将系统生物学应用于癌症研究，目前已经成为有计算头脑的科学家们所热衷的一个成长性领域
作为一位研究助理，凯蒂·霍德利（Katie Hoadley）工作在一个遗传学湿实验室（wet lab，指实验室桌上罗列着各种试管、培养皿等瓶瓶罐罐），但是她已经有三年没有拿起过移液管了。一个特别的早晨，在美国北卡罗莱纳大学教堂山分校，她在电脑上摆弄着一行行的计算机代码，一份已公布的临床试验中对治疗反应良好的乳腺癌病人进行鉴别――在人体乳腺肿瘤细胞株的基因表达数据的基础上寻找分子标签，以预测哪些乳腺癌病人是最适合于治疗的。
如今，作为一位受训中的实验生物学家，霍德利已经从全球对癌症系统生物学家不断增加的需求中获益颇多，尤其是那些可以进行计算研究的生物学家――不仅仅是收集动物或细胞的数据，而且要将这些数据转化成基本的统计学公式。霍德利同时还收集和分析来自其他实验室的数据。
系统生物学的兴起，可能还不足以在短期内治疗癌症。新近的研究发现，每个人的生物学异质性是令人生畏的复杂，如果将不同时间的不同肿瘤计算在内就更是如此了。这种遗传学上的复杂性在许多肿瘤对抗治疗的趋势中有一定的影响，而寻找这种复杂性正是系统生物学家所真正要做的事情。对于那些志在必得的年轻癌症研究人员来说，这是一个非常有前途的研究领域。
要找到癌症研究中的系统生物学方法的切入点，是一件非常困难的事情。首先，研究人员们已经在对一定时间内的治疗性先导化合物的细胞系统进行了研究，但是人类基因组计划（HGP）及其技术上的改善，在方法论的认识上带来了一种新的层次的复杂性。其次，这种集成的方法并没有只聚焦于某种分子通路的研究，它还混合和涉及了许多的信息环境，包括DNA、RNA、蛋白质、信号转导网络、细胞、器官、整体动物和各种环境因子。
面对变化多端的数据混合，科学家必须建立起复杂的癌症数学模型，尽管这会带来许多新的研究问题。然而一旦它们在细胞、动物或者人体组织中得到证实，这些结果会为新的或者更好的模型带来一些资讯，最终目标是建立一种对癌症更加全面的认识和理解，并据以预测临床中的疗效。数据的增加，特别是对分子标记物进行综合性的扫描提供了一种多产的背景，使人们愿意并且能够得到计算方面的技术诀窍。以霍德利为例，要做到这一点，就要求学习一些编程语言，包括R语言和Perl语言。
“重要的是我们同处一室、彼此进行交流”
跨学科进行培训
技术上的进步，使得研究人员通过利用第二代测序平台、质谱仪、高端成像等分析工具，可以在单一的实验中对一些分子过程进行测量，比如DNA甲基化、拷贝数变异型和单碱基突变。普林斯顿大学刘易斯－西格勒综合基因组学研究所所长大卫
·博茨泰因（David Botstein）认为，现在的研究条件非常好，只是数据分析及其可视化方面还有待提高。“掌握这些方法需具有一定水准的数学头脑，而这些为许多生物学家所不具备。”现在，作为博士后职位要求的一部分，部分大学研究生院经常对生物学家进行这方面的训练，以提升他们与计算机专家的交流合作能力。根据业界和学界的要求，研究人员必须掌握操作和解释数据的方法，并将这些信息转化成疾病进展的标记物或有效的治疗手段。
鉴于系统生物学训练的新颖性，相关的项目仍在涌现。为此，许多有建树的系统生物学家开始着手于理论或实验背景方面的工作，包括为研究生层次的项目提供系统生物学培训计划，以指导他们面向癌症的应用。比如，位于柏林马普分子遗传学研究所的拉尔夫
·赫维希（Ralf Herwig）说：“尽管德国目前还没有专门设立癌症系统生物学的课程，但在今后五年中，更多的系统生物学课程将出现在大学里。”他期待着癌症生物学的应用出现在那些临床诊断的地方，比如柏林市的夏洛特医科大学。
关键是要经常进行这样的在职培训，尽管一些生物学或临床肿瘤学领域可能会从科研计划中获得一些统计学和计算方面的技能。“这是一种合理的安排”，霍德利的实验主管查克
·佩罗（Chuck Perou）说，“尽管这个领域才刚刚认识到要进行更多跨学科的培训。”
乔伊·格雷：虽然技术越来越趋人性化，但研究人员仍需要掌握算法和数据是如何运作、分析的
霍德利和佩罗都是从后备科学家开始成长起来的，他们从众多博学多才的合作者中学到了计算方面的技能。作为一位博士后，过去佩罗经常在讨论会上听取统计学家对于各种特定方法的讨论，最终形成自己的方法而不再依靠别人。
