陈薇院士:表征生物学丨中国工程科学

学术   2024-08-13 12:02   北京  

本文选自中国工程院院刊《中国工程科学》2024年第4期

作者:陈薇

来源:表征生物学[J].中国工程科学,2024,26(4).


编者按

表征生物学(Flag Biology)是将复杂的生物学过程通过多维度研究和精确解析,以简约概念和特征性方式量化呈现的学科。这个概念的核心在于对生物学数据的全息获取、深度挖掘、特征识别、提炼分类、编码定量和表征展示,旨在揭示生物体在分子、细胞、组织和个体等不同层次上的特征和规律。


近日,中国工程院陈薇院士在中国工程院院刊《中国工程科学》优先出版了《表征生物学》一文。文章指出,随着对个体差异的认识加深,现代生物学面临的一个巨大挑战是如何在解析复杂生物学过程的同时,准确而又简约地呈现每个个体的特性以及个体之间的共性。针对这一挑战以及未来科技综合交叉的发展态势与需求,文章提出了表征生物学的概念,并定义为将复杂的生物学过程通过多维度研究和精确解析,以简约概念和特征性方式量化呈现的学科。



一、前言


生物学的复杂性源自其广泛的生物过程,包括生殖、发育、疾病和衰老等。随着科技的进步,我们对这些生物学过程的理解已经达到了前所未有的深度和细节,形成了一个多角度、多层次的知识体系。然而,这种深入的探索也带来了数据量的激增,生物学信息的复杂性和多样性随之增加。


不同个体的生命过程存在着显著差异。这些差异不仅体现在个体对环境变化的响应上,也反映在基因表达的变异性、细胞信号传导的多样性以及生理和行为特征的个性化上。这种个体差异的生物学基础涉及遗传、变异、环境等方面的多个维度。随着对个体差异的认识加深,现代生物学面临的一个巨大挑战是如何在解析复杂生物学过程的同时,准确而又简约地呈现每个个体的特性以及个体之间的共性。


为了有效应对这一挑战,需要把握新兴领域交叉融合的发展特征,发展新的技术和理论,系统全面地获取多维数据,采用先进的数据处理模型和策略,提取生物学数据中的核心特征和模式,以实现对生物学复杂性的简化和特征化表达。


二、表征生物学的定义与内涵


表征生物学(Flag Biology)是将复杂的生物学过程通过多维度研究和精确解析,以简约概念和特征性方式量化呈现的学科。这个概念的核心在于对生物学数据的全息获取、深度挖掘、特征识别、提炼分类、编码定量和表征展示,旨在揭示生物体在分子、细胞、组织和个体等不同层次上的特征和规律。


跨学科融合是表征生物学的一大特征。它整合了生物学、医学、计算机科学和工程学等多个学科的知识和方法,形成了一个多学科交叉的研究范式;通过整合分子至个体层面的信息,构建了一个多维度的生物学理解框架。在此框架下,利用尖端技术进行精确解析,深入分析生物学特征及其调控机制。研究重点在于将复杂数据转换为易于理解和应用的信息,形成明确的知识,推动其传播和实际应用。此外,表征生物学还致力于提出新的理念,以深入研究复杂的生物学过程。


表征生物学强调对个体生物学特性的客观描述和特征化分析,这有助于揭示个体间的生物学差异及其对健康状态的影响。通过这种细致的表征,表征生物学不仅增进我们对生物学普遍规律的理解,而且有助于提升我们对个体生物学随机性和复杂性的认识,致力于解决生物学理解过程中的科学挑战。


三、表征生物学的学科内容


表征生物学作为一门综合性学科,其研究技术手段和分支学科相互交织,形成了一个多维度、多层面的研究网络。


在宏观层面,通过群体生物学特征的分析和多组学数据的挖掘,揭示生物学规律。收集群体生物样本,利用经典多组学技术,如基因组学、转录组学、蛋白质组学和代谢组学等,结合单细胞和空间分析技术,既可以全面描绘生物体从群体到分子层面的复杂性,又可以从更高维度挖掘独特表征,从宏观角度上理解生物的个体差异和系统的稳态规律。


