大數(shù)據(jù)時代構建新型高分辨分子病理科研教學體系探索

陳罡 何融泉 馬劼 馮振博

【中圖分類號】R259 【文獻標識碼】A 【文章編號】2095-3089（2018）11-0233-02

近年來，在精準醫(yī)學推動下，深度測序技術不斷普及，測序成本不斷降低，海量的數(shù)據(jù)不斷涌入臨床醫(yī)學領域[1]。醫(yī)療大數(shù)據(jù)不斷沖擊傳統(tǒng)醫(yī)學，也不斷更新和呼吁新的醫(yī)學教學、科研教學和臨床醫(yī)學行為模式，作為生物學分支的——計算生物學由此得以迅速發(fā)展，大數(shù)據(jù)挖掘分析已成為基礎醫(yī)學和臨床醫(yī)學發(fā)現(xiàn)問題的重要途徑，分子病理學是臨床醫(yī)學中采用高通量技術最頻繁的主力，因此，緊跟前沿技術，培養(yǎng)能夠正確處理、充分解讀、全面應用醫(yī)學大數(shù)據(jù)的臨床人才，將對我國新世紀醫(yī)療人才培養(yǎng)產(chǎn)生積極推動作用。本課題組前期通過結合臨床大數(shù)據(jù)，初步嘗試探索分子病理科研教學新體系，旨在推動符合時代需求的新型教學模式。

1.從大數(shù)據(jù)本體論到分子病理科研教學的任務

古希臘哲學家畢達哥提出“數(shù)是萬物的始基”。早在1988年《科學》首先提出大數(shù)據(jù)概念， 2008年《自然》設立了?？榻B大數(shù)據(jù)，大數(shù)據(jù)正逐步發(fā)展和受到重視。人體本身就是一個數(shù)字化的整體，臨床診療的行為最大的特點是以人為對象，在精準醫(yī)學的背景下，得益于深度測序技術的普及，臨床行為正日益產(chǎn)生大量數(shù)據(jù)。一方面，大數(shù)據(jù)產(chǎn)生不斷挑戰(zhàn)著傳統(tǒng)的臨床醫(yī)學模式，另一方面，大數(shù)據(jù)也正引導臨床研究邁向更加高層次的整體觀照。大數(shù)據(jù)使得人類活動進入了一個新階段，在大數(shù)據(jù)基礎上，世界的一切關系均可用數(shù)據(jù)表征。具體到臨床醫(yī)學，大數(shù)據(jù)本體論需要我們回答臨床數(shù)據(jù)本質(zhì)是什么？數(shù)據(jù)與疾病之間有何因果關系？大數(shù)據(jù)如何解釋疾病等問題？

傳統(tǒng)分子病理學作為臨床醫(yī)學診斷的前沿學科，也是臨床科研問題發(fā)現(xiàn)的最基本的途徑。在過去由于技術和檢測手段的限制，對疾病描述的數(shù)據(jù)結構以疏松和零散為主要特點。大數(shù)據(jù)時代下，分子病理對疾病本身的描述進入密集型高分辨率型的時代。這些由分子病理產(chǎn)生的臨床大數(shù)據(jù)正賦予分子病理科研更多的可能性，而如何解讀密集型數(shù)據(jù)的本質(zhì)？如何將大數(shù)據(jù)有機結合到疾病本身的科學問題上來？如何解釋疾病數(shù)據(jù)的差異？這便是大數(shù)據(jù)對分子病理科研教學提出的時代新要求。

2.從大數(shù)據(jù)思維模式到分子病理科研教學的模式

傳統(tǒng)分子病理技術，如顯色原位雜交、熒光原位雜交、聚合酶鏈反應等，在精度上給予分子病理科研極大的便利。隨著基因芯片、基因測序等技術普及，使得數(shù)據(jù)在精度和廣度上都有了新的突破。大數(shù)據(jù)不僅是對一種臨床科學問題研究和認識的存在形式，也是臨床科學研究的一種方法和途徑，這種新的認識論范式與傳統(tǒng)分子病理科研推斷邏輯式表現(xiàn)形式不同，它是一種數(shù)據(jù)模型的思維模式，這種思維模式基本的目標有兩個——描述和預測：通過描述刻畫大數(shù)據(jù)的潛在模式，通過利用這些數(shù)據(jù)潛在模式，進行科研問題的預測，從而發(fā)現(xiàn)數(shù)據(jù)中有具有臨床價值的模型和規(guī)律。

