的數據處理正在把生物學家們的工作從實驗台上拉向電腦旁。如今，全世界的生物學家不得不承認這樣一種現實：要想成為一名生物學家，你還得是個統計學家，甚至是程序員。你得會寫演算法才行。

學科發展帶來的新趨勢對生物學家們來說意味著什麼？而該領域的專家學者和學生要怎樣應對這一變化？

從實驗台到電腦桌

說起作為實驗科學最典型代表的生物學的研究場景，人們第一時間會想到一個穿著白大褂的科學家坐在實驗台前使用移液管、培養皿和護目鏡，在顯微鏡下觀察凝膠。這被生物學家們稱為「濕實驗」。很長一段時間，「濕實驗技術」決定了一個生物學家所能達到的高度。

不過，現在這種研究場景正在悄然發生變化。牛津大學大數據研究所統計遺傳學教授吉爾·麥克維恩曾表示，如今，基因組研究的大部分工作都是在電腦上完成的，很少會用到實驗台。他說：「那些成立15年以上的研究所里，90% 都是濕實驗室，但如果你進去看看，就會發現，幾乎人人都坐在電腦前。現在建立的生物醫學研究中心裡，僅有10% 的濕實驗室，其他90% 都是電腦計算實驗室。」

「總的來說，生命科學的研究已經逐漸從傳統的利用生物學的技術或方法進行研究的模式轉變為需要綜合多個學科、多種方法來做綜合性研究以解決生物學問題。」華大基因人類基因組學項目總監郭小森在接受《中國科學報》記者採訪時表示，其中最具代表性的就是基因組學的研究。

不同於傳統生物學研究分支，基因組學的誕生先天帶有數據處理的基因。

眾所周知，基因組學是一個新興學科，可以看作是傳統生物學中遺傳學的分支，以人類基因組的研究作為代表和標誌。伴隨著人類基因組計劃的完成，基因組學的研究開始大規模興起，同時也帶動了生物信息學、計算生物學等新的研究領域的發展。郭小森認為，這些鮮明的特點揭示出生命科學或基因組學的研究方式確實在發生轉變。

實驗vs數據

研究方式的改變不僅僅意味著生物學家們工作場景及所需技能的改變，其背後還有研究邏輯的深刻變化。

麥克維恩認為：「科學界一個重大的變化，是人們漸漸拋棄之前那種專一、有針對性、假設引導的模式，即那種『產生想法、設計實驗、進行實驗、驗證結果』的模式。」

在傳統實驗科學中，假設是一切研究的起點，它的來源是人類的思考和智慧。idea（靈感）往往被科學家們視為整個研究中最珍貴的部分，體現了人類對自然的理解和駕馭。

但電腦桌前的生物學研究顛覆了從產生想法到完成驗證的模式。

「現在基因組研究產生實驗數據的速度太快，根本分析不過來。」中國科學院北京基因組研究所研究員雷紅星告訴《中國科學報》記者，研究的內容太複雜，往往無法在設計實驗前想清楚假設，所以「我們先去測，測完再看是怎麼回事」。

不過，在中國科學院院士、中國科學院動物研究所研究員康樂的研究領域中，研究方法還是以做實驗為主。「我們主要通過數據找問題。」

「我們能夠通過分析大數據來找到更多的新問題，或是過去沒有發現的規律，但它不能代替實驗。」康樂說。

適應綜合性研究方法

面對這種研究方式的轉變，很多受到傳統生物學訓練的生物學家們確實存在著適應新的研究方法的問題。

「我們在近幾年的基因組學的研究中遇到過，即使從國內很好的大學畢業，以生物學技能為主要目標培養的學生在畢業後來做基因組學研究確實會碰到一些障礙。」在郭小森看來，這個障礙對自身來說首先要對這個學科、研究領域的發展有比較清晰的認識，尤其是對基因組學的研究而言，「已經是需要以大規模的基因組數據的分析作為主要內容來解決一定的科學問題」。其次，需要自身作一些改變來適應這種變化。「比如掌握一些必要的數據處理的方法，包括統計學、計算機編程等。」

雷紅星和郭小森認為，對於一些從業已久的生物學家來說，需要整合多方面的資源。「最好組建人員、知識或技能互補模式的研究團隊進行科學研究，這樣的話會達到比較好的效果。畢竟，一個人很難作為全才，在生物學、計算機和數學領域都達到一個很高的程度。」郭小森建議。

為了適應這種變化，國內的生物學本科培養已經開始調整培養目標和授課計劃。如據雷紅星介紹，中國科學院大學已經在本科生中開設了生物醫學大數據相關課程，授課內容是各種各樣的基因組學、表觀組學、蛋白組學和醫學的大數據類型，「告訴學生有哪些方法、資源網站等」。

近些年國內其他高校也逐漸開始加入生物信息學、計算生物學等課程。「一個比較有意思的現象是，很多學校類似課程的開設是從計算機學院開始的，對於生物信息學或計算生物學領域來說，最容易入門的學科是從計算機入手。」郭小森說，研究領域的特點也帶來了學生培養模式上的改變。

生物學研究的基礎還是生物學問題

在研究方法劇烈改變的現狀下，實驗還是生物學的基礎嗎？

面對這樣的問題，郭小森認為，生物學的研究最終還是要回歸到生物學問題。

「無論是計算機，甚至數學方法等等，其實都是研究領域的學科發展導致的，尤其是密集型數據已經成為社會發展的趨勢，不光是生命科學，物理、化學等實驗學科也會涉及大數據。我們在當前這樣一個形勢下，如何利用好大數據輔助我們解釋更多的生物學問題，是生物學領域的關鍵核心所在。」郭小森說，即使數據量再大，最後還是要回歸到生物學問題，是為生物學問題的解決來服務的。

郭小森堅信，雖然我們趨向於綜合性研究方法，趨向於使用數學的、統計學的方法，計算機演算法來研究生物學問題，但最終這樣的研究還是會回歸到科學問題上，要通過實驗的驗證來確定和確認。

康樂斷言，將來大數據的方法會在生物學的所有分支學科中使用越來越廣泛。「這是一個大趨勢。」

中國生物技術網誠邀生物領域科學家在我們的平台上，發表和介紹國內外原創的科研成果。

本公眾號由中國科學院微生物研究所信息中心承辦

微信公眾號：中國生物技術網

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！