在微观层面,利用以高分辨率、多模态成像以及冷冻电镜等为代表的可视化技术,描述生物系统的精确结构与动态过程。超高分辨率显微成像技术的发展使得细胞的超微结构在纳米水平得以有效呈现。基于数字自适应光学框架的扫描光场成像技术,极大地降低了光毒性,提升了活体三维连续观测时长,促进了活体细胞和细胞器的相互作用解析。冷冻电镜成像结合人工智能等技术,快速推动结构生物学进入原子水平。这些技术的进步极大地提高了对生物体和生物学过程在空间和时间等多维度上的理解。


环境因素尤其是极端环境,是遗传之外决定生物表征的最重要因素,也是表征生物学的核心研究内容。深入探究太空微重力、高原低氧、深海高压、极地极寒以及生物系统内环境等对生物体机能适应和分子调控的影响,解析其关键调控机制、通路互作网络、特征性功能表型,不仅可以拓展领域前沿,也有助于高效凝练相关生物学表征,推动生物技术和医学研究应用。


综合交叉是表征生物学的关键特征和研究内容,体现在其对不同学科、信息和技术等优势方向的广泛融合。在学科方面,表征生物学融合了生物医学、计算机科学和工程学等多学科的理论方法,为解决复杂生物学问题提供宏观视角和创新技术。在信息方面,表征生物学综合多源、多维、多类型生物数据,进行深度挖掘,提升表征研究的精准性和全面性。在技术方面,表征生物学整合包括高通量测序、显微成像、计算机模拟和基因编辑等前沿技术,更深入高效地揭示生物系统的内在规律和动态变化。


四、表征生物学的研究范式


(一)感染性疾病防治


应对重大新发传染病是国家生物安全的关键。病原体感染和宿主免疫反应是一个复杂和动态的相互作用过程,涉及免疫细胞、免疫器官和免疫系统等多个层次的生物学机制。从生物学大数据出发,充分理解感染性疾病的动态变化有助于揭示病原体与宿主免疫系统之间的相互作用,预测和防治慢性炎症,对开发感染性疾病新的治疗策略、改善疾病预防和管理具有重要意义。


为了应对新型冠状病毒感染等传染病带来的重大威胁,可通过表征生物学研究,对病原体感染性疾病进行深入调查,全面描述疾病进展过程中与病原体感染和机体免疫反应相关的动态变化和免疫调节机制。一方面,结合基因组学、蛋白质组学、代谢组学和其他多组学方法,分析病原体感染宿主的致病机制,确定宿主产生抗感染免疫反应的关键作用分子和信号通路,并在分子和遗传水平上解释该病原体的群体易感性,从而推进对疾病临床表现和不同亚型差异性的理解。另一方面,通过整合结构生物学、合成生物学和人工智能等多个学科,从多个维度对病原体感染和抗感染免疫反应进行表征。结构生物学解析关键病原体蛋白和宿主免疫分子的三维结构,揭示其基于结构的功能和免疫机制,这些结构信息有助于开发新的抗病原体药物和预防疫苗。而针对以新型冠状病毒为典型的病原体异质性问题,能够通过蛋白质结构解析,确定共同靶点,开发针对跨病毒株的相同蛋白质或具有相同功能的抗病毒药物。此外,结合合成生物学的学科理念,通过设计和构建新的生物部件,能够在体外和体内水平模拟、干预病原体与宿主的相互作用,有利于开发新的治疗策略。人工智能和机器学习技术使得大规模生物数据的处理和分析更加高效,能够从复杂数据中挖掘出潜在的生物标志物和治理靶点。


表征生物学还能够为个性化医学提供支持,通过识别个体对病原体的易感性和免疫反应的差异,制定个性化的治疗和预防方案。总得来说,表征生物学通过获取、高效处理和分析复杂的生物数据,有助于揭示病原体感染和宿主免疫反应的关键机制,系统地绘制机体感染免疫图谱,促进基于病原体免疫反应的创新治疗和预防策略的制定,推动传染病防治和公共健康目标的实现。


