關(guān)鍵詞：人類(lèi)基因組數(shù)據(jù)，標(biāo)準(zhǔn)體系，數(shù)據(jù)管理，共享利用，標(biāo)準(zhǔn)化

DOI編碼：10.3969/j.issn.1002-5944.2024.013.006

0 引言

隨著高通量測(cè)序技術(shù)和信息技術(shù)的發(fā)展，基因檢測(cè)成本降低、時(shí)間縮短，基因組數(shù)據(jù)正在以PB（1PB=1 024 TB）到EB（1 EB=1 024 PB）的數(shù)量級(jí)累進(jìn)，而目前全球每年產(chǎn)生的基因組學(xué)數(shù)據(jù)已接近EB級(jí)別[1]。由此，人類(lèi)進(jìn)入基因大數(shù)據(jù)時(shí)代，尤其是在精準(zhǔn)醫(yī)療研究領(lǐng)域，如何通過(guò)人工智能、大數(shù)據(jù)等技術(shù)推進(jìn)數(shù)據(jù)的管理、匯聚、分析、流通、共享，釋放和挖掘數(shù)據(jù)價(jià)值，以及數(shù)據(jù)安全和隱私保護(hù)等問(wèn)題，實(shí)現(xiàn)基因組數(shù)據(jù)的管理和安全利用，成為目前面臨的挑戰(zhàn)。

標(biāo)準(zhǔn)化作為經(jīng)濟(jì)和社會(huì)發(fā)展的重要基礎(chǔ)和支撐，開(kāi)展人類(lèi)基因組數(shù)據(jù)標(biāo)準(zhǔn)化研究是將標(biāo)準(zhǔn)化手段引入基因組數(shù)據(jù)的全生命周期管理中，運(yùn)用標(biāo)準(zhǔn)化手段厘清各個(gè)環(huán)節(jié)的問(wèn)題以及數(shù)據(jù)質(zhì)量的作用和影響，規(guī)范數(shù)據(jù)處理過(guò)程，提高人類(lèi)基因組數(shù)據(jù)的準(zhǔn)確性、可用性和安全性，對(duì)推動(dòng)人類(lèi)基因組數(shù)據(jù)相關(guān)產(chǎn)業(yè)標(biāo)準(zhǔn)化、規(guī)范化發(fā)展具有重要意義。

1 人類(lèi)基因組數(shù)據(jù)相關(guān)政策法規(guī)

在生物產(chǎn)業(yè)方面，《“十四五”生物經(jīng)濟(jì)發(fā)展規(guī)劃》提出推動(dòng)基因檢測(cè)、生物遺傳等先進(jìn)技術(shù)與疾病預(yù)防深度融合，開(kāi)展重大疾病早期篩查，為個(gè)體化治療提供精準(zhǔn)解決方案和決策支持[2]；《中華人民共和國(guó)生物安全法》提出制定和完善生物安全領(lǐng)域相關(guān)標(biāo)準(zhǔn)的要求。

在數(shù)據(jù)管理方面，《中華人民共和國(guó)人類(lèi)遺傳資源管理?xiàng)l例》第十三條提出加快標(biāo)準(zhǔn)化、規(guī)范化的人類(lèi)遺傳資源保藏基礎(chǔ)平臺(tái)和人類(lèi)遺傳資源大數(shù)據(jù)建設(shè)，為開(kāi)展相關(guān)研究開(kāi)發(fā)活動(dòng)提供支撐；《科學(xué)數(shù)據(jù)管理辦法》規(guī)定了科學(xué)數(shù)據(jù)采集、匯交與保存，共享與利用，保密與安全等方面的要求。