具體說來，從方法論層面看，大數(shù)據(jù)思維模式對傳統(tǒng)的機械還原論進行了深入批判，提出了多樣與整體、關聯(lián)與動態(tài)分析的大數(shù)據(jù)思維，這些新思維具有復雜性思維特征。分子病理的大數(shù)據(jù)實現(xiàn)了還原論與整體論的融貫，首先承認疾病和科學問題本質(zhì)是復雜的多樣性，強調(diào)了疾病表征和基因型的關聯(lián)性，認為存在比因果關系更加重要。通過對疾病和具體科學問題的數(shù)據(jù)化，實現(xiàn)了定性定量的綜合集成；因此如何實現(xiàn)描述和預測的功能，成為分子病理科研教學的大挑戰(zhàn)。

2.1大數(shù)據(jù)重新認識疾病的復雜性

分子病理產(chǎn)生的臨床大數(shù)據(jù)是指導臨床精準醫(yī)療和開展前沿醫(yī)學研究的前提，指導學生正確認識大數(shù)據(jù)便是首要的問題。本課題組緊跟大數(shù)據(jù)趨勢，在2013年起在傳統(tǒng)分子病理教學中引入大數(shù)據(jù)教學模式，幫助學生理解疾病和尋找科研問題。

大數(shù)據(jù)之大，在于深度和廣度。以肺癌為例，肺癌驅動基因的研究一直是攻克肺癌的關鍵所在，目前越來越熱的表觀遺傳學的研究揭示了非小細胞肺癌發(fā)生發(fā)展更多的可能性。在肺癌分子病理科研教學上，我們首先以傳統(tǒng)分子病理科研教學為切入點，帶領學生了解具體有特色的肺癌特點，比如臨床上對非小細胞肺癌常規(guī)檢測的EGFR、ALK等基因的情況。眾所周知，腫瘤是異質(zhì)性極大的疾病，為了讓學生更加深入的了解腫瘤的復雜性，我們引入大數(shù)據(jù)，我們從傳統(tǒng)教學幾十例的患者，過渡到TCGA公共數(shù)據(jù)庫及GEO，CaArray， ArrayExpress數(shù)據(jù)庫等上千例非小細胞肺癌患者中來[2]，從廣度上讓學生對非小細胞肺癌的特點有了全面的了解。從傳統(tǒng)教學的有限的研究成熟的基因數(shù)，到大宗病例分析產(chǎn)生的海量差異表達的基因數(shù)及其它分子事件，使得分子病理教學從已知向未知過渡，從傳統(tǒng)認知型教學向科研型教學過渡。

分子病理科研教學中，善于利用大數(shù)據(jù)可以更加高分辨率的展示疾病與臨床表型之間的聯(lián)系。以非小細胞肺癌為例，個人史、吸煙史對非小細胞肺癌的發(fā)生和發(fā)展至關重要，EGFR不同突變型的患者臨床治療策略和生存預后也都不一樣。我們整合分析了患者基本臨床參數(shù)，包括性別、年齡、吸煙史、治療史、病理類型等，我們還分析了非小細胞肺癌中可能存在的轉錄調(diào)控和表觀遺傳學機制，包括甲基化信息、miRNA表達譜，lncRNA表達譜，CNV，可變剪切等。區(qū)別于傳統(tǒng)分子病理科研教學，通過上述嘗試，我們將分子病理科研教學引導至一個信息更加全面，事件更加精確，機制更加復雜的高分辨率科研教學模式中，這樣的模式使得對疾病的了解更加全面，賦予研究對象更多的可能性，碰撞出更多的火花。

