主题：【整理】NIH再次设立funding支持新一代纳米技术的 -- 喜欢喝冰茶

测序研究

NIH/NHGRI准备出19Million去支持nano技术来降低NGS／3GS，maybe 4GS。

外链出处

现NIH director好像是原来的NHGRI的director，同时也是Human Genome Project，一个所谓的international collaborative project的leader。

Sequencing的成本在最近的四、五年中，绝对是dramatically的下降。在可以预见的将来，personal genome也不再是梦想，而且将其发展为新生儿的标准检测之一也并非不可能。事实上，现在10k左右的价格，对癌症病人的医疗开销相比而言也不算什么。

至于用处，在没有足够clinical patients' genomes的情况下，molecular diagnosis的全面使用还不是很靠谱，毕竟microarray探测不出新的东西，虽然深度分析加上对现有知识的总结能够发现一些东西。换句话说，FDA／NIH极力推动的personalized medicine还有很大的挑战。但即使如此，这方面的研究已经对癌症的诊断有了贡献。像breast cancer中的几个重要的biomarkers，还有就是几乎成为每次必讲的Nicholas Volker（US clinics quietly embrace whole-genome sequencing），都已经显示出来这个方面的研究潜在的巨大应用前景。而癌症的早期发现，对于治疗有决定性的作用，像breast cancer和prostate cancer的早期发现的治癒率或者控制率几乎将近80％，而到晚期，基本上就靠人品了。

在令人沮丧的Pathway Genomics－Walgreen－FDA事件（外链出处）两年后，上个月初，这个领域的著名公司之一，23&Me向FDA递交了510（k）（外链出处）去推动FDA在这个领域的regulation的制定，照23&Me的说法，这是工业界第一次推动政府监管机构制定相关准则的尝试。

当然，这项工作涉及到的不仅是技术上的问题，还有法律，政府监管和医学道德的问题，有很多地方都没有明确的规章制度，虽然早在08年的时候，国会就已经通过了GINA（the Genetic Information Nondiscrimination Act）法案。在国内，SFDA也没有统一的规章制度，据说各地的SFDA拥有相对大的灵活性，事实上，已经有一些海归背景的公司和机构在搞这类东西，但无论是资金还是技术力量和美国还有很大的差距。有意思的是，在这个领域比较兴盛的地方，基本上就是boston地区和南／北加地区，特别是北加地区的公司大部分都集中于硅谷，和google等等为邻。

在众多的NGS／3GS公司中，Complete genomics以提供一个完整solution成为亮点之一。其特别的技术以及深度的分析，至少现在对临床方面会是一个比较好的选择。当然如果成本能更快的降低，加上拥有中国中央和地方政府支持的BGI的强力跟进，希望市场上不再是Life旗下的PGM如日中天的声势。BGI的加入，是否会和Hitachi有千丝万缕关系的life在这行形成所谓的中日之争，我们将拭目以待。

现在的短板应该是在功能分析上吧，不管是编码还是非编码的，这块有什么好消息吗？

signature的发现和解读。

在数据分析这块儿，大家已经越来越不再拿基因当基本单位了。至于功能分析，wet side的理解都有限，就算dry side能告诉某种潜在的联系，但具体的机理还是不知道。然而从诊断和临床角度来讲，这并非最重要的。当务之急乃是足够的病人和“正常人”的序列库的建立，不过由于临床病人信息的隐私保护，使得这样的努力变得非常困难，很多事情一点点的改动，都需要通过IRB之类的review，大量的paperwork要做，很麻烦。

症状、疾病、机制、分子层面的机制。。。

基因、表达、表达后调节、翻译、翻译后。。。

说实话，太恐怖了，我想问，这条路真的是理解疾病的唯一出路吗？

复杂性和多样性，很难有一种方法能说是唯一的。Personalized sequencing只是说提供了一种相对新的临床诊断方式，期望能更早的发现癌症或者“对症下药”。而且有genotype不见得一定有phenotype，所以从诊断本身，能告诉医生被测对象是否属于高发人群或者降低药物风险，至于最后的确诊，仍然需要各种各样的技术一起来。

生命现象极其复杂，调节存在于各个地方，从DNA表达之前就已经开始，直到蛋白的重复利用。从不指望能完全的理解生命，毕竟它本身也在被我们自己所影响，只希望能让生活质量更高一点。