在數(shù)據(jù)安全方面，《中華人民共和國(guó)數(shù)據(jù)安全法》則鼓勵(lì)數(shù)據(jù)的開(kāi)發(fā)利用和流動(dòng)，要求行業(yè)組織制定數(shù)據(jù)安全行為規(guī)范和團(tuán)體標(biāo)準(zhǔn)，積極參與數(shù)據(jù)安全相關(guān)國(guó)際規(guī)則和標(biāo)準(zhǔn)的制定。《中華人民共和國(guó)個(gè)人信息保護(hù)法》明確了生物信息屬于敏感個(gè)人信息的范疇，要求推進(jìn)制定個(gè)人信息保護(hù)具體規(guī)則、標(biāo)準(zhǔn)的工作?！敦瀼貙?shí)施〈國(guó)家標(biāo)準(zhǔn)化發(fā)展綱要〉行動(dòng)計(jì)劃（2024—2025年）》中要求在集成電路、半導(dǎo)體材料、生物技術(shù)等關(guān)鍵領(lǐng)域強(qiáng)化關(guān)鍵技術(shù)領(lǐng)域標(biāo)準(zhǔn)攻關(guān)；加快研制物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等新興技術(shù)與傳統(tǒng)產(chǎn)業(yè)融合相關(guān)標(biāo)準(zhǔn)，健全標(biāo)準(zhǔn)體系。

2 人類(lèi)基因組數(shù)據(jù)應(yīng)用面臨的問(wèn)題

基因組數(shù)據(jù)包括生物體基因中的分子序列等信息，還包括每個(gè)基因的功能、控制基因表達(dá)的調(diào)節(jié)元素以及不同基因和蛋白質(zhì)之間的相互作用，與人類(lèi)的遺傳、健康、表型和血緣關(guān)系密切相連[3]，具有唯一性和穩(wěn)定性的特點(diǎn)?；蚪M數(shù)據(jù)已經(jīng)被廣泛應(yīng)用于科學(xué)研究、醫(yī)療服務(wù)、法律與取證和直接面向消費(fèi)者服務(wù)[3]，例如全基因組關(guān)聯(lián)研究、藥物基因組學(xué)、個(gè)性化醫(yī)療、身份檢測(cè)、親子鑒定等。消費(fèi)級(jí)服務(wù)機(jī)構(gòu)通過(guò)對(duì)基因檢測(cè)結(jié)果的解讀也可提供營(yíng)養(yǎng)健康服務(wù)、運(yùn)動(dòng)能力評(píng)估、遺傳缺陷分析、溯源分析等服務(wù)。

基因組數(shù)據(jù)不僅是個(gè)人敏感信息，還是人類(lèi)遺傳資源信息，與國(guó)家安全相關(guān)，使得基因組數(shù)據(jù)的管理和使用更具挑戰(zhàn)性。隨著基因組數(shù)據(jù)的重要性及其呈指數(shù)級(jí)的數(shù)量積累，國(guó)內(nèi)外已經(jīng)在國(guó)家層面實(shí)現(xiàn)了對(duì)基因數(shù)據(jù)的統(tǒng)一管理。20世紀(jì)80年代，以美國(guó)、英國(guó)、日本為代表的發(fā)達(dá)國(guó)家已經(jīng)建立了基因數(shù)據(jù)存儲(chǔ)平臺(tái)，并逐漸形成了壟斷全球生物醫(yī)學(xué)大數(shù)據(jù)的國(guó)際三大生物信息數(shù)據(jù)中心[4]。我國(guó)于2016年依托中國(guó)科學(xué)院北京基因組研究所建立了國(guó)家基因組科學(xué)數(shù)據(jù)中心，旨在面向我國(guó)人口健康和社會(huì)可持續(xù)發(fā)展的重大戰(zhàn)略需求，建立生命與健康大數(shù)據(jù)匯交存儲(chǔ)、安全管理、開(kāi)放共享與整合挖掘研究體系，研發(fā)大數(shù)據(jù)前沿交叉與轉(zhuǎn)化應(yīng)用的新方法和新技術(shù)，建成支撐我國(guó)生命科學(xué)發(fā)展、國(guó)際領(lǐng)先的基因組科學(xué)數(shù)據(jù)中心[5]。

