哈佛大学教授刘小乐：我与生物信息学的不解之缘-技术圈

生物信息学习的正确姿势

NGS系列文章包括NGS基础、高颜值在线绘图和分析、转录组分析（Nature重磅综述|关于RNA-seq你想知道的全在这）、ChIP-seq分析（ChIP-seq基本分析流程）、单细胞测序分析 (重磅综述：三万字长文读懂单细胞RNA测序分析的最佳实践教程)、DNA甲基化分析、重测序分析、GEO数据挖掘（典型医学设计实验GEO数据分析 (step-by-step)）、批次效应处理等内容。

由测序中国发起的“NGS十周年接龙”活动春节前的最后一波正在来袭。受华中科技大学生命科学与技术学院教授薛宇邀请，今天，由哈佛大学教授刘小乐来分享她与生物信息学的故事。

从北大到斯坦福，生物与计算机相遇

和很多人一样，在少年时期我就有了自己的梦想。我的哥哥比我大七岁，他进入中国农业大学的时候，我上五年级，是他把我带到了神奇的生物世界。在初中阶段，我的班主任是生物老师，我的生物学家梦想就这样在心里生根发芽。

高考时，我考入了北京大学生物系，并在大学二年级的时候转到史密斯大学，跟着我的导师史蒂芬·威廉学习遗传学。那时起，我对遗传学充满了兴趣，史蒂芬也是我遇到的最棒的老师。转学后的第二学期我开始纠结和迷茫，我非常想家，想念我的朋友，对我的未来充满困惑。随着对生物学了解的逐渐深入，让我深深感到这条职业道路既漫长又艰难。在当时的我看来，无论做研究或者教学工作，我都永远赶不上我的老师史蒂芬。

在接下来的那个夏天，我在纽约和表兄夫妇度过了一段时间。他们是计算机工程师，并鼓励我尝试学习计算机科学。我听取了他们的建议，史密斯大学有非常重视教学和关心学生的计算机教授，我决定双修计算机。计算机方面的词汇比起生物学要少很多，学起来没有那么吃力，而且拥有一个CS学位也算是我给自己留的一条后路。

大三结束的时候，华盛顿大学组织了一次座谈会，目的是吸引大三学生到研究院主修生物工程。因为我的双学位背景，几个教授提名我参加这个座谈会，并且旅费全免。第一次西海岸之行中我先后走访了斯坦福、USCF、伯克利，以及UCLA。在斯坦福的招生办公室里，我看到了一个关于医学信息学博士学位项目的手册。用计算机技术来解决医学问题，我当时感觉上帝专为我开启了一扇门，激动又兴奋。1997年，斯坦福设立了一项新的总统奖学金，我很幸运的成为第一届的获奖者之一。在第一年的学习中，我意识到，如果说生物学的词汇比较难，那么大量的医药专业的词汇将会更难。没有医学的背景，让我感到无法真正地做好医药信息学。恰好在这个期间基因微阵列芯片在斯坦福诞生，我们这个专业也改名为生物医学信息学。于是，我完成了轮转以后，开始从微阵列基因表达聚类中寻找转录因子基序（motif），从那之后基因调控的方向便一直深深的吸引着我。

生物信息学是探索生命科学的重要手段

很多科学发现并非可以预期，更多的是意外惊喜。对我而言，我会选择有重要性又有兴趣的研究项目，当然一个人如果能力、专业知识、背景等有优势的话是可以激发兴趣的。比如，我有生物与计算机两个专业的背景，做生物信息算法开发和优化比较容易有优势，自然就喜欢了。如果我们对自己所做的事情充满热情并付出了足够专注和努力，自然而然的就会享受这个过程。

我们当前的研究方向是通过生物信息大数据挖掘和高通量组学技术来研究基因调控机制和癌症精准医疗。我们开发的寻找转录因子基序、免疫共沉淀基因组结合位点、和CRISPR筛选找靶标的统计算法有上万用户，帮助了先进技术的推广和应用。我们发表了世界上第一个高通量人类核小体分布图谱，首次发现表观遗传组在干细胞发育和癌症中的动态变化，揭示雌激素受体、雄激素受体、EZH2、和非编码RNA在乳腺癌和前列腺癌中的功能机制，发现癌症中表观遗传药物的靶点和抗药机制等等，最近又在癌症靶向治疗、免疫治疗、和复方治疗上有新的突破。

根据多年的生物信息研究经验，我深感完成一项大数据产出的实验课题，必然需要耗费大量的心血。但是如果不能分析、了解这些数据背后的意义，那么我们的工作不能算真正完成。生物医学研究的未来不仅依赖于可以设计出优秀实验并产生高质量数据的实验生物学家，还要依赖于会对产生的数据进行有效分析挖掘的计算生物学家。新一代生物学家需要对实验与分析都有一些基础训练，就像一些生物学家虽然是生物化学的行家，但分子生物学、细胞学、或者构建动物模型也得会点儿。虽然不能精通，至少一个做生物研究的人不应该对大数据发怵。

生物信息学是信息时代带给生物医学的巨大推动力。二十年前，几乎没有人（除了少数的先锋者）能够想到通过计算机来解决生物医药学的难题。如今，很多生物医药学的研究机构都在产生海量的数据，而且希望通过计算生物学家来弄懂这些数据。回望过去五十年，生物医学在技术的驱使下高速发展，尤其是最近的二十年间陆续出现的基因芯片、高通量测序以及成像技术。在人类越来越渴望破解生命奥秘的同时，生物信息学的重要性也日益凸显，数据分析的方法与手段在不断革新，帮助破解数据背后的意义。

从美国到中国，我对中国的创新充满信心和期待

虽然，我在美国学习和生活的时间已占了我大半辈子，但仍会时常关注国内科学领域的发展。中国在计算机科学、数学统计和生物领域拥有很多人才，这为国内生物信息学研究能在世界领先储备了很好的潜能。我在裴刚校长的大力支持下，选择回同济大学担任讲座教授，组建实验室，希望在国内能够培养出优秀的新一代的计算生物学家。裴院士有远见地认识到生物信息学的重要性，非常支持在同济大学发展生物信息学，营造良好的科研氛围。而且这些年国内科研政策在不断趋近合理，让科研更自由，尊重以人为本，逐渐和国外接轨。上海这个大都市周边有很多很棒的研究所和制药公司，好的科研可以带动产业发展。在我和同济大学合作一年后，Cold Spring Harbor Asia在苏州成立，让同济大学和其他高校研究所的师生能够很容易参加世界顶级科学会议。

学习和交流对科研的成长和发展是很重要的。30年前，中国大部分都是在复制美国的计算机和IT产业，但是渐渐地中国微信和淘宝比美国同类的产品更好。在过去的二十年，生物医药学研究起先也是跟着国外照猫画虎，但是最近这些年发展很惊人。现在，中国的生物科学家已经开始引领世界前沿的研究，医学科学家也在迎头赶上。中国的生物技术和医药研发随着时间的推移会带来更多创新性，我对此很有信心。

刘小乐教授推荐Foundation Medicine公司的王凯，继续讲述新故事。