文章專區

生物資訊學是一種利用資訊方法分析生物資料，藉以理解生命現象的學問。它的研究命題範圍相當廣泛，涵蓋了DNA、RNA、蛋白質等3個層次。DNA層級的研究包括DNA定序（sequencing）、序列組裝（assembly）、基因註解（gene annotation）等；RNA層次的研究有基因表現、基因間的交互作用等；而蛋白質層次則有結構預測、蛋白質表現等，但無論是在DNA、RNA、蛋白質層次，都有一個共同的精神，就是有大量的資料需要進行分析，因此要使用適合的資訊工具與方法來分析生物資料。

《科學月刊》本期邀請李御賢教授，談論生物資訊學的應用與未來，分享他多年來研究生物資訊學的歷程，以及給所有想踏入生物資訊學的莘莘學子們一些學習上的建議。

（林翰佐拍攝）

生物資訊學是什麼？

《科學月刊》（以下簡稱科）：網路上常看到「計算生物學」（computational biology）這個名詞，計算生物學是生物資訊學（bioinformatics）嗎？

李御賢（以下簡稱李）：其實兩者的定義不同。生物資訊學是分析生物資料的學問，而計算生物學則偏向開發生物資訊的工具或理論。以次世代定序（next generation sequencing, NGS）而言，生物資訊學是利用序列組裝的工具，分析生物序列；而計算生物學則是改進或發展序列組裝的工具。

科：生物資訊學的研究如何進行？
李：生物資訊學是將生命科學的特徵資訊數位化，再進行分析比較。實務上可分為3個步驟，分別是「收集資料」、「分析資料」、「預測資料」。我們以目前臺灣正在進行的「臺灣精準醫療計畫」（Taiwan Precision Medicine Initiative, TPMI） 為例說明流程。TPMI 的目標是建立臺灣人口基因資料庫的基礎，透過生物資訊學研究體系的建立，希望能在「用藥安全及效能」、「疾病早期診斷」、「預防醫療」等面相提升醫療品質。

首先是收集資料，由中央研究院與32家大型醫院合作，預計收集數百萬個病人與正常人的生物資料（例如DNA序列）。基因資料的收集有時會使用生物晶片（microarray），在TPMI 計畫中，使用單一核苷酸多型性（single nucleotide polymorphism,SNP）的基因型鑑定晶片。這種晶片可一次收集人類樣本中60多萬筆SNP 資訊，再加上每個人的臨床資料，使得每份樣本都會產生相當驚人的資料。以TPMI 預計收集每10 萬人的數據量來預估，共計約有60 Gigabyte（GB）的資料量需要進行儲存。分析資料是為了找出大量樣本中數據的特徵。在上述的例子中，我們可以利用孟德爾遺傳學的表達方式，將每份檢體中的某筆SNP 資訊簡單表示成AA、Aa、aa 的3 種可能基因型。透過簡單的二維矩陣方法，我們便可以分析兩筆資料之間的差異。但實務上，每份檢體透過基因晶片的檢測會出現60多萬筆的SNP資訊。光要分析人與人之間SNP的差異，就需要10萬×10萬的二維矩陣進行運算。除了數據的分析，如何將分析結果簡明而適切的表達出來也是一項重點，這部分也需要資訊學工具的幫忙。資料視覺化（data visualization）在生物資訊學領域中也是一門顯學。

預測資料則是利用這些疾病的特徵DNA 序列進行疾病預測。針對60 多萬筆SNP，在資訊工具的幫助下，可能會有數十到數百個特徵SNP 位點具有統計上的顯著意義。我們要利用找到的特徵SNP，看看是否能預測疾病的發生。一般而言，資訊科學家會以預測的成功率來確定特徵SNP 是否有效（猜對的機率高），但在臨床醫學的領域，針對疾病的確診，需要注意預測的專一度（猜錯的機率要低，不可以亂指患者有病），而初步篩選，則要注意靈敏度（要能將患者最大程度地從人群中檢出）。這邊就可以看出來，研究資訊與臨床醫學的科學家在想法上會有不同，需要誇領域的專家合作與充分的討論。

科：看起來「生物資訊學」並不是一門難以理解的科學。不過，生物資訊學似乎是近20 年來才蓬勃發展的學門，這是為什麼呢？

李：基因學（genetics）與基因體學（genomics）有何不同？我的看法是，基因學是針對數個基因所做的研究，而基因體學則以透過基因「全體」的觀點做的研究。早期因為技術的限制，我們一次只能分析一個基因，但現今的分子生物學技術已有長足的發展，例如使用NGS，僅用數天的時間就可以分析人類樣本的全基因體序列。或是利用生物晶片技術，可以在一天內分析個人所有基因的表現。平行化基因測量技術的發展，帶來的大量資料促進了生物資訊學的蓬勃發展。

即使在短短的20年間，生物資訊學自身也有相當顯著的「演化」。20年前，也就是我剛進行生物資訊學研究時，常會遇到樣本數少的狀況，統計檢定要使用少樣本的檢定法。10年前則因為平行化的基因測量技術發展，需要計算的特徵資料太多，會遇到多重檢定問題（multiple testing problem）。……【更多內容請閱讀科學月刊第628期】