由于基因組數(shù)據(jù)的敏感特性，國(guó)家層面已實(shí)現(xiàn)對(duì)基因組科學(xué)數(shù)據(jù)的嚴(yán)格管理，然而，基因組數(shù)據(jù)應(yīng)用領(lǐng)域廣泛、近年來(lái)消費(fèi)性服務(wù)機(jī)構(gòu)的激增，導(dǎo)致數(shù)據(jù)存儲(chǔ)分散、集成困難、數(shù)據(jù)處理質(zhì)量堪憂(yōu)[6]，缺乏有效的挖掘技術(shù)和安全保護(hù)技術(shù)，有效管理和共享利用基因組數(shù)據(jù)資源還面臨諸多挑戰(zhàn)[4]。

3 人類(lèi)基因組數(shù)據(jù)標(biāo)準(zhǔn)化現(xiàn)狀

目前，人類(lèi)基因組數(shù)據(jù)的研究涉及多個(gè)領(lǐng)域的標(biāo)準(zhǔn)化技術(shù)組織（見(jiàn)表1）。全國(guó)生化檢測(cè)標(biāo)準(zhǔn)化技術(shù)委員會(huì)（SAC/TC 387）、全國(guó)生物樣本標(biāo)準(zhǔn)化技術(shù)委員會(huì)（SAC/TC 559）制定的標(biāo)準(zhǔn)側(cè)重于生物技術(shù)方面，發(fā)布了國(guó)家標(biāo)準(zhǔn)8項(xiàng)，涵蓋生物樣本質(zhì)量、測(cè)序方法、基因芯片、數(shù)據(jù)格式等內(nèi)容；全國(guó)醫(yī)用臨床檢驗(yàn)實(shí)驗(yàn)室和體外診斷系統(tǒng)標(biāo)準(zhǔn)化技術(shù)委員會(huì)（SAC/TC 136）制定的國(guó)家標(biāo)準(zhǔn)《人全基因組高通量測(cè)序數(shù)據(jù)質(zhì)量評(píng)價(jià)方法》（20230028-T-464）正在征求意見(jiàn)。全國(guó)刑事技術(shù)標(biāo)準(zhǔn)化技術(shù)委員會(huì)（SAC/TC 179）聚焦法庭科學(xué)場(chǎng)景下基因組數(shù)據(jù)的應(yīng)用，發(fā)布了4項(xiàng)國(guó)家標(biāo)準(zhǔn)、1項(xiàng)行業(yè)標(biāo)準(zhǔn)，涉及數(shù)據(jù)庫(kù)建設(shè)、數(shù)據(jù)結(jié)構(gòu)、親子鑒定等內(nèi)容。

在信息技術(shù)方面，全國(guó)信息技術(shù)標(biāo)準(zhǔn)化技術(shù)委員會(huì)生物特征識(shí)別分技術(shù)委員會(huì)（SAC/TC 28/SC37）于2018年成立基因組識(shí)別工作組，發(fā)布DNA數(shù)據(jù)交換格式、高通量測(cè)序基因分型系統(tǒng)相關(guān)的國(guó)家標(biāo)準(zhǔn)2項(xiàng)；隨著我國(guó)對(duì)生物信息安全的重視以及法律法規(guī)的完善，全國(guó)信息安全標(biāo)準(zhǔn)化技術(shù)委員會(huì)（SAC/TC 260）發(fā)布基因識(shí)別數(shù)據(jù)安全要求、健康醫(yī)療數(shù)據(jù)安全國(guó)家標(biāo)準(zhǔn)2項(xiàng)。

