重感冒病人患上帕金森氏症的风险是健康人的两倍

　　在去年召开的美国微生物学会上，来自明斯特大学的医学微生物学家Dag Harmsen开始听到了有关德国大肠杆菌疫情爆发的传言，这场疫情首先在德国北部地区爆发，感染了至少4000人，夺去了超过50人的生命(德国范围内)，在德国以外的欧洲地区也发现了76名患者。

　　Harmsen 教授在这场疫情中发挥了重要的作用——他们通过将引发此次疫情的O104：H4型肠出血性大肠杆菌与2001年采集自一名溶血性尿毒症(HUS)体内的 O104：H4型肠出血性大肠杆菌进行基因对比后，发现，两种菌株并非同源，引起此次德国EHEC暴发的O104:H4菌株来自一种肠聚集性大肠杆菌 EAEC O104:H4 55989菌株的变异，其中还掺杂了一种目前未知的由志贺毒素产生的O104：H4菌株。

　　在这一场“战役”中，Harmsen教授主要采用的就是新一代测序技术，他说，“至今，新一代测序技术已经遍布全球上百个基因组测序中心”。并且随着更多更新技术的发展，未来新一代测序技术将发展出下下一代创新技术，为基础科学与临床治疗提供越来越完善的帮助。近期The Scientist杂志就以“Sons of Next Gen”为题，介绍了目前值得关注的各种新技术。

　　压缩数据

　　各种新型测序技术为我们实验带来了高通量测序的方法，为生物医学研究提供了更加广阔的研究思路，但是这些新技术也导致了一个日益严重的问题——如何处理这些数据。即使是对于更传统的新一代测序技术，也需要将数据外包给某些基因组研究中心，然后兆兆级别(terabytes)的测序数据又被返回到原实验室。

　　“对于许多生物学家而言，这是第一次他们需要处理如此大数据量的数据”，来自英国欧洲生物信息学研究所的生物信息学家Ewan Birney说，Birney加入了美国政府主持的国家生物技术信息中心，后者旨在获取来自全球的测序数据。

　　一些研究团队发展了一些新方法制止数据膨胀，比如Birney和他的同事就研发了一种能比标准压缩方法小5-50倍，来压缩数据信息的运算方法。这一系统基于图像和视频压缩方法(就像是YouTube，或者卫星电视)，并利用了测序数据高度冗余的特点。

　　这种算法能将每次阅读与参考数据进行比对，然后标记出两者的差别，忽视那些相同的地方，比如说，在一个新完成的人类基因组序列中，与参考人类基因组相比，只有10,000个碱基对分之一存在差异，这样大部分的数据可以忽略不计。

　　制药公司和生物技术公司也在加紧开发基因测序数据共享框架，许多公司还参与了一个非盈利组织：Pistoia Alliance，这一组织创始人Nick Lynch 说，Pistoia Alliance就是希望能完成基因测序数据共享框架。

　　去年11月，这一组织宣布了Sequence Squeeze挑战，团队成员以竞争的方式，力求最短时间内将一个参考序列压缩至最小尺寸。这吸引了许多处理大量研究数据的研究人员，比如计算机科学家，还有天体物理学家，利用他们的知识来解决测序难题。

　　得胜者是来自Sanger研究院的James Bonfield，他能将原始序列压缩至一个非常小的大小，而且压缩和解压的过程时间都很短。“我们希望(这一技术)能在全球应用，成为数据处理的一种方法”，Lynch说。