基因大数据：将改变人类的未来

由中美创新协会， 北京市科协和动点科技三方联合举办的“Big Data Innovation Summit”在北京国际会议中心拉开帷幕。而在本次峰会上，来自华大基因首席运营官尹烨的演讲赢得了观众的“满堂彩”。

尹烨跟大家分享了大数据基因对我们的生活带来的影响。他认为，大数据这个词现在有点“泛滥”，甚至很多人错误地理解为数据大就是大数据，或者认为大数据是一个新鲜的事物，其实不然。人类肯定不是第一次遇到大数据的问题，只不过“大”的定义在不断的变化之中。尹烨在演讲中表示，生命科学会成为世界的主角，而整个生物组学的大数据已经达到10的60次方的数量级，而人类现在只完成了10的21次方，如果没有大数据，我们将寸步难行。

“科技再先进，我们能收集和处理的数据也只是世界上极其微小的一部分。当我们在使用大数据的时候，应该怀有谦恭和敬畏之心，铭记人性之本！”这是尹烨在演讲结束时阐述的一段话。这次演讲给在场的观众留下了深刻的印象，在整个演讲过程中，掌声不断。下文是演讲整理：

在古罗马时，人类还无法计算10000以上的数据；在阿波罗登月的时候，当时导航的芯片只有4K大小；10年前，我们还认为20G的数据永远填不满；但是在曼哈顿原子弹计划的时候，其裂变的数量级已经达到了ZB.其实人类肯定不是第一次遇到大数据的问题，只不过“大”的定义在不断在变化。

生命科学会成为世界的主角

人类有史以来，整个工业史随着科学发现、技术发明和产业的变革不断发展。从发现数学，然后走到了地理大发现，最终发现了太平洋，而且太平洋和大西洋还是连在一起的。从最早的亚里士多德，到牛顿，到爱因斯坦，这中间产生了一个又一个大数据。今天走到了生命科学大数据，生命科学会成为世界的主角。

与过去相比，我们今天的确处在一个大数据的时代。2005年整个人类（据不完全统计）创造了150EB的数据，而在2010年，就达到了1200EB.现在华大基因一年的数据产生量就高达20PB.这是该领域内最大的数据。

没有大数据，我们将寸步难行

整个生物组学的大数据到底有多大？我们曾经粗略估算了一下，至少要达到10的60次方的数量级，而现在只是完成了10的21次方。我们的生长都是一颗所谓的生命之树，这是一个从低等到高等的过程。生命之树给出了所有的遗传道理，今天生物科学最大的挑战是什么？如果把地球51亿年的经历算成一年：那么1月1日地球诞生；9月20日才诞生了真核细胞；最后一个月第一天终于出现了恐龙；12月25日出现了灵长目动物；12月30日猿类出现；12月31日才出现了会说话的人类。我们的一生跟地球相比，还不到一秒。而我们要用不到一秒的时间，去理解过去23个小时59分钟所有发生的事情。没有大数据，我们今天将寸步难行。

一个人的生命相对于地球史来说，存活时间还不到一秒。一个个体有3G的基因组，还有超过一个PB的基因。为什么讲基因组学会是人类大数据的先锋？因为把每个人的单体拿出来，一个人就需要100GB的数据，中国有10亿人，全世界有70亿人，这是多么大的一个数据量。所以基因组测序必然是大数据的先锋。

不要随机样本，而要全体数据

连线的主编克里斯。安德森认为，数据爆炸使科学的研究方法都落伍了。如果要计算什刹海的鱼，原来的统计方式，是先测量每段水域内鱼的数量，然后根据样本估计，其实这种方法在现在来说已经不准确了。现在用一种极端的方式来说，就是抽干什刹海的水，然后一条一条数。统计学盛行不过百年，但是现在已经过时了，最好的统计方法就是穷举，这就是统计学的革命。全数据模式：样本=总体