從標(biāo)準(zhǔn)的數(shù)量及發(fā)布渠道來(lái)看，目前人類(lèi)基因組數(shù)據(jù)相關(guān)的標(biāo)準(zhǔn)還是以國(guó)家標(biāo)準(zhǔn)為主。已發(fā)布的行業(yè)標(biāo)準(zhǔn)和地方標(biāo)準(zhǔn)數(shù)量較少，包括DB32 /T 4007—2021《腫瘤高通量基因測(cè)序技術(shù)規(guī)范》、DB4403/T 126—2020《基因身份證技術(shù)規(guī)程》、DB51/ T 2989 —2023《四川省健康醫(yī)療大數(shù)據(jù)應(yīng)用指南》等。隨著行業(yè)應(yīng)用對(duì)基因組數(shù)據(jù)管理、流通、共享需求的增加，近幾年團(tuán)體標(biāo)準(zhǔn)數(shù)量呈上升趨勢(shì)。通過(guò)全國(guó)團(tuán)體標(biāo)準(zhǔn)信息平臺(tái)進(jìn)行查詢(xún)，目前已發(fā)布的相關(guān)團(tuán)體標(biāo)準(zhǔn)如表2所示。

國(guó)際標(biāo)準(zhǔn)化組織ISO/TC 215健康信息學(xué)委員會(huì)于2019年成立了基因組信息學(xué)委員會(huì)分會(huì)（SC1），負(fù)責(zé)開(kāi)展用于組學(xué)（包括但不限于基因組學(xué)、物質(zhì)體學(xué)和蛋白質(zhì)組學(xué)）的計(jì)算數(shù)據(jù)、信息和知識(shí)（包括相應(yīng)的表示和元數(shù)據(jù)）的標(biāo)準(zhǔn)化工作，以支持人類(lèi)健康和臨床研究，已發(fā)布國(guó)際標(biāo)準(zhǔn)12項(xiàng)，在研2項(xiàng)，主要涵蓋標(biāo)記語(yǔ)言、質(zhì)量控制、可靠性評(píng)估、臨床數(shù)據(jù)報(bào)告和共享等內(nèi)容。

目前，國(guó)內(nèi)外標(biāo)準(zhǔn)化技術(shù)組織已制定多項(xiàng)基因組數(shù)據(jù)的標(biāo)準(zhǔn)，從數(shù)據(jù)的采集到共享應(yīng)用均有覆蓋。ISO標(biāo)準(zhǔn)重點(diǎn)關(guān)注臨床基因組數(shù)據(jù)，我國(guó)在基因組數(shù)據(jù)的采集階段發(fā)布的標(biāo)準(zhǔn)較多，且近幾年側(cè)重?cái)?shù)據(jù)的分析、應(yīng)用、安全等方向。

總體而言，我國(guó)人類(lèi)基因組數(shù)據(jù)標(biāo)準(zhǔn)化研究處于起步階段，盡管有些標(biāo)準(zhǔn)化技術(shù)組織制定了基因組數(shù)據(jù)的相關(guān)標(biāo)準(zhǔn)，但主要是基于各自的總體行業(yè)領(lǐng)域需求出發(fā)制定標(biāo)準(zhǔn)，缺乏針對(duì)基因組數(shù)據(jù)與信息技術(shù)融合的標(biāo)準(zhǔn)。隨著大數(shù)據(jù)、區(qū)塊鏈、人工智能等新一代信息技術(shù)在基因組數(shù)據(jù)應(yīng)用領(lǐng)域的持續(xù)深耕，基因組數(shù)據(jù)具有了“大數(shù)據(jù)”的特征，體量大、匯總雜、分析難，基因組產(chǎn)品、服務(wù)層出不窮，亟需基因組數(shù)據(jù)標(biāo)準(zhǔn)體系的宏觀認(rèn)識(shí)和頂層設(shè)計(jì)，為各個(gè)重點(diǎn)領(lǐng)域建設(shè)提供指導(dǎo)和建議。

4 人類(lèi)基因組數(shù)據(jù)標(biāo)準(zhǔn)體系構(gòu)建

4.1 總體框架

圍繞人類(lèi)基因組數(shù)據(jù)全生命周期活動(dòng)過(guò)程，結(jié)合我國(guó)基因組數(shù)據(jù)管理和應(yīng)用的業(yè)務(wù)需求，構(gòu)建了人類(lèi)基因組數(shù)據(jù)標(biāo)準(zhǔn)體系框架（見(jiàn)圖1），包括基礎(chǔ)標(biāo)準(zhǔn)、數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)技術(shù)標(biāo)準(zhǔn)、管理標(biāo)準(zhǔn)、安全標(biāo)準(zhǔn)和數(shù)據(jù)應(yīng)用標(biāo)準(zhǔn)等研究?jī)?nèi)容。