该方法论实际上基于这样的假设：疾病对人体的影响一定可以在细胞基因及其调控和表达变化这个层面上，全面真实地被反映出来。

这是反进化论的。我觉得有先验论在作怪。

基因组仅仅是生命对其进化历程不全面的、近似真实的经验积累。基因存在的唯一目的是竭力保证自己的复制。这根本不要求生命体在基因层面上对所有的环境变化和外界刺激做出全面真实的反应。我认为，包括癌症在内的疾病导致人体基因层面上的很多变化，很可能不过是基本化学和物理规律，主要是生物化学和物理化学规律导致的必然结果，其发生模式仅受偶然因素制约，不可能由果及因地导出生物学和病理学意义。

诊断不是测个序就完结了，没有解读这就是无用信息，而解读又必须建立在序列、表型与临床表现的关系认识基础上，这个工作的数量级让人不敢想象。。。

所以就让人很纠结：这样高成本的路线有意义吗？会不会到最后发觉实际上用这种还原法彻底了解人体自身是个无解的结局呢？

开玩笑了。

事实上，从没有任何一种诊断手段会说“一定”这种词语。seq技术更没有做过这样的假设。请问，当前情况，基于什么样的技术来诊断癌症？什么样的技术有类似的带有“一定”的假设？这些技术全面吗？会漏诊吗？

但是外界的变化在基因，或者说DNA的层次上就没有真实的反应吗？

当前临床上有很多检测癌症的方法，但从没有任何一种方法独大。相对而言，病变组织的Pathology方面的检测是更加广泛使用的，特别是对不同时期癌症的鉴别。但是，即使这样，错检、漏检的仍然很多。而molecular signature的大规模研究和应用，已经在癌症亚型的鉴定方面有相当的成果，这可不是个例。

基因，严格来说，DNA的构造虽然有助于保证自己的复制，但是同时，它事实上也容易被外界因素影响而改变。大量的临床样本的分子数据标明，癌症病人的DNA发生了相当明显的变化，这还只是一维或者二维数据上的显现。典型的例子包括，致病的SNP／multiSNPs或者大段染色体的缺失和放大，即使在copy number>2的情况下，也包括有特征性的同源／异原部分的删除。部分片段的放大在效果上会产生类似某些oncogene的表达。而异常的hyper／hypo－methylation在癌症病人中已经被多次报到。在这个领域的工作中，基因已经渐渐不再成为基本的研究单元。即使是基于离散的probe技术的microarray平台里面，较新的SNP／Genotyping 和 Methylation array的annotation都在强调的是chromosome location，而不是gene。虽然传统上biomarker一般指基因，但是现在人们越来越认为某些DNA片段的非正常行为可以做为一种指标，来增强临床上对癌症的早期诊断和不同时期治疗方案的选择。正是基于生命科学中常用的方法学，对照／正常组 vs 病人组，测量他们的molecular profile（不仅仅是seq，只是seq含有非常全面的信息罢了），寻找特征性的不同，结合临床数据，判断是否可以做为检测的手段之一。所以molecular signature开始变得广泛，因为癌症病人的exon有时会fuse。

正如上面提到过，genotype未必有phenotype，但是genotype的异常却是可以做为一种“示警”的指标。上面所说的例子很多都是somatic epitype，并非遗传性的。如果了解这个方面，或者做过一些genetic test，就会知道这个方面的结果是怎样报到的了。

要知道美国在health care方面的开销占其GDP的20％，不知道这东西的普及会不会提高5％的比例。

虽然对群体而言，最重要得是安全，但是对个体而言，最重要得是健康。没有任何一种技术能够一劳永逸得解决疾病问题，因为生命太复杂，但并不代表，我们就无事可做。现在所关心的还没到了解整个疾病的程度，只是提供一种可能的方法，可以有助于癌症的早期诊断和不同时期治疗方案的选择。所以你所担心的事情，在可以预见的将来，还不是问题。

当然，这个东西的发展对IT行业有个促进作用，至少云计算会受益。事实上，BGI大概是中国第二快超级计算机的主要用户，更不要说它的令人吃惊的实验设备和人力资源。所以这玩艺儿也能成为一个经济的增长点，就像当年的IT一样，虽然泡泡破了， 不也让不少人发了财，而大家的生活也确实被计算机改变了很多吗？

