浸大通讯

破解人类遗传密码

2022年2月25日

电脑的运用革新了描绘和理解复杂生物过程的方式。浸大的张璐博士现正开发计算工具，以望解开存在於人类体内的大量遗传基因「秘密」，并从中找出与人类复杂疾病有关的靶点。

计算机科学系助理教授张璐博士表示：「人体是非常复杂的。随着科技进步，新一代测序技术每天都能够产生大量的基因组学数据，因此计算机科学家需为生物医学研究人员提供更具效率的机器学习模型和工具，以便分析庞大的数据。」

生物信息学是相对较新的领域，但电脑的使用以至新兴的人工智能和深度学习技术，为生物医学带来了巨大变化，这些技术正是张博士热衷於利用的工具。

「能够帮助生物学家或医生诊断疾病，并利用算法或透过建立模型来帮助他们深入理解生物现象，同时挖掘出更多有用的知识，对我们计算机科学家来说是发挥所长的好机会。我们的社会正面对人口老化的问题，这些计算工具正好能帮助解决问题并提高人们的生活质素。」

要为老年常见疾病寻找合适的药物靶点，首先要理顺新一代测序技术产生的大量混乱数据。张博士认爲，最大的挑战仍然是数据本身：「大多数生物数据都非常混乱和复杂，我们必需加以分析和整合。」

解读生物信息

近年人们对细胞和身体如何运作的认知不断提升，对脱氧核醣核酸（DNA） 的结构和功能有了更清晰的理解。DNA 是指包含了所有遗传信息的双链螺旋分子，但也不足以说明一切，因为身体内还有数以万亿计的细菌，包括我们肠道中的微生物。这些细菌群也被称为微生物组，对人类健康起着重要作用，而宏基因组学（Metagenomics）可以有助了解宿主与生物体之间的相互作用和微生物组的角色。因此，理解这些不同因素如何相互影响并导致某些疾病，是一个非常重要的研究领域，而目前所知不多。

张博士表示：「生物信息学是一个很广阔的领域，而我目前正在研究如何将人工智能应用於基因组数据，特别是人类微生物组。我曾从事复杂疾病和人类基因组数据的研究，相关经验可以应用到或与癌症等多种复杂疾病有关的人类肠道微生物组。」

虽然对微生物组数据的分析和探索过程一般需时很长，但高通量基因组测序技术的进步，已大大缩短所需时间。然而，还有额外的挑战，因为这些信息比人类基因组更爲复杂，不同物种的混合也意味着生物学家更难分离提取，而人工智能模型将可以为科学家提供有用的资料。

张博士指出，一些项目会产生大约 10 GB 大小的短读长测序数据，用以反映微生物的丰度，但要组装出每个细菌物种的基因组序列，便需要更大量的数据。「以目前的宏基因组排序项目而言，可能需要大约90 GB的短读长测序数据和长度长测序数据来组装每个物种的基因组序列。」

专注於中医药

张博士拥有生物学、统计学和计算机科学的跨学科背景，具备许多现今研究人员所需的广泛知识和技能。他在天津大学完成软件工程本科学位后移居香港，并先后取得香港大学李嘉诚医学院硕士学位和香港城市大学电脑科学博士学位。他随后移居美国，在史丹福大学的计算机科学与病理学系担任博士后研究员（post-doctoral fellow），其后回流香港。

「香港和浸大是做跨学科研究的好地方。当初我决定从史丹福回港时，发现浸大的中医药学院是最强的。我认为微生物组和中药研究的前景光明，所以希望与中药研究人员合作开展更多药物研发项目。」

目前，张博士正与中医药学院的学者和生物系的研究人员就胃肠道相关疾病和药物研发等重要题目合作，并在浸大的中药创新研发中心展开有关探索。

「大约十年前，人们开始认识到中药可能与人体肠道微生物群发生相互作用。中医药学院目前正在研发中药，相信人体肠道微生物组有助他们的工作。」

其他研究人员亦会使用张博士开发的工具，他们的反馈对於算法的持续开发和改进至关重要。张博士还希望找出合适的靶点，以开发出更佳的药物。

「接下来的工作是继续开发人工智能模型，并与中医药学院合作研发药物，希望能找到一些药物靶点，并开发出能对准该靶点的小分子或药物。而如何识别、开发和设计更有效的药物便是我下一个目标。」