2.2循證法評價大數(shù)據(jù)的可靠性

大數(shù)據(jù)帶來分子病理科研教學的思維模式的變革，其優(yōu)勢是改變了傳統(tǒng)分子病理尋找科學問題的模式。在以往，現(xiàn)象知識驅動徑路下，尋找具體科學問題需要看到具體現(xiàn)象，有已知知識支撐作為前提。而如今，大數(shù)據(jù)驅動徑路下，科學假說都可以先從公共數(shù)據(jù)進行驗證。大數(shù)據(jù)在深度給了我們?nèi)娴男畔?，我們能夠通過加大疾病樣本來力求接近事實真相。盡管如此，由于高通量測序本身技術的限制，隨機抽樣誤差是客觀存在的，導致很有可能假陽性的信息被我們選取。因此，本課題組在分子病理科研教學過程中將循證醫(yī)學的理念整合到大數(shù)據(jù)應用中，審慎的評價用于臨床研究和基礎研究中大數(shù)據(jù)的可靠性。

高通量提供給我們海量的數(shù)據(jù)是受人為因素的影響，離不開敏感度和特異度問題。在分子病理科研教學中，我們從多渠道獲取數(shù)據(jù)來評價大數(shù)據(jù)的可靠性：以原發(fā)性肝細胞癌為例，我們對TCGA的數(shù)據(jù)進行整合分析獲得原發(fā)性肝細胞癌差異表達微小RNA后，我們從GEO，CaArray， ArrayExpress等多個芯片及測序數(shù)據(jù)庫獲取數(shù)據(jù)，對TCGA的數(shù)據(jù)進行初步驗證；同時，我們也進行相應的臨床檢測，體內(nèi)體外實驗來驗證TCGA數(shù)據(jù)的可靠性，從而獲取全面的信息，同時保證信息的高敏感度高和準確性、特異性[3]。

2.3 學科交叉，更高分辨率解讀大數(shù)據(jù)

疾病臨床表征和基因型的聯(lián)系，是數(shù)據(jù)科研價值的體現(xiàn)。而具體的科研問題能夠解決臨床問題，則需要余多學科互補交叉。從大方向上來看是基礎醫(yī)學和臨床醫(yī)學的優(yōu)勢互補，在方法學上，大數(shù)據(jù)的分析更加依賴于多學科。例如，在我們非小細胞肺癌的病理科研教學中，我們有機融合了生物信息學、分子生物學、臨床腫瘤學的內(nèi)容。生物信息學將大數(shù)據(jù)可視化展示，使得具體描述和預測更加直觀；通過分子生物學理論分析和實驗驗證，使得大數(shù)據(jù)預測更為精準；而通過結合臨床腫瘤學，使得分析所得的數(shù)據(jù)更加富有臨床應用價值。使得學生在了解疾病普遍的規(guī)律和現(xiàn)象的同時，看到了每個案例的獨特之處，進而發(fā)現(xiàn)和理解科研問題和臨床治療問題，理解分子病理學數(shù)據(jù)的潛在價值。

綜上，高通量技術正改變?nèi)藗冊谡J識自身和疾病的方式，大數(shù)據(jù)使得人們能夠更加的深入和精確理解自身，科學有效的利用大數(shù)據(jù)來解碼臨床具體問題，指導科學研究更好的更精確的服務臨床問題，也設計新興的生物信息學、計算生物學的內(nèi)容，這些將是分子病理科研教學面臨的新任務和挑戰(zhàn)。

參考文獻：

[1]Chin-Yee B， Upshur R. Clinical judgement in the era of big data and predictive analytics. J Eval Clin Pract. 2017. [Epub ahead of print].

[2]Cohen AL， Piccolo SR， Cheng L， et al. Genomic pathway analysis reveals that EZH2 and HDAC4 represent mutually exclusive epigenetic pathways across human cancers. BMC Med Genomics. 2013，6：35.

[3]Liang HW， Yang X， Wen DY， et al. Utility of miR？鄄133a？鄄3p as a diagnostic indicator for hepatocellular carcinoma： An investigation combined with GEO， TCGA， meta？鄄analysis and bioinformatics. Mol Med Rep. 2018，17（1）：1469-1484.