访谈 | 刘心：十年磨一剑，基因测序行业的挑战与转机（上篇）

从2005年在北京大学生命科学院本科阶段开始接触植物研究和遗传学的经典实验，到如今带领百余人团队深度参与“地球生物基因组计划”和“万种植物基因计划”等世界级大项目，刘心已从当年的青葱少年迅速成长为基因组学领域的带头人，并担任深圳华大生命科学研究院执行副院长等职务。

十年磨一剑，这十年刘心经历了哪些历程？对行业又有哪些感悟？本期，我们特邀刘心与您一同分享他这十年的心路历程。

生命科学研究成果，需要走向大众

“2005年开始学习生命科学，2009年开始接触基因组研究。如今，我从事该行业已有十几年。回首这十多年，我发现当年的同窗们留在本行业的寥寥无几。”

回首十年来时路，刘心感叹到，这在一定程度上也反映了生命科学、生物产业的发展规模还不够大，机会还不够多。因此，生命科学和生命产业需要进一步发展，尤其是新技术推动的生物产业。只有这样，我们才能像计算机领域一样，将科研、技术和产业更好地结合起来。

传统的生命科学研究，特别是基础科研，能够解决关键的科学问题，但是往往同产业应用和转化距离较远。如何将科学的前沿性与社会大众的相融性结合起来？一直以来都是是我们面临的最大挑战。

如今，以基因组测序为代表的新的生物技术的出现，正在加快前沿科研的应用转化。例如，通过基因测序从大数据角度解析生命现象，进而通过基因编辑等技术进行应用转化，已经极大地提高了科研转化效率。就像移动互联网的发展推动了互联网的普及一样，前沿生命科学正在这些新生物技术的推动下，更多地走向产业化，走向大众。可以预期，生命科学和生物产业的大爆发即将到来。

因此，刘心表示，他很荣幸能留在这个领域坚持做一些核心研究。“因为我觉得大规模的基因研究，或者说以大数据为基础的生物信息研究是一个重要方向，我坚信它将推动生物产业大发展。“

基因测序技术发展迅速，推动科研思路变革

近年来，基因组测序技术或者说基因组学整体技术发展都比较迅速，推动了新的科研思路的形成。

“生命科学的研究思路，随着基因技术的发展，正在发生改变，特别是以基因数据分析为核心的新的科研思路正在越来越多地被采用。”

随着基因测序技术的发展，特别是测序成本和测序实验难度的降低，各个生命科学研究领域都开始采用更多的基因数据作为基础。

“从我开始做基因组研究到现在，发现的一个核心问题就是我们的数据在不断增加，我们需要利用更有效的方法来分析。简单地从这一点来看，似乎生命科学正在向着大数据科学的方向不断发展。”

基因组学作为一个研究手段，其应用应该深入到方方面面。不论是神经科学或脑科学研究，抑或是植物激素这类实验室研究，其实都可以和基因组学密切地结合起来，并利用其产出的大量数据来辅助我们所做的研究。

动植物基因组研究的过去和现状

对于动植物基因组研究，刘心坦言到，“一开始的时候，单纯组装出一个物种的基因组，就是很重要的科研进展。因此，之前动植物基因组研究很多时候仅仅是提供可以供后续研究使用的数据。”这样的一个“热门”领域随着技术的不断发展，已经变得不够“热门”。因此，更重要的是利用基因组的数据和信息，解决生命科学问题，让我们增加对生命现象的了解和认识。

动植物的基因组数据能够解决哪些重要的科学问题呢？

“一般为两个方面，首先，基因组能够帮助我们了解和认识物种的进化过程，不论是在物种水平上还是在群体水平上。其次，基因组数据能够帮助我们推测物种适应性，物种特殊性状的基因组基础，同实验验证结合，就能够真正解决重要的科学问题。”同时，这些科学问题的解决，也将对应着新的产业应用，这也是体现了基因组数据对产业应用的推动。

动植物基因组研究和产业应用面临的挑战与困难

刘心表示，他一开始做的动植物物种研究的数据规模相对比较小。近些年，随着行业技术发展，业界对数据的产量和成本要求也在不断提高。如何在更低成本下实现更高通量的测序？产出的大规模数据又该如何利用？这都是我们在行业快速发展阶段需要面临的重大挑战。

这无疑也加大了科研人员从样品获取，到样品制备，再到数据分析等各阶段的难度。

例如，从一个基因组到群体，再到单个细胞的多组学研究，随着规模的扩大，大范围采样和制备会变得更为困难。尤其是自然界中有些物种还没有受到关注，也没有什么基础信息，再或者不同类型的生物样本存在较大差异。这些问题都会给采样和制备带来重重困难。

其次，随着基因组测序规模的扩大，数据量也越来越大，数据分析的难度也随之提升，在方法和效率上也存在着诸多挑战。

例如，我们对蚂蚁进行测序，其生物量本身就很小，可能在采样和DNA提取过程中就存在很多困难。如果样品存在特殊性，一旦测序规模扩大，那么原本很小的问题就可能被放大成无法完成的任务。

当然，行业最大的痛点还是成本。大规模研究涉及的效率提升与成本降低是我们需要解决的重中之重。从应用上来说，人的检测或许可以花费较高成本进行测序，但在作物或畜牧业中，需要寻找更加低成本的测序技术，才能推动更加广泛的应用。

所以我们要结合实际的产业应用场景去解决问题，这也是目前测序技术在产业推广中需要解决的核心问题。