神經科學研究中的數據處理問題

神經科學研究中的數據處理問題
近期美國國家科學院宣布了新增選的院士名單，其中新增院士90名，包括外籍院士18名。此次生命科學領域當選的女院士并不多，來自密歇根大學安娜堡分校的神經科學與精神病學教授Huda Akil就是其中之一，這位科學家主要貢獻是發現內源性鴉片肽的生理作用，曾經擔任zui大神經學會the Society for Neuroscience主席。近期其研究組在Science上發文，解析了神經科學研究中的數據處理問題。
據報道，對于每一個學科來說，數據的巨幅增加都具有兩方面的況味：一方面是處理數據的嚴峻挑戰，另一方面是處理“好”數據帶來的巨大機遇。在數據存儲方面，越來越多的數據超出了人們能夠進行物理保存的范圍。于是一個重要問題就是哪些數據應該存檔，哪些應該丟棄，以及如何訪問和應用存檔的數據。要知道，許多數據庫都變得太大而難以下載，對于這些數據庫，數據容量和管理成為新的挑戰。調查發現，半數以上的課題組都采用組內保存數據的方式進行數據存儲，而且缺乏專職人員進行管理。Science就此推出了“Dealing withData”的專題，解析在目前這個信息爆炸、數據井噴的時代里，如何進行數據的搜集、維護和使用。這一專題涉及分子生物學，神經生物學，化學等多個領域，其中在神經生物學領域，Akil教授就發表了題為“Challenges and Opportunities in Mining Neuroscience Data”（神經科學數據挖掘的挑戰與機遇）的文章，Akil教授認為，腦科學的根本挑戰在于解碼關于人的復雜行為和功能的“神經劇本”，包括思維，記憶，行為和情感。這就需要獲得并綜合大量的、五花八門的、時空多尺度的數據。
在這一觀點性文章中，Akil教授通過多個例子說明了“神經信息學”方法在進行數據處理時的諸多優點。作者特別提到“連接組學（connectomics）”和“神經科學信息框架（NeuroscienceInformation Framework,NIF）”，它們都證明從神經信息的不同層次加深對腦的理解具有許多新機遇。
Akil教授在神經生物學領域獲得了多個重要的研究成果，比如他們曾發現一種與大腦發育有關的化學物質或許可幫助減輕焦慮癥甚至抑郁癥，研究人員們通過篩選法培育出兩類大鼠，一類焦慮不安，一類比較安定，檢測發現，焦慮不安的大鼠與安定的大鼠相比，前者大腦中的成纖維細胞生長因子2（簡稱FGF2）水平較低。研究人員認為此前人們知道FGF2與大腦發育有關，可幫助修復大腦創傷，但這項研究發現，FGF2還扮演了另外兩個重要角色：它是導致焦慮癥的遺傳因素，也是環境影響人體的調節因素。
神經科學研究中的數據處理問題