4.2 基礎(chǔ)標(biāo)準(zhǔn)

基礎(chǔ)標(biāo)準(zhǔn)定義了人類(lèi)基因組數(shù)據(jù)標(biāo)準(zhǔn)的基礎(chǔ)性、通用性標(biāo)準(zhǔn)，為其他標(biāo)準(zhǔn)提供支持和總體指導(dǎo)，包括術(shù)語(yǔ)定義、分類(lèi)分級(jí)、標(biāo)準(zhǔn)化指南標(biāo)準(zhǔn)。術(shù)語(yǔ)定義主要規(guī)范生物信息、信息技術(shù)等領(lǐng)域涉及的通用術(shù)語(yǔ)、專(zhuān)用術(shù)語(yǔ)等內(nèi)容；分類(lèi)分級(jí)主要是明確人類(lèi)基因組數(shù)據(jù)的類(lèi)別和安全等級(jí)；標(biāo)準(zhǔn)化指南主要是指導(dǎo)如何構(gòu)建和利用人類(lèi)基因組數(shù)據(jù)標(biāo)準(zhǔn)的指導(dǎo)性文件，規(guī)定了人類(lèi)基因組數(shù)據(jù)標(biāo)準(zhǔn)體系各項(xiàng)標(biāo)準(zhǔn)的應(yīng)用領(lǐng)域、使用場(chǎng)景和方法。

4.3 數(shù)據(jù)標(biāo)準(zhǔn)

數(shù)據(jù)標(biāo)準(zhǔn)主要規(guī)定了人類(lèi)基因組數(shù)據(jù)的描述規(guī)則和要求，服務(wù)數(shù)據(jù)的存儲(chǔ)、檢索和共享，包括元數(shù)據(jù)、數(shù)據(jù)代碼、數(shù)據(jù)格式、數(shù)據(jù)質(zhì)量標(biāo)準(zhǔn)。元數(shù)據(jù)規(guī)定了人類(lèi)基因組數(shù)據(jù)的描述方法，以提高不同平臺(tái)之間的語(yǔ)義互操作性；數(shù)據(jù)代碼規(guī)定了人類(lèi)基因組數(shù)據(jù)的唯一標(biāo)識(shí)符；數(shù)據(jù)格式規(guī)定了人類(lèi)基因組數(shù)據(jù)的格式和結(jié)構(gòu)；數(shù)據(jù)質(zhì)量規(guī)定了滿(mǎn)足人類(lèi)基因組數(shù)據(jù)應(yīng)用準(zhǔn)確性、完整性、可用性的數(shù)據(jù)指標(biāo)要求。

4.4 數(shù)據(jù)技術(shù)標(biāo)準(zhǔn)

數(shù)據(jù)技術(shù)標(biāo)準(zhǔn)包括數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、變異分析、數(shù)據(jù)處理、數(shù)據(jù)匯交、數(shù)據(jù)共享、數(shù)據(jù)交換、數(shù)據(jù)建模標(biāo)準(zhǔn)。數(shù)據(jù)采集規(guī)定了人類(lèi)基因組數(shù)據(jù)的測(cè)序方法、生物樣本質(zhì)量等內(nèi)容；數(shù)據(jù)存儲(chǔ)規(guī)定了數(shù)據(jù)在存儲(chǔ)介質(zhì)中的存儲(chǔ)需求、方法和技術(shù)；變異分析規(guī)定了對(duì)人類(lèi)基因組數(shù)據(jù)進(jìn)行基因注釋、關(guān)聯(lián)性分析、變異解讀的方法和要求；數(shù)據(jù)處理規(guī)定了人類(lèi)基因組數(shù)據(jù)預(yù)處理、標(biāo)準(zhǔn)化處理的要求和數(shù)據(jù)質(zhì)量控制原則；數(shù)據(jù)匯交規(guī)定了人類(lèi)基因組數(shù)據(jù)匯交的內(nèi)容及流程；數(shù)據(jù)共享規(guī)定了人類(lèi)基因組數(shù)據(jù)的開(kāi)放共享程度、流程、方式等內(nèi)容；數(shù)據(jù)交換規(guī)定了不同數(shù)據(jù)平臺(tái)之間以及不同環(huán)節(jié)之間數(shù)據(jù)交互的格式與通信協(xié)議；數(shù)據(jù)建模規(guī)定了人類(lèi)基因組數(shù)據(jù)的抽象組織結(jié)構(gòu)，確定數(shù)據(jù)庫(kù)中數(shù)據(jù)范圍、組織形式等。

