高通量測(cè)序技術(shù)的 飛速發(fā)展與生物數(shù)據(jù)的爆炸式增長(zhǎng)推動(dòng)基因組學(xué)研究進(jìn)入了大數(shù)據(jù)時(shí)代。王向峰教授主要從事植物基因組學(xué)、生物信息學(xué)和系統(tǒng)生物學(xué)方面的研 究。將大數(shù)據(jù)技術(shù)運(yùn)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(cè)等植物科學(xué)研究中，并最終與育種實(shí)踐相結(jié)合，開發(fā)分子設(shè)計(jì)育種模 型、軟件、數(shù)據(jù)庫(kù)，為我國(guó)育種家服務(wù)，是他的課題組長(zhǎng)期努力的目標(biāo)。談到課題初衷時(shí)，王向峰說(shuō)道:“人類健康與醫(yī)學(xué)領(lǐng)域中‘大數(shù)據(jù)’技術(shù)體系已逐步建立起 來(lái)，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(shí)間的摸索。與‘精準(zhǔn)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(zhǔn)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(lái)方向。相對(duì)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(gè)‘V’的特征。大數(shù)據(jù)并非體現(xiàn)在數(shù)據(jù)物理存儲(chǔ)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(duì)植物學(xué)與 農(nóng)業(yè)相關(guān)科研機(jī)構(gòu)建立統(tǒng)一的大數(shù)據(jù)計(jì)算構(gòu)架、大數(shù)據(jù)存儲(chǔ)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(jī)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(guò)網(wǎng)絡(luò)很方便的按照分析需求從云平臺(tái)服務(wù)商那里獲取廉價(jià)且靈活擴(kuò)展的計(jì)算資源，從而 滿足大數(shù)據(jù)存儲(chǔ)、管理、分析的要求?！?br />
新興技術(shù)云計(jì)算
云 計(jì)算作為新興的IT技術(shù)，允許用戶通過(guò)網(wǎng)絡(luò)方便的隨時(shí)獲取基礎(chǔ)計(jì)算資源，而無(wú)需添置與維護(hù)昂貴的用于大數(shù)據(jù)存儲(chǔ)與分析的高性能計(jì)算硬件資源，采用虛擬化技 術(shù)可實(shí)現(xiàn)計(jì)算資源的快速擴(kuò)展，用戶可以根據(jù)自己的存儲(chǔ)分析需求，快速調(diào)整資源配置，經(jīng)濟(jì)靈活。王向峰談到：“不難想象，未來(lái)基因組學(xué)分析、高通量測(cè)序數(shù)據(jù) 分析、以及各類高通量生物學(xué)計(jì)算都將通過(guò)云計(jì)算與云存儲(chǔ)等制定化服務(wù)及統(tǒng)一的分析流程的方式完成，而無(wú)需科研人員自己構(gòu)建本地的計(jì)算平臺(tái)與分析流程。”
在過(guò)去幾年的時(shí)間里，王向峰的研究團(tuán)隊(duì)致力于對(duì)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(jī)器學(xué)習(xí)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(xué)研究，王向峰以基于公共數(shù)據(jù)庫(kù)構(gòu)建植物基因表達(dá)調(diào)控網(wǎng)絡(luò)為例進(jìn)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(dá)趨勢(shì)推測(cè)基因間潛在的調(diào)控模式，但 這一方法并不能直接說(shuō)明表達(dá)模式相似的基因之間是否真實(shí)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(kù)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(cè)序技術(shù)得到的Chip-Seq數(shù)據(jù)、轉(zhuǎn)錄因子結(jié)合位點(diǎn)數(shù)據(jù)、 基因共表達(dá)數(shù)據(jù)、蛋白質(zhì)互作數(shù)據(jù)，以及科研文獻(xiàn)記載的知識(shí)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(jī)器學(xué)習(xí)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(cè)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(guó)外的大型農(nóng)業(yè)集團(tuán)和育種公司相比，我國(guó)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(dòng) (data-driven)的管理模式為依托，通過(guò)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(fēng)險(xiǎn)，使農(nóng)民從農(nóng)業(yè)種植中獲得更大的利潤(rùn)?！标P(guān)于植物 基因組學(xué)與生物信息學(xué)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(xué)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(shí)到無(wú)論基因組 測(cè)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(shí)踐為目的。農(nóng)作物育種的本質(zhì)是通過(guò)雜交等手段把優(yōu)良基因進(jìn)行合理 組配而實(shí)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(xué)與育種應(yīng)用的樞紐，將基礎(chǔ)研究產(chǎn)生的生物學(xué)知識(shí)與數(shù)據(jù)轉(zhuǎn)化為分子設(shè)計(jì)育種的科學(xué)依據(jù)，最終 推動(dòng)傳統(tǒng)的‘經(jīng)驗(yàn)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(guó)內(nèi)尋求與具有生物信息學(xué)背景的云平臺(tái)提供商開展植物科學(xué)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(chǔ)、管理等方案，以及開發(fā) 基于機(jī)器學(xué)習(xí)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(cè)序與生物信息分析的服務(wù)商，率先推出了用于高通量測(cè)序與生物信息分析的商業(yè)化云計(jì)算 平臺(tái)——百邁客生物云平臺(tái)。我們將會(huì)把現(xiàn)有大數(shù)據(jù)分析流程與軟件逐步移植部署到國(guó)內(nèi)這類成熟的商業(yè)化生物云計(jì)算平臺(tái)，為國(guó)內(nèi)植物科學(xué)研究與育種家們提供服 務(wù)，全面提高我國(guó)植物基因組學(xué)研究與分子育種研究的實(shí)力。最后希望與國(guó)內(nèi)的同仁們共同努力推動(dòng)農(nóng)業(yè)大數(shù)據(jù)的發(fā)展，將科學(xué)研究與農(nóng)業(yè)應(yīng)用相結(jié)合，實(shí)實(shí)在在的 指導(dǎo)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?！蓖跸蚍遄詈罂偨Y(jié)到。
王向峰教授簡(jiǎn)介
王向峰，中國(guó)農(nóng)業(yè)大學(xué)教授，博士生導(dǎo)師。2007年獲北京大學(xué)生物信息學(xué)博士學(xué)位，之后在耶魯大學(xué)、哈佛大學(xué)完成博士后階段工作；2010年在美國(guó)亞利桑 那大學(xué)，農(nóng)業(yè)與生命科學(xué)學(xué)院任終身制助理教授；2014年作為“青年千人計(jì)劃”被人才引進(jìn)到中國(guó)農(nóng)業(yè)大學(xué)工作，現(xiàn)任農(nóng)學(xué)院作物基因組學(xué)與生物信息學(xué)系系主 任。課題組主要從事植物基因組學(xué)、生物信息學(xué)和系統(tǒng)生物學(xué)等方面的研究，發(fā)表論文三十余篇。
參考文獻(xiàn)：
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(hào)