位于达拉斯得克萨斯大学西南医学研究中心格林综合计算和系统生物学中心的药理学家史蒂文
·阿特舒勒（Steven Altschuler）认为，那些对系统生物学实验感兴趣的人，应该去听细胞和分子生物学的课程，并对这一领域中的一些问题进行讨论。“如果他们来自工程学、物理学或数学领域，我们总是会问，‘你有没有赏心悦目地听过生物学课程？’”
为了鼓励互动交流，佩罗在他的实验室的每个房间内至少安排一名学计算的学生或博士后。“在这里，统计学家、生物学家和计算机科学家们之间都有频繁的交流，”佩罗说，“重要的是我们同处一室、彼此交流。”通过这样一种互动产生的算法，迄今他们已经发表了两篇论文。
在一项博士后层次的系统生物学的培训计划中，今年早些时候，美国国立癌症研究所（NCI）向西雅图市的一家非盈利医学研究组织――智者生物网络（Sage Bionetworks）研究所――授予了一笔670万美元的经费资助，意在帮助培训更多的系统生物学和网络生物学家，建立起临床生物学家与物理学家或数学家的配对联系。这项计划受到了那些已经完成本专业的博士后和学者的欢迎。智者生物网络研究所总裁兼CEO斯蒂芬
·弗雷德（Stephen Friend）说：“该计划将在产生更多的系统生物学和网络生物学家的同时，兼顾了学术和产业两方面的需要。”
“重要的是解答问题，而不是你的学科背景”
一个被看好的领域
随着工具的发展，癌症系统生物学的培训将发生不断地变化。于2005年开始的由美国政府资助的旨在揭示癌症遗传学突变的“癌症基因组图谱”项目，已经产生了更好的分析工具。一些专家推测，随着时间的流逝，这些分析工具将会更具智能化。位于加州的劳伦斯
·伯克利国家实验室的生命科学部主任乔伊
·格雷（Joe Gray）说：“如果事情照此发展，那些没有受过专业计算生物学培训的人面对计算问题时，尽管对他们而言是一件比较容易的事情……但是，你仍然有必要了解算法和数据是如何运作、分析的。”
然而，波士顿麻省理工学院的细胞处理中心主任彼特
·佐尔格（Peter Sorger）并不认为模建癌症过程的挑战会继续下去。“这个领域的结构和文化需要发生一次伟大的转变，向跨学科培训的模式发展，”他说，“如果那样的话，就意味着所有团队中的个体至少应该具备模建和实验方面的知识，未来受训者也因此会获得更多学术和产业合作的机会。”
学术性的工作机会是很多的，特别在美国、英国、德国和瑞士等国家，尤以博士后和研究小组负责人层次为著。比如，西雅图的系统生物学研究所或英国剑桥的欧洲生物信息学研究所；另外，“癌症基因组图谱”计划和其他数以千计的个人肿瘤测序计划，正在把生物信息学家的需求量继续提升。
英国剑桥癌症研究所癌症基因组学研究小组的邓肯
·奥多姆（Duncan Odom）认为，从多方面来看，系统生物学这一领域还处于新生期。奥多姆在美国坎布里奇市的怀特黑德生物医学研究所完成博士后学位来到了英国。他说：“在英国癌症研究计划中，系统生物学是一个被看好的领域。”但是，这一计划并没有一个完整框架，而在奥多姆的推动下，这方面已经在改进之中。
从历史上来说，尽管产业界已经见证了癌症系统生物学，特别是大规模蛋白质组和基因组的分析。但是，这如同一项需要大笔投资而短期内几乎看不到回报的项目一样。然而在过去的一年里，这种观点逐渐在改变。产业界开始认识到，规模相对小但系统性的实验，可以帮助他们优先发展潜在的药物靶标和揭示其作用机理。佐尔格说，如果这种初步的认识得到实现，药企和生物技术公司将扩大他们的人才招聘计划。比如，辉瑞、基因泰克和微软研究院，已经开始了对博士后的招聘工作。阿特舒勒说：“一些有良好数学背景的研究人员，对于癌症生物学方面也有着强烈的兴趣。”然而，由于这个领域一直处于一种持续发展的状态，接受过研究生教育并不是唯一的资格。阿特舒勒的助手说，在癌症系统生物学的研究中，“重要的是你需要解答问题，而不是你的学科背景。”
资料来源Nature
责任编辑 则 鸣
――――――――
本文作者凯丽·R·祁（Kelly Rae Chi）,美国北卡罗莱纳州加利市自由专栏记者。