第一个人的基因组，全世界做了13年，花费了近30亿美金；第一个黄种人的基因组，华大基因做了大半年，花费数千万；而今天，个人的基因组测序成本已经逼近了1000美金大关。这说明，人人基因组的时代即将到来。我们从实验科学，到理论科学，到计算科学，最后到密集数据分析，这是一个自然科学研究方式的发展过程。生命科学是不是实验科学？一个实验室经过五六代人的努力，经过成百上千次的实验，终于发明了一种新型农药。而今天基于组学的全新科学研究，就会发现这些已经是全时全景的数据，这也是整个生命科学非常核心的一个方法和手段。

华大基因作为一个研究机构，在去年发表了36篇重量级论文，而且每一篇文章的背后都是高达TB级的数据。大数据到底能给人类带来什么？我们就回答一个基本的问题，人到底追求什么？吃饱，不病，有点零花钱。不过对中国来讲，我们还希望能吃得安全一些，希望能够病得便宜一点，希望我们的零花钱不要贬值太快。

亩产过吨的水稻，群体研究

亩产水稻过一吨是一个梦吗？华大基因在全世界找到了25种栽培稻和24种野生稻，并对所有的水稻做基因分析。从1988年以来，只有37个被克隆。用华大基因的方式，我们直接扫描了这49种水稻，一共找到162个基因，这些基因决定了可以培养出亩产上吨的水稻。

华大在和比尔。盖茨合作的过程中，不在地里种粮食，而是在计算机算出来。一个玉米基因组是250G，测完5000珠，R的2次方是0.78，需要30T的计算能力。这就是全新的挑战，我们会发现在电脑上算一下，要比在地里种一下快很多。

微博有140个字，每条微博就是一个基因。医院关心1%的病人，而华大基因关心的是99%的健康人。华大基因的口号：“你的基因你知道，你的健康你作主！”

大数据是未来整个生物产业的全新方向

医疗产业和健康产业是两个根本不同的产业。虽然全世界都在搞医改，其实现在的医疗模式根本不适合人类现有的生产和生活方式。而大数据就是未来整个生物产业的全新方向。吃药不可能让一个民族富强！

基因决定每个人生命的表情。人类和猩猩的差距其实只有千分之一的分别。通过一滴血就可以很轻松得到我们的基因信息。

干吃不胖，喝凉水都长肉，怎么改变？

？科学研究表明，在一个体重100斤的正常人体中，细菌的重量高达4斤。“其实不是你在吃海鲜，而是你肚子里的细菌在吃。”？斯坦福大学开创了一个基因组的新篇章。联合转录组、蛋白组、代谢组和自身抗体组，及时预测出糖尿病风险。在本年内，治愈了糖尿病，这也是第一例通过自己治好了糖尿病。？一点粪便可以准确辨别出人类的肠道中成千上百种细菌的型号。“干吃不胖，喝凉水都长肉”是有原因的。在未来，饮食减肥可能是最更重要的减肥手段。想干吃不胖，就给一点这种人的菌群。

“其实调节菌群可以治糖尿病，我们只需分析你的粪便，查看一下你的基因的连锁菌群，就可以知道你身体的具体情况。华大做了各种各样的酸奶，喝酸奶就可以治糖尿病。”

人类到底能活多少岁？

人类到底能活多少岁？所有哺乳动物的寿命都是性成熟年龄的5-7倍，而人类的性成熟年龄是20岁，我们是可以活到100-140岁的。人类的第一种死亡方式，基因不好先天夭折；第二种就比较幸福了，可以活到40-50岁，但是中国人的平均寿命只有73岁，其中一部分人在这个时候就发现自己身体有问题，然后通过自己的方式进行干预，其实最后的15年他活的并不幸福。

思考一下，我们所有的人都在给医院打工，因为85%的积蓄都花在人生最后的五个月。如果说，当我们知道退休之后的一些指标不好，就“转换”一下基因，完全可以健康地活下去，最后一个曲线是我们所希望的一种方式，结合自己的基因，饮食菌群运动，最终实现“吃得对，保养好，活得长，死得快！”其实死得快是一件非常美好的事情，特别是安详的死去。

科技再先进，我们能收集和处理的数据也只是世界上极其微小的一部分。当我们在使用大数据的时候，应该怀有谦恭和敬畏之心，铭记人性之本。预测未来最好的方式就是创造未来。



来源：生物通