巨量資料分析方法真的能克服癌癥基因組嗎？

　　在日前一場由美國加州大學(xué)柏克萊分校舉辦的年度大會上，研究人員們展示其于加速癌癥基因療法以及擴展電腦理論領(lǐng)域的研究方面所取得的進步。加州大學(xué)柏克萊分校電腦科學(xué)系教授David A.Patterson呼吁，業(yè)界應(yīng)共同利用百萬個基因庫以推動癌癥治療的工作。目前彼此獨立的基因庫擁有不到1萬件基因資訊，其中有許多還只是基因的部份片段。

　　“目前可說是藉由電腦科學(xué)來建立快速且精確的基因管線，并促進個人化治療的大好時機，我希望能盡快利用這個來幫助我和我的家庭，”Patterson并透露，目前研究人員們經(jīng)常在完成實驗后刪除基因資料。

　　電腦科學(xué)家David Patterson期望透過巨量資料分析方法克服癌癥基因組的問題。

　　Patterson協(xié)助開發(fā)了一款名為SNAP的工具，這款工具明顯提供了更快且更精確地基因分析，目前也已被癌癥研究人員所廣泛使用。不過，仍然需要基準(zhǔn)工具來改善在目前這一領(lǐng)域中所使用仍然具有高度主觀性的方法，他指出。

　　另外，加州大學(xué)準(zhǔn)備花費6,000萬美元成立一所新的學(xué)院，期望未來的十年內(nèi)能在電腦科學(xué)上實現(xiàn)新的突破?！拔覀兿胍_發(fā)出一種新的運算理論，它將遠遠超出目前的研究范疇，并涵蓋其它領(lǐng)域中的問題，”指導(dǎo)這項工作的Richard Karp表示。

　　“許多現(xiàn)象可被視為具有運算特性的，”他指出，”如果仔細(xì)觀察活細(xì)胞的作業(yè)方式，我們可以把它想像為一種資訊處理；而經(jīng)濟也是一種資訊處理的活動。”

　　該校還將在今年5月舉辦一場學(xué)術(shù)研討會，以聚集各界的專家共同研究新理論的可能性。

　　利用巨量資料治療癌癥

　　Patterson的目標(biāo)在于利用柏克萊分校正開發(fā)中的巨量資料工具，使其得以導(dǎo)入分析癌癥研究的大量基因資料。

　　這些工具套件包含Spark——一種用于電腦叢集的程式語言，可提供類似谷歌（Google）搜尋引擎使用的Map Reduce功能。柏克萊分析資料分析系統(tǒng)（Data Analytics System）就是一種基于Spark的開放源碼引擎。

　　柏克萊實驗室（Berkeley Lab）的科學(xué)家們已經(jīng)利用演算法和運算管線，詳細(xì)整理出大量的影像組合，并找出腫瘤的次型態(tài)。它還可分析出異質(zhì)性或腫瘤在不同程度時所包含的組織結(jié)構(gòu)。接著，該運算管線可使用臨床資料進行細(xì)胞特征排序，以預(yù)測病患的預(yù)后。同時，它還使用了大規(guī)模的基因組資料，透過巨量資料分析以確定每一種次型態(tài)的分子相關(guān)性。

　　研究人員們開發(fā)出可自動分析大量腫瘤影像的方法，有助于預(yù)測癌癥治療的反應(yīng)。箭頭處放大該腫瘤影像中明顯不同的區(qū)域。（來源：Berkeley Labs）

　　目前，巨量資料研究的挑戰(zhàn)在于開發(fā)出一種技術(shù)，能夠針對巨量資料問題取得及時且具成本效益的答案。柏克萊分校的研究團隊正透過幾項行動來解決這一挑戰(zhàn)：開發(fā)基于統(tǒng)計機器學(xué)習(xí)的演算法；利用云端中的多臺機器；以及發(fā)展集資技術(shù)，結(jié)合群眾之力協(xié)助回答對于其演算法與機器來說太困難的問題。

　　透過這些技術(shù)將有助于突破對于癌癥的治療。為了實現(xiàn)更快且更具成本效率地處理基因組資料，目前需要的是一個能夠同時使用云端機器的全新基礎(chǔ)架構(gòu)。而當(dāng)有關(guān)癌癥基因的發(fā)現(xiàn)與診斷問題超越這些演算法與機器時，還需要集合眾人的資源與智慧共同克服挑戰(zhàn)。