高通量測序技術(shù)的 飛速發(fā)展與生物數(shù)據(jù)的爆炸式增長推動基因組學研究進入了大數(shù)據(jù)時代。王向峰教授主要從事植物基因組學、生物信息學和系統(tǒng)生物學方面的研 究。將大數(shù)據(jù)技術(shù)運用到植物基因調(diào)控網(wǎng)絡(luò)構(gòu)建、重要農(nóng)藝性狀基因挖掘、基因注釋與功能預(yù)測等植物科學研究中，并最終與育種實踐相結(jié)合，開發(fā)分子設(shè)計育種模 型、軟件、數(shù)據(jù)庫，為我國育種家服務(wù)，是他的課題組長期努力的目標。談到課題初衷時，王向峰說道:“人類健康與醫(yī)學領(lǐng)域中‘大數(shù)據(jù)’技術(shù)體系已逐步建立起 來，但‘大數(shù)據(jù)’如何應(yīng)用到農(nóng)業(yè)生產(chǎn)與育種產(chǎn)業(yè)還需要一定時間的摸索。與‘精準醫(yī)療’、‘智慧醫(yī)療’的理念類似，以大數(shù)據(jù)技術(shù)為依托的‘√準育種’、‘智 慧農(nóng)業(yè)’等體系的建立與發(fā)展是全球農(nóng)業(yè)發(fā)展的未來方向。相對于小樣本量數(shù)據(jù)，大數(shù)據(jù)具有積累速度快（Velocity）、數(shù)據(jù)規(guī)模大（Volume）、數(shù) 據(jù)類型多樣（Variety）這三個‘V’的特征。大數(shù)據(jù)并非體現(xiàn)在數(shù)據(jù)物理存儲上的‘大’，而是體現(xiàn)于信息量的‘全’和數(shù)據(jù)特征的‘雜’。這對植物學與 農(nóng)業(yè)相關(guān)科研機構(gòu)建立統(tǒng)一的大數(shù)據(jù)計算構(gòu)架、大數(shù)據(jù)存儲與管理方案、大數(shù)據(jù)挖掘方法與流程提出了巨大的挑戰(zhàn)?！蓖跸蚍暹€談到“科研人員與小型機構(gòu)本身難以 應(yīng)付這一挑戰(zhàn)，而云技術(shù)的出現(xiàn)為科研領(lǐng)域提供了解決方案，研究者可以通過網(wǎng)絡(luò)很方便的按照分析需求從云平臺服務(wù)商那里獲取廉價且靈活擴展的計算資源，從而 滿足大數(shù)據(jù)存儲、管理、分析的要求?！?br />
新興技術(shù)云計算
云 計算作為新興的IT技術(shù)，允許用戶通過網(wǎng)絡(luò)方便的隨時獲取基礎(chǔ)計算資源，而無需添置與維護昂貴的用于大數(shù)據(jù)存儲與分析的高性能計算硬件資源，采用虛擬化技 術(shù)可實現(xiàn)計算資源的快速擴展，用戶可以根據(jù)自己的存儲分析需求，快速調(diào)整資源配置，經(jīng)濟靈活。王向峰談到：“不難想象，未來基因組學分析、高通量測序數(shù)據(jù) 分析、以及各類高通量生物學計算都將通過云計算與云存儲等制定化服務(wù)及統(tǒng)一的分析流程的方式完成，而無需科研人員自己構(gòu)建本地的計算平臺與分析流程?！?br /> 在過去幾年的時間里，王向峰的研究團隊致力于對已發(fā)表的公共數(shù)據(jù)的整合性挖掘以及開發(fā)基于機器學習等現(xiàn)代信息技術(shù)的大數(shù)據(jù)分析方法。關(guān)于大數(shù)據(jù)如何服務(wù)于 植物科學研究，王向峰以基于公共數(shù)據(jù)庫構(gòu)建植物基因表達調(diào)控網(wǎng)絡(luò)為例進行了介紹。傳統(tǒng)方法依據(jù)單一數(shù)據(jù)集中基因的共表達趨勢推測基因間潛在的調(diào)控模式，但 這一方法并不能直接說明表達模式相似的基因之間是否真實的存在直接的靶向調(diào)控關(guān)系?；诖髷?shù)據(jù)的網(wǎng)絡(luò)構(gòu)建是借助公共數(shù)據(jù)庫中收錄的所有類型的數(shù)據(jù)為基因間 功能關(guān)聯(lián)與調(diào)控關(guān)系尋求證據(jù)，多類型數(shù)據(jù)包括：植物中保守順式調(diào)控元件序列數(shù)據(jù)、使用高通量測序技術(shù)得到的Chip-Seq數(shù)據(jù)、轉(zhuǎn)錄因子結(jié)合位點數(shù)據(jù)、 基因共表達數(shù)據(jù)、蛋白質(zhì)互作數(shù)據(jù)，以及科研文獻記載的知識型數(shù)據(jù)等。在獲得整合型數(shù)據(jù)后，采用適合大數(shù)據(jù)分析的機器學習的策略構(gòu)建分類模型、回歸模型、決 策模型等手段探索數(shù)據(jù)間的關(guān)聯(lián)與規(guī)律，從而提高預(yù)測基因調(diào)控關(guān)系與挖掘重要功能基因的z確性。
