后基因组时代思考

后基因组时代思考

ID:20468883

大小:27.50 KB

页数:3页

时间:2018-10-13

后基因组时代思考_第1页
后基因组时代思考_第2页
后基因组时代思考_第3页
资源描述:

《后基因组时代思考》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、后基因组时代的思考:两大科学的抉择从科学研究的历史来看,形成一门学科并非一件容易的事。但在人类基因组计划实施的短短几年间,以××组学(-omics)构成的学科如雨后春笋般,迅速地在生命科学界蔓延。最早出现的是与DNA相关的“基因组学”(genomics),随后又产生了许多与各种生物大分子或小分子相关的“组学”,如蛋白质组学(proteomics)、转录组学(transcriptomics)、代谢组学(metabolomics)等。复合名词则更是不可胜数,以基因组学为例,在文献中就可以看到结构基因组学、功能基因组学、癌症基因组学、药物基因组学、毒理基

2、因组学、环境基因组学和营养基因组学等。这些术语的出现,从积极的方面来看,表现了生命科学的活力和迅速发展的势头。从消极的方面来看,则暗示了一种浮躁和轻率。本文试图对后基因组时代出现的这诸多的“组学”进行一番梳理,并对这些新兴学科进行反思和讨论。工程型与概念型大科学人类基因组计划常被人们誉为生命科学的“登月计划”。这一比喻应该说是很恰当的,不仅说明这两者都是大科学,有大量人力物力的投入,而且表明两者都拥有一个清晰、具体的目的。对于前者而言,是测出人类基因组所含的32亿个碱基对;对于后者来说,则是让人类跨越38.4万千米的空间距离,登上月球。换句话说,这

3、两个计划都属于科学工程。凡是工程都具有这样一个特点:目的明确,可进行评估和度量。比如要建造一幢楼房或架设一座桥梁,显然我们是有着明确的目的,而且可以对工程的实施进度和完成情况进行具体的和定量的评判。尽管“登月计划”和人类基因组测序工作要远比盖房子复杂和困难,但本质上都符合工程的范畴。根据这一标准,笔者把生命科学领域中研究目的可以被明确界定和度量的大科学,如测定物种基因组全序列的基因组学,称为“工程型大科学”。生命科学领域中还存在另外一类大科学,例如“相互作用组学”(interactomics)、药物基因组学、环境基因组学等。它们与工程型大科学有着很

4、大的区别,因为其研究目的不是明确可辨的,通常也难以对其进行具体的评估。这类大科学通常围绕着某种概念来进行研究,例如相互作用组学是以“相互作用”这一概念为主导,环境基因组学则以“环境”这一概念为核心。但是,在“相互作用”和“环境”指导下的研究内容是模糊的,研究边界也是变化的。此外,这类大科学不同于工程型大科学的另一特点是,研究永无止境,没有结束的客观依据或判定标准。人类基因组序列一旦测完,就可宣称人类基因组计划结束。但是根据什么来判断酵母相互作用组的研究工作完成与否呢?笔者把这类没有明确目的和判定尺度的大科学研究称为“概念型大科学”。当然,对这两种类

5、型的大科学的区别有时是很微妙的。美国国立癌症研究所在1997年发起了一个“癌基因组解剖学计划”(CancerGenomeAnatomyProject,CGAP),其目的是要收集和分析与癌症有关的遗传和基因组数据。这个计划内的两个子计划——哺乳动物基因收集(MammalianGeneCollection)和癌细胞染色体畸变计划(CancerChromosomeAberrationProject),则分别属于工程型和概念型大科学。因为前者有可以判据的目标——收集所有人和小鼠的基因表达产物(全长cDNA),后者却无法判定其目标的实现——收集所有癌细胞的染

6、色体畸变类型。从这个意义上说,代谢组学或蛋白质组学都更接近概念型大科学,因为没有标尺测量它们的完成情况。 两难的抉择迄今为止,在生物学的大科学研究领域,基因组学最为成功,从低等微生物到高等动植物中的许多物种的基因组都已被破译。基因组学的成功理所当然,因为它是典型的工程型大科学。此外,基因组学成功的另外一个原因是对技术的强烈依赖性。只要技术可行,目的就能达到。在1980年代初提出测定人类基因组的想法时,许多科学家都认为这是一个不可能实现的计划,因为当时的测序能力极低,一年不过数万个碱基。随着DNA自动测序技术的出现和发展,测序能力迅速提高,在1998

7、年已达到年测序能力9000万碱基,2003年估计会达到每年5亿碱基。这种对技术的依赖也正是工程型大科学的一个主要特征。所以,如果要准备开展一个大科学项目,那么应该着眼于那些研究目的明确、技术方法可行的工程型大科学项目。但是,生命科学领域的工程型大科学也有其先天不足。首先,这类大科学不是针对具体的生物学问题来进行的,也不能回答或解决具体的生物学问题。其研究的最终结果只是为生物学问题的研究准备一个数据库,提供一种进行大规模、高通量研究的基础。例如芽殖酵母(S.cerevisiae)基因组全序列的测定,一方面给出了所有基因的信息,另一方面让基因芯片分析、

8、蛋白质相互作用组研究成为可能。如果这些数据没有被用于进一步的功能性研究,其价值将会大打折扣。科学研究的标准之一是可重复性,

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。