淺析生物大數(shù)據(jù)可視化的現(xiàn)狀及挑戰(zhàn)

劉江濤 邢輝

【摘要】 生物大數(shù)據(jù)可視化的實(shí)現(xiàn)能夠?qū)蒲泄ぷ魅藛T對(duì)海量復(fù)雜數(shù)據(jù)進(jìn)行綜合、多角度觀察提供極大的幫助。生物數(shù)據(jù)量越大，復(fù)雜性越強(qiáng)烈，生物大數(shù)據(jù)可視化的作用就越加重要。文章主要針對(duì)生物大數(shù)據(jù)可視化的現(xiàn)狀及挑戰(zhàn)進(jìn)行分析。

【關(guān)鍵詞】 生物大數(shù)據(jù) 大數(shù)據(jù)可視化 發(fā)展趨勢(shì)

在以往的10余年中，生命科學(xué)的各個(gè)領(lǐng)域得到了快速的增長，并且累積了海量的數(shù)據(jù)信息。海量的數(shù)據(jù)信息類型多樣，數(shù)量驚人，擁有巨大的潛在價(jià)值。如果采用傳統(tǒng)的處理方式來對(duì)海量數(shù)據(jù)進(jìn)行處理不僅僅需要大量的人力、物力投入，而且還會(huì)使得失誤率大大提升。在這一情況下，生物大數(shù)據(jù)可視化技術(shù)應(yīng)運(yùn)而生。

一、大數(shù)據(jù)及其技術(shù)

大數(shù)據(jù)是一種區(qū)別于傳統(tǒng)意義的研究模式，其與傳統(tǒng)模式中以個(gè)別案例作為研究對(duì)象的方式不同，其需要使用大規(guī)模的數(shù)據(jù)來開展研究。大數(shù)據(jù)最為顯著的特征就是包括：1）海量數(shù)據(jù)。伴隨著信息技術(shù)的進(jìn)步，2009-2012年在醫(yī)學(xué)領(lǐng)域有數(shù)以千百萬計(jì)的患者的病歷并采用電子格式保存[1]。電子病歷形式的數(shù)據(jù)給予了利用大量患者數(shù)據(jù)開展醫(yī)學(xué)研究的機(jī)會(huì)。2）類型多樣?；驕y(cè)序技術(shù)在細(xì)胞領(lǐng)域的各個(gè)層面都形成了組學(xué)系統(tǒng)。同時(shí)，很多數(shù)據(jù)都是呈現(xiàn)非結(jié)構(gòu)化的狀態(tài)，給醫(yī)療信息化的進(jìn)步帶來了巨大的空間；3）形成速度快。當(dāng)前大數(shù)據(jù)的增長數(shù)據(jù)依然處于持續(xù)增加的狀態(tài)中。在臨床醫(yī)學(xué)領(lǐng)域中，預(yù)計(jì)2019年采用電子病歷形式存儲(chǔ)的患者將會(huì)增加10倍。

二、生物大數(shù)據(jù)應(yīng)用

生物大數(shù)據(jù)不僅僅擁有大數(shù)據(jù)的特點(diǎn)，而且同時(shí)還擁有生物數(shù)據(jù)的特征，生物大數(shù)據(jù)擁有數(shù)據(jù)量大、數(shù)據(jù)多樣化、數(shù)據(jù)價(jià)值高等重要特征。就當(dāng)前生物大數(shù)據(jù)的應(yīng)用狀況來看，生物大數(shù)據(jù)的應(yīng)用有待進(jìn)一步的深入開發(fā)，根據(jù)生物大數(shù)據(jù)的上述特征，其能夠在醫(yī)療健康、農(nóng)業(yè)領(lǐng)域、食品健康領(lǐng)域得到廣泛的應(yīng)用。

三、生物大數(shù)據(jù)可視化的現(xiàn)狀

1、測(cè)序數(shù)據(jù)。測(cè)序數(shù)據(jù)能夠?qū)⒈槐葘?duì)至基因組中的所有數(shù)據(jù)類型通過圖像的形式顯現(xiàn)出來。其對(duì)于基因組數(shù)據(jù)展示模式大部分現(xiàn)存瀏覽器的相同特征：1）將染色體位置作為索引的基因組數(shù)據(jù)視圖；2）以參考基因組為標(biāo)準(zhǔn)提供位置坐標(biāo)軸；3）優(yōu)越的交互性與可定制性，可以根據(jù)不同需求來隱藏或裝載相關(guān)內(nèi)容[2]。