(二)癌症诊断与治疗


作为全球主要的健康问题,癌症的诊断和治疗一直是生物医学研究的重点和难点。由于肿瘤的异质性和微环境的复杂性,传统的诊断方法难以全面、准确地捕捉肿瘤的分子和细胞特征。同时,针对单一靶点的治疗方案往往难以发挥疗效。


为了应对癌症诊断和治疗的重大挑战,可通过表征生物学研究,利用基因组学和蛋白质组学分析,确定关键突变基因,识别关键的致病分子及其功能。在细胞层面,通过单细胞测序技术揭示肿瘤细胞群体异质性,识别携带不同表面标志物的细胞亚群和功能状态。在组织层面,利用组织病理学和空间转录组学技术分析肿瘤组织的病变情况,确定病理类型和进展程度,并揭示肿瘤细胞与免疫细胞、基质细胞的空间分布和相互作用。此外,可采用功能性影像学和活体成像技术用于评估肿瘤发生器官的功能和结构变化,实时观察肿瘤细胞和免疫细胞的动态行为。


表征生物学研究在癌症诊断和治疗中的应用具有以下几个方面的显著特征:一是精准诊断。通过多组学技术建立肿瘤分子特征图谱,更精准地识别疾病亚型。二是个性化治疗。通过构建个体特异性的表征生物信息库,筛选潜在的治疗靶点和生物标志物,提出更有效的个体化治疗方案。三是治疗监测和预后评估。结合液体活检技术,非侵入性地监测治疗过程中的肿瘤突变和微环境变化,更及时地评估治疗效果和预后。四是药物开发。表征生物信息库提供了丰富的分子、细胞、组织、器官、个体等各个层面的生物学信息,利于发现新的药物靶点和作用机制,更快速地推动治疗药物和技术的开发和临床转化。


(三)衰老机理与干预


衰老是一个复杂的生物学过程,是指机体随着年龄增长出现功能衰退的动态过程,表现为分子稳态失调、细胞老化和器官功能衰退,并伴随疾病的发生。我国已进入老龄化社会,增进健康、延长寿命、提高生活质量是每一个人的美好愿望,也是新时期不断满足人民日益增长的美好生活需要的重要使命。


面对衰老这一重要科学和社会命题,表征生物学可整合分散在分子、细胞、组织、个体等不同层面的衰老特征信息,在一个全新的维度解码衰老。一方面,通过系统、深入的生命科学探究,破译驱动衰老发生的复杂性密码,鉴定新的衰老调控关键靶点,推进对衰老的全面认知;另一方面,基于交叉学科,可建立靶向大数据采集和分析的智能化技术平台和量化数据的综合打分,开发基于特征信息整合的精准衰老评估体系;进一步,在此基础上,积极开展衰老干预验证和创新研究,有望发现效果确切的衰老干预手段。


通过描绘人群衰老的特征轨迹,建立适用于特定人群的衰老精确定量和精准分型,促进基于衰老实时评估的个性化衰老干预方案的制定。表征生物学还将进一步揭示个体衰老的复杂调控网络和关键节点,提出衰老领域新的原创理论,推动表征生物学研究向其他复杂生物学研究领域拓展。


五、结语


表征生物学旨在加强集成创新和综合应用,通过对生物学数据的多维获取和深度挖掘,揭示个体生物学特征和群体生物学规律,以简约的方式呈现生物过程的复杂性,实现“共性”发现与“个性”刻画的辩证统一,达到“自我”与“非我”的科学区分。表征生物学研究向极综合交叉发力,将助力推动未来科技向极宏观领域拓展,向极微观领域深入,向极端条件迈进。



注:本文内容呈现略有调整,若需可查看原文。


作者简介


陈薇

军事科学院军事医学研究院研究员,中国工程院院士。

主要从事生物安全研究。


☟  需阅读全文,点击文末阅读原文”

☟  更多相关阅读,点击以下链接查看

机器学习助推结构生物学发展

人工智能破解生物学50年来的一个重大挑战

水产育种生物技术发展战略研究






注:论文反映的是研究成果进展,不代表《中国工程科学》杂志社的观点。

中国工程科学
中国工程院国家高端智库学术期刊
 最新文章