關(guān)于大數(shù)據(jù)技術(shù)在√確農(nóng)業(yè)中的應(yīng)用前景
王向峰談到：“與國外的大型農(nóng)業(yè)集團和育種公司相比，我國的農(nóng)業(yè)生產(chǎn)信息化管理，基因工程與基因組育種等方面十分薄弱；現(xiàn)代農(nóng)業(yè)必須以數(shù)據(jù)驅(qū)動 (data-driven)的管理模式為依托，通過降低農(nóng)業(yè)生產(chǎn)成本、提高耕作效率、降低農(nóng)業(yè)生產(chǎn)的風險，使農(nóng)民從農(nóng)業(yè)種植中獲得更大的利潤?！标P(guān)于植物 基因組學與生物信息學研究如何與育種產(chǎn)業(yè)相結(jié)合，王向峰繼續(xù)談到：“目前植物科學研究與育種應(yīng)用研究在一定程度上是脫節(jié)的，科研工作者要意識到無論基因組 測序還是現(xiàn)在的大量的全基因組關(guān)聯(lián)分析(GWAS)研究都是以最終服務(wù)于農(nóng)業(yè)生產(chǎn)與育種實踐為目的。農(nóng)作物育種的本質(zhì)是通過雜交等手段把優(yōu)良基因進行合理 組配而實現(xiàn)改變作物農(nóng)藝性狀的目的，大數(shù)據(jù)技術(shù)正是銜接植物科學與育種應(yīng)用的樞紐，將基礎(chǔ)研究產(chǎn)生的生物學知識與數(shù)據(jù)轉(zhuǎn)化為分子設(shè)計育種的科學依據(jù)，最終 推動傳統(tǒng)的‘經(jīng)驗育種’向高效、定向、低成本的‘√確育種’的轉(zhuǎn)變?！?br />
“我們一直在國內(nèi)尋求與具有生物信息學背景的云平臺提供商開展植物科學與分子育種大數(shù)據(jù)研究，借助云技術(shù)聯(lián)合開展大數(shù)據(jù)處理、存儲、管理等方案，以及開發(fā) 基于機器學習的大數(shù)據(jù)分析新方法。百邁客是主要從事農(nóng)業(yè)高通量基因組測序與生物信息分析的服務(wù)商，率先推出了用于高通量測序與生物信息分析的商業(yè)化云計算 平臺——百邁客生物云平臺。我們將會把現(xiàn)有大數(shù)據(jù)分析流程與軟件逐步移植部署到國內(nèi)這類成熟的商業(yè)化生物云計算平臺，為國內(nèi)植物科學研究與育種家們提供服 務(wù)，全面提高我國植物基因組學研究與分子育種研究的實力。最后希望與國內(nèi)的同仁們共同努力推動農(nóng)業(yè)大數(shù)據(jù)的發(fā)展，將科學研究與農(nóng)業(yè)應(yīng)用相結(jié)合，實實在在的 指導農(nóng)業(yè)生產(chǎn)與育種研究，惠及農(nóng)民大眾，讓他們的辛勤勞作獲得更大的收益。”王向峰最后總結(jié)到。
王向峰教授簡介
王向峰，中國農(nóng)業(yè)大學教授，博士生導師。2007年獲北京大學生物信息學博士學位，之后在耶魯大學、哈佛大學完成博士后階段工作；2010年在美國亞利桑 那大學，農(nóng)業(yè)與生命科學學院任終身制助理教授；2014年作為“青年千人計劃”被人才引進到中國農(nóng)業(yè)大學工作，現(xiàn)任農(nóng)學院作物基因組學與生物信息學系系主 任。課題組主要從事植物基因組學、生物信息學和系統(tǒng)生物學等方面的研究，發(fā)表論文三十余篇。
參考文獻：
1、Chuang Ma, MingmingXin, Kenneth A. Feldmann, and XiangfengWang.Machine learning-based differential network analysis: a study of stress-responsive transcriptomes in Arabidopsis.Plant Cell. 2014, 26(2):520-37.
2、Chuang Ma, Hao Helen Zhang, XiangfengWang.Machine learning for Big Data analytics in plants.Trends in Plant Science. 2014, 19(12):798-808.
京公網(wǎng)安備 11011302003368號