2、分子結(jié)構(gòu)數(shù)據(jù)。結(jié)構(gòu)分子生物是物理、化學(xué)與生物學(xué)緊密聯(lián)系的重要學(xué)科，其主要關(guān)注3D與4D復(fù)雜形狀與功能關(guān)系的探索，成像捕捉、顯微觀察等技術(shù)給其研究工作提供了直觀的視圖數(shù)據(jù)。例如，軟件Para View在使用過程中，使用者可以利用其通過定性預(yù)定量的方式選取大海量的數(shù)據(jù)快速建立三維視圖模型，并且可以從隨意一個(gè)角度來進(jìn)行分子的結(jié)構(gòu)進(jìn)行細(xì)致觀察。蛋白質(zhì)等類型大分子結(jié)構(gòu)十分復(fù)雜，其內(nèi)部的位置關(guān)系與詳細(xì)情況需要海量的運(yùn)算空間，所以三維視圖軟件的使用相對(duì)于二維軟件來說需要更加強(qiáng)勁的算法設(shè)計(jì)，因此軟件的硬件設(shè)備也需要相應(yīng)的提高，以支持軟件的運(yùn)算。為了全面提升海量數(shù)據(jù)的處理能力，Para View可以使用分布式存儲(chǔ)計(jì)算資源，能夠在超級(jí)計(jì)算機(jī)中來進(jìn)行運(yùn)算，從而實(shí)現(xiàn)可視化。

3、臨床數(shù)據(jù)。雖然電子病歷的普及范圍是在不斷擴(kuò)大，然而非統(tǒng)一的標(biāo)準(zhǔn)以及非結(jié)構(gòu)化的數(shù)據(jù)模式對(duì)于獲取患者資料有著一定的阻礙[3]。鑒于改善這一問題，F(xiàn)latiron技術(shù)建立Oncology Cloud就能夠歸納整理來自多渠道的患者詳細(xì)信息與患者恢復(fù)情況，并且還可以對(duì)數(shù)據(jù)集進(jìn)行分類研究。醫(yī)生不單單可以利用Oncology Cloud搜索到同類病人的治療結(jié)構(gòu)，還可以實(shí)時(shí)搜索到以往不同治療方式下不同的療效。又例如，Chimera軟件可以將分子結(jié)構(gòu)、序列對(duì)比、軌跡等數(shù)據(jù)整合起來，以形成高質(zhì)量的動(dòng)畫效果。另外，針對(duì)臨床數(shù)據(jù)的可視化軟件還包括能夠?qū)崿F(xiàn)核小體定位與組蛋白分析的可視化等。

四、生物大數(shù)據(jù)可視化新技術(shù)展望與挑戰(zhàn)

首先，在目前擁有的海量數(shù)據(jù)中存在著大量的冗余，因此在未來的生物大數(shù)據(jù)可視化技術(shù)發(fā)展趨勢(shì)中可以將數(shù)據(jù)分類歸納，采用統(tǒng)一的規(guī)格來進(jìn)行存儲(chǔ)，降低數(shù)據(jù)存儲(chǔ)與處理的成本，提升數(shù)據(jù)的易用性。其次，由于生物大數(shù)據(jù)都是位于不同的研究機(jī)構(gòu)的，因此可以建立相關(guān)的通信協(xié)議，在通信協(xié)議的支持下可以實(shí)現(xiàn)同一界面對(duì)異地?cái)?shù)據(jù)的可視化。最后，生物大數(shù)據(jù)的多樣性與海量性給數(shù)據(jù)挖掘帶來了巨大的困難，為了提升生物大數(shù)據(jù)的挖掘，在實(shí)現(xiàn)生物大數(shù)據(jù)可視化的過程中要在保證實(shí)用性的基礎(chǔ)上提升軟件的人性化水平，兼顧到使用者的體驗(yàn)感，提供更加友好的人機(jī)交互界面。

五、結(jié)束語

生物大數(shù)據(jù)可視化工作種類多樣，針對(duì)不同需求有不同的工具來實(shí)現(xiàn)可視化?；诟鼜氐住⒏玫耐诰蛴行?shù)據(jù)，生物大數(shù)據(jù)可視化工具的開發(fā)趨勢(shì)已經(jīng)朝著擁有統(tǒng)計(jì)分析功能的一站式集成軟件發(fā)展。伴隨著科技的進(jìn)步，未來的生物大數(shù)據(jù)可視化工具將會(huì)更加人性化、更加美觀、更加實(shí)用。

參 考 文 獻(xiàn)

[1]周琳 ， 孔雷 ， 趙方慶.生物大數(shù)據(jù)可視化的現(xiàn)狀及挑戰(zhàn)[J].Science Bulletin， 2015， （Z1）：547-557.

[2]蘇咪咪.大數(shù)據(jù)的“豆形”可視化及其在資本市場(chǎng)中的應(yīng)用[J].科學(xué)與管理， 2014， （06）：3-8.

[3]第一次“中國生物大數(shù)據(jù)統(tǒng)計(jì)方法研討會(huì)”在重慶第三軍醫(yī)大學(xué)召開[J].中國衛(wèi)生統(tǒng)計(jì)， 2015， （01）：145.