我说的“一定”，指的是在基因层面上的客观实际存在这个确定性。开发这个诊断手段的目标是发现并利用这个确定性所必然衍生出的规律和模式。如果把这个假设拿掉，我们是不是就必须承认：我们不知道自己能不能看到什么、看到的是什么？但是这决不意味着这样的科研没有意义。实际上，正因为我们预先不知道，这样研究才非常地有意义。但是的但是，因为研究目标是开发新的诊断手段，对假设不做严格定义在方法论上就是很不严谨的，而提出如我指出的假设，则方法论将带有先天的致命缺陷。很遗憾，我想不出除那之外更合理的任何假设。

我认为当代科学界的一个大问题是对科学假设特别是隐含假设过于宽容，同行评议机制着重于实际细节的批判，但忽略对科研方法论本身的批判。我可以对测序诊断癌症这样的极端还原主义方法论做一个简单批判。据我有限的研究经验和知识，单个癌细胞对其周围的正常细胞基本上是无害的，正常细胞可能察觉癌细胞的异常，免疫系统可能做出一定程度的反应，正因为如此，单个癌细胞才可能导致癌症。显然，这个还原主义式的重构忽略了癌症的决定性步骤，即肿瘤组织的形成、发展和行为，而肿瘤组织才是致病和致死的根本原因。研究癌细胞在基因层面的细节变化，会不会揭示更多的肿瘤组织这个层面的知识？对此我是肯定的。这些新知识会不会导致诊断手段的革命？我不这样看，因为基因的存在目的不要求它对组织、器官层面的所有变化做出全面真实的反映，我觉得，并非肿瘤组织的所有行为都可以在基因层面找到对应机制或模式，哪怕是这些机制或模式的碎片。

都是多种方法的综合，没有什么方法都大小通吃的，那是不是说这些方法都是方法论上的错误？事实是，已有的数据已经显示初癌症病人在DNA上有异常的反应，但是非要找例外那也不少，毕竟genotype并不是phenotype的充要条件。但是如果仔细了解一下这个领域的思路，大概就不会纠结于此。在临床上，很多东西都是基于观察的，虽然机理根本不清楚，否则的话，学生物的，特别是基础研究，都可以回家睡觉了。现在的现实就是，如此复杂的事情，只有尽可能的从多个方面入手，提高早期确诊率。并不是因为细节不清楚，就不做了。

另外，感兴趣得话，与其在这些方面咬文嚼字，不如去看看真实的数据得了。TCGA的数据谁都可以下载，最近也有seq的数据，只不过有的array平台比较老。而更重要的是，没有临床信息。所以只有TCGA的参与者才有可能发现什么样的molecular signature会有助于诊断。这也是为什么很多人都愿意跟临床挂钩，因为只有那些临床数据会告诉你可能的内在联系。

我并不否认癌症和DNA异常之间的内在联系。据我理解，迄今所有癌症研究结论一个共识就是癌症必然有DNA异常。当然，任何单一诊断手段都不是全能的。测序手段本身在时间和费用的进步非常有希望使临床普及成为一个可能性。但是，如果我们不对它做方法论上的严格批判，如何预估信息量和信息结构？单方面的大量无意义信息又将如何影响诊断过程和结论？

还是看看这个领域经常使用研究方法再说吧。至于找DNA异常，那要看怎么说，也容易也不容易。

能举几个临床癌症诊断方法中，如何严格批判方法论，如何预估信息量和信息结构的例子吗？

测序成本还好了。关键是建立一个解读序列的数据库，那才是天文数字，而且方法学上还没把握。

数据存储，要想能得到当前所谓足够深的sequencing，100x应该属于一般般的情况，DNA－seq基本上就是100GB了。曾经和做云存储的朋友聊过这个事情，技术和理论上，大数据存储对他们没什么问题，但挑战在于成本和安全上，前者太贵就没意义，而后者则要求对这些临床数据的隐私保护不亚于信用卡和银行信息的标准，否则就有可能是天价索赔和罚款，所以也不是那么好做。所以有人说，既然这么麻烦，而seq一次的成本如此之低，干脆需要的时候再做一次就是了。不过临床上有时候需要以前的信息，谁知道病人的DNA会怎么变。

至于方法上，用的是当前医学和生物里面通用的对照vs病人。癌症这东西这么难办，指望一种方法来诊断，基本上就是白日做梦。Molecular profiling能做为重要的预测性的诊断措施，对临床就已经是很大的帮助了，毕竟会降低整个系统的社会成本和风险。20％的GDP不少钱了，Seq还真算不上大钱。