「海量資料」（Big data，又稱大數據）可說是目前科學（技）界的當紅炸子雞，幾可和「3D列印」、「穿載科技」、「雲端」等名詞併列科學新聞的F4。（話說十年前最火紅的科學名詞是「奈米科技」，如今仍是熱門的研究領域，卻已不受媒體青睞。）
「海量資料」會紅也不是沒有原因的，Facebook每天跟你說「你可能認識的朋友…」、購物網站告訴你「買了這個東西的人也買了….」或顯示地方的媽媽們需要什麼等等，背後都有海量資料在解算，來自以色列的研究團隊還用海量資料來對抗癌症呢！
現代人罹癌的風險高，卻苦無有效的療方。現行的治療方法，不論是傳統化療、放射性治療或是靶標藥物，都如七傷拳一般，傷敵一千、自損八百，即便消滅了癌症，身體也難以回到原本的健康狀態。如何只殺死癌細胞而不影響身體的正常細胞，仍然是個夢想。一個以色列團隊的最新研究，把這個夢想往現實拉近了一大步，研究成果發表在生物學界知名的期刊《Cell》上，有趣的是，主要的研究人員都跨足了資訊工程的領域，因為他們用來對抗癌細胞的工具是「海量資料」的分析技術。
此研究利用一種被稱為「合成致死」（Synthetic lethality）的基因對，意指一對相對應的基因，若二者同時處於去活化狀態（inactive），則細胞就無法存活。但只要其中一個基因是活化狀態（active）[註]，即便另一個去活化，細胞仍為正常存活。很像我們蘇花公路的雙向單線路段，若一線道封閉，管制一下還是可以通車，雙向皆封，路就不通了。
（奇怪的是科學家怎麼會把一個專業名詞取做「合成致死」這種像二流科幻片的字眼呢？取做「二槍斃命」如何？至少可以從二流的科幻片變成不錯的動作喜劇片。）
由於癌症與先天的基因缺陷或後天的基因突變有很大的關聯，往往可在癌症細胞內發現去活化的基因，相同的基因在正常細胞內則處於活化狀態，此時若以藥物手段抑制該基因的「合成致死」配對，就可達到只殺死癌細胞而不影響正常細胞的療效。
人類的基因組多達20000~25000組，加上基因活化/去活化的變數，產生更多的排列組合可能，來自各個實驗及臨床的數據形成了「海量資料」，要如何從這「海量資料」中分析出合成致死的基因對，就是本研究的主要課題。
如果二個基因是「合成致死」對，同時處於去活化狀態，那麼攜帶這對基因的細胞就已被「致死」了，相關的數據不會被納入這個海量資料庫內，所以研究團隊採取反向的操作：首先，在細胞內同時去活化的基因們，彼此間一定不是合成致死對，可以將之排除；再來，研究團隊比對暨有的shRNA資料庫（shRNA會抑制基因活化），可做進一步的篩選；最後，利用合成致死基因對的另一個特性：當他們處處活化狀態時，常常會同時進行產出蛋白質的動作，稱做基因共表現（coexpression），研究人員得以找出合成致死基因對的候選人。
這些以數據分析找到的合成致死基因對與已知的合成致死基因比對，有高度的相符。
一位關鍵的研究人員在酒醉後接受訪問時表示：「原本我想找到我跟老婆吵架的原因，因此將會讓她生氣的行為當作資料庫進行分析。這個研究後來失敗了，因為會讓老婆生氣的變因太多，而且還是時間的函數。不過當時開發的軟體，意外地適用於分析合成致死基因對的資料庫。」（誤）
研究團隊同時指出，某些用於治療其他疾病的藥物，其實有抑制部份基因活化的作用，若該基因與癌細胞內的去活化基因為合成致命組，那麼這些藥就有用於治療癌症的可能。
這個研究成果也開發出一片「舊藥新用」的藍海！（舊藥已通過臨床測試，所以發現舊藥物的新用途比之開發新的藥物，節省了許多成本。）
[註]：活化的基因代表會有「基因表現」（gene expression）。而基因表現的解釋為基因中的DNA序列生產出蛋白質的過程。步驟大致從DNA轉錄成mRNA開始，一直到對於蛋白質進行後轉譯修飾為止。
圖片及文字來源：wikipedia
參考資料：
- Science Daily “Innovative algorithm spots interactions lethal to cancer.” 03/09/2014
- Livnat Jerby-Arnon et al. “Predicting Cancer-Specific Vulnerability via Data-Driven Detection of Synthetic Lethality“, Cell 158, 1199–1209, 2014.
本文轉載自作者部落格吳京的量子咖啡館
