【IT168 资讯】9月26日，2014高性能计算用户大会在京举行，近千位国内外高性能计算研究与应用专家和用户代表到会。大会提出“HPC PLUS”理念，认为高性能计算正在联结世界、改变生活，并展示了高性能计算在全球最大射电望远镜阵列SKA项目、政府间气候变化委员会IPCC-AR5、天河二号超大规模应用等科学工程中的最新进展，分享了深度学习、个体医疗以及脑科学等全球热点技术领域的高性能计算应用趋势。

▲中科院北京基因组研究所教授“人类基因组计划”中国负责人于军教授

　　以下是中科院北京基因组研究所教授“人类基因组计划”中国负责人于军教授的演讲全文：

　　于军：首先感谢大会的主办方给我跟大家探讨发展的机会，我这个题目和大家稍微有点不同，题目叫做大数据与医学大数据时代的来临，所谓的大数据，起源于人类基因组计划，我们花了将近十年的时间做准备，又花了十年的准备把这个做起来，十年以后的今天我们现在探讨的不是一个人的基因，是十万个，甚至是上百个人的基因。

　　未来生物医学之大数据是非常复杂，有们讲个体化或者叫个体化，我认为是不准确的，我们应该把它叫做精准医学，3年前2011年的时候XX主持编写了一个报告，这个报告叫做走向基因组医学，这个报告里面准确定论了什么叫做基因组医学，因为基因组医学是非常贴切描绘了大数据，因为我们在判断的时候，要根据数据来实现。精准医学的两个基础，一个是精准的生活，大家知道现在利用很多的手段的不远的将来，每一分钟都可能在互联网里面记录每一分钟的行为，同时我们健康要求非常的精准的，时间的把握要通过大数据，在大数据的发展给下我们界定每个人应该做的事情。

　　在报告里面有一个老师他是主要的作者之一，在报告的3过年前也写了另外一个报告，报告就是体现了人类的计划，在1987年的时候，只有他一个人参与了报告的写作，在最近这个报告里边，他主要是描述了我们精准医学的内涵，内涵最关键就是中间这部分，中间叫做XX网络，上边部分就是我们讨论的高性能计算也好，云计算也好，有一个东西，这个东西是我们今天讨论的主题，装着我们所有的信息在里边。所有信息在里边，有层次的，这些层次之间是有关联的，所以这种关联它的复杂性就是我们要得到的，得到这些干什么?下边叫做把医学重新分类，我们在一个信息和它的分析最终要实现目前的医学，基本的概念，基本的关联，一定要层层分类，分类以后再回到两个回环，一个是临床的实践，另外就是科学的研究，这两个回环得到的信息，重新进入到这个里面，这样我们医学未来就从这里起步。

　　这里面最重要的东西，我们高性能计算和云计算这些平台在不同层次上边，我们不能够简单用一个等号来算，或者简单的多元一次方程来算，他们之间可以进行转换，转换是需要我们来实现的，显然需要各种各样平台的参与。我们生命最关键的部分是时间，我们看到都是一个断层，因为能够能力在时间轴上记录下来，现在的研究，基本上从时间轴出发，必须把数据放在时间轴上面才能考察，我们面临季节的周期，生殖的周期，生命的节律，细胞周期，都是以时间为衡量标准，时间是给我们最重要的一个参数。除了时间以外，按照过去学科的分类重新分类，以前有解剖学，但是最近50年来，我们有一个新的学科，叫做分子生物学，能够从表面看见的东西走向了分子，分子我们看不见，只有通过间接的手段研究他们，比方蛋白质的网络，我们怎么把这些东西整合在一起，比方很简单，我们讲猪，把它的生殖怎么来体现，比方我希望它每一胎下十个崽，我们怎么实现它，我们必须要把各个层次的信息整合在一起，就是我们基因组生物学要考虑的问题，计算机帮助我们来记录这些符号，信息留是遗传学与变演论，在里个体之间的差别。操作流是蛋白质和蛋白质相互的作用，还有可塑流，科学家正在制作果云的研究，最后做到人的，我们必须要把相关之间作用，既包括能源的问题，也包括了传达的问题，所以生命科学的未来是在于这些数据有机的整合。

　　我们要实现这个问题，简单举几个例子，第一个是复杂疾病，我们面临疾病最可怕的是复杂疾病，比方癌症，是非常可怕的事情，几乎我们每天都面临这个问题，我们的岳父昨天诊断得了癌症，所以每天遇到这个问题，我们怎么来解决这个问题，本身是个复杂的问题，我们要把复杂的问题分解到不同层次，这在方法学上，要把数据分成层次，把数据整合起来。过去在研究人的多样性，人的遗传变异，跟遗传相关的疾病现象的时候，把它关联到血液上的变化，就是信息流，现在要把基因之间相互作用也把它考虑进来，这个就不是简单的信息流的问题，从此以外有中医学，西方医学关联的问题，一起来思考，或者放到一起解决问题的方法，这是我们未来面临的问题。

　　第二个是细胞异质化的问题，甚至认为每个细菌都是一样的，当我们一个一个细菌跟踪的时候，发现原来细菌看起来一样，但实际上不一样，我们有这么多的抗菌素，不能够把细菌消灭，细菌非常聪明，当我们发现它的时候，大概占总数万分之一，就会停止生长，整个环境变化以后再生长，我们没有能力观察这个，也没有能力记录这个东西，现在我们走向关键的，比方癌症，是最重要的命题。过去我们认为癌症是某一个部位的细胞变化以后发生某种行为，在细胞我们把它一个一个挑出来，这是细胞本身的复杂性，所以这样一个复杂性，我们面对物体命题的复杂性，要求我们必须要把我们的思维要复杂化，因为我们有这么好的工具，能够储存信息。

　　这是一个简单的实验，我们可以通过一个实验，通过基因的表达，来界定癌症的存在，我们可以看到，根据几个基因的变化，就能确定这个细胞是癌细胞，治疗效果是远远不够，要看上万个细胞的表达，看这个癌症是怎么治疗。有的时候我们得到的信息，不能够改变它的应用。

　　第三个关键词是单分子，大家知道个体化，我们有自己的DNA，我们DNA是有染色体，46个分子，上边所有的基因，所有的信息的元素，我们都要界定，在单分子的水平上我们能够看到什么?其实可以看出单个分子的行为，过去我们没办法把这个东西整合起来，现在我们就能够实现单分子水平的数据的获取和分析，单分子的水平上我们会把人类作为整体的原因，因为人类有13次方的细胞，如果模拟这样一个东西，所有的细胞都在里边，就要求我们做超级计算，10的13次方，所以现在基本在单细胞的水平上研究。过去我们很多方法，70年代发明非常多方法，现在这些技术已经完全淘汰了，现在看一个分子在生物中当中的行为，所以第三个关键词就是单分子，我们看精准医学在一系列的符号里面，通过计算，通过公式，通过整合来实现，从数据里边看到我们想要的东西，因为任何一个数据，任何一个符号我们某眼是看不见，没法模拟，我们人类的大脑尽管有很高的，但远远没有计算机的能力。所以我们未来不仅仅是有很多科学命题等待着我们，有很多大的数据等待着我们，有很多挑战等待着我们，怎么利用这些正在发展的平台，来实现各个学科研究的目标，显然是一个非常重要的事情。我就讲这么多，主要介绍大数据和它的现在和未来，谢谢大家!