神经科学研究中的数据处理问题

神经科学研究中的数据处理问题
近期美国国家科学院宣布了新增选的院士名单，其中新增院士90名，包括外籍院士18名。此次生命科学领域当选的女院士并不多，来自密歇根大学安娜堡分校的神经科学与精神病学教授Huda Akil就是其中之一，这位科学家主要贡献是发现内源性鸦片肽的生理作用，曾经担任zui大神经学会the Society for Neuroscience主席。近期其研究组在Science上发文，解析了神经科学研究中的数据处理问题。
据报道，对于每一个学科来说，数据的巨幅增加都具有两方面的况味：一方面是处理数据的严峻挑战，另一方面是处理“好”数据带来的巨大机遇。在数据存储方面，越来越多的数据超出了人们能够进行物理保存的范围。于是一个重要问题就是哪些数据应该存档，哪些应该丢弃，以及如何访问和应用存档的数据。要知道，许多数据库都变得太大而难以下载，对于这些数据库，数据容量和管理成为新的挑战。调查发现，半数以上的课题组都采用组内保存数据的方式进行数据存储，而且缺乏专职人员进行管理。Science就此推出了“Dealing withData”的专题，解析在目前这个信息爆炸、数据井喷的时代里，如何进行数据的搜集、维护和使用。这一专题涉及分子生物学，神经生物学，化学等多个领域，其中在神经生物学领域，Akil教授就发表了题为“Challenges and Opportunities in Mining Neuroscience Data”（神经科学数据挖掘的挑战与机遇）的文章，Akil教授认为，脑科学的根本挑战在于解码关于人的复杂行为和功能的“神经剧本”，包括思维，记忆，行为和情感。这就需要获得并综合大量的、五花八门的、时空多尺度的数据。
在这一观点性文章中，Akil教授通过多个例子说明了“神经信息学”方法在进行数据处理时的诸多优点。作者特别提到“连接组学（connectomics）”和“神经科学信息框架（NeuroscienceInformation Framework,NIF）”，它们都证明从神经信息的不同层次加深对脑的理解具有许多新机遇。
Akil教授在神经生物学领域获得了多个重要的研究成果，比如他们曾发现一种与大脑发育有关的化学物质或许可帮助减轻焦虑症甚至抑郁症，研究人员们通过筛选法培育出两类大鼠，一类焦虑不安，一类比较安定，检测发现，焦虑不安的大鼠与安定的大鼠相比，前者大脑中的成纤维细胞生长因子2（简称FGF2）水平较低。研究人员认为此前人们知道FGF2与大脑发育有关，可帮助修复大脑创伤，但这项研究发现，FGF2还扮演了另外两个重要角色：它是导致焦虑症的遗传因素，也是环境影响人体的调节因素。
神经科学研究中的数据处理问题