4.5 管理標(biāo)準(zhǔn)

管理標(biāo)準(zhǔn)包括數(shù)據(jù)管理、平臺(tái)管理和項(xiàng)目管理標(biāo)準(zhǔn)。數(shù)據(jù)管理規(guī)定了對(duì)人類(lèi)基因組數(shù)據(jù)生命周期處理活動(dòng)、數(shù)據(jù)交接的管理；平臺(tái)管理規(guī)定了人類(lèi)基因組數(shù)據(jù)平臺(tái)運(yùn)營(yíng)環(huán)境，包括各種軟硬件設(shè)施管理；項(xiàng)目管理規(guī)定了立項(xiàng)、實(shí)施、驗(yàn)收、運(yùn)維管理等內(nèi)容。

4.6 數(shù)據(jù)應(yīng)用標(biāo)準(zhǔn)

數(shù)據(jù)應(yīng)用標(biāo)準(zhǔn)涵蓋利用人類(lèi)基因組數(shù)據(jù)進(jìn)行身份檢測(cè)、譜系分析、親子鑒定、醫(yī)療健康以及其他未列出的應(yīng)用場(chǎng)景使用的標(biāo)準(zhǔn)。身份檢測(cè)規(guī)定了對(duì)個(gè)人身份鑒定的技術(shù)標(biāo)準(zhǔn)；譜系分析規(guī)定了用于確定家族各成員相互關(guān)系的標(biāo)準(zhǔn)；親子鑒定規(guī)定了用于確定是否具有親子關(guān)系的標(biāo)準(zhǔn)；醫(yī)療健康規(guī)定了在醫(yī)療健康領(lǐng)域基因檢測(cè)產(chǎn)品、服務(wù)標(biāo)準(zhǔn)以及基因關(guān)聯(lián)性分析等技術(shù)標(biāo)準(zhǔn)。

4.7 安全標(biāo)準(zhǔn)

安全標(biāo)準(zhǔn)包括通用安全、數(shù)據(jù)脫敏、隱私保護(hù)和數(shù)據(jù)使用安全標(biāo)準(zhǔn)。通用安全規(guī)定了使用人類(lèi)基因組數(shù)據(jù)的系統(tǒng)或平臺(tái)的物理安全、系統(tǒng)安全、網(wǎng)絡(luò)安全的保護(hù)措施；數(shù)據(jù)脫敏規(guī)定了數(shù)據(jù)脫敏的技術(shù)和測(cè)試方法；隱私保護(hù)標(biāo)準(zhǔn)規(guī)定了對(duì)數(shù)據(jù)主體的隱私信息和敏感信息的保護(hù)措施；數(shù)據(jù)使用安全規(guī)定了不同應(yīng)用場(chǎng)景下的數(shù)據(jù)訪(fǎng)問(wèn)控制機(jī)制。

5 結(jié)語(yǔ)

人類(lèi)基因組數(shù)據(jù)具有敏感屬性及“大數(shù)據(jù)”特征，需要標(biāo)準(zhǔn)在頂層和各個(gè)應(yīng)用領(lǐng)域提供指導(dǎo)和建議，以進(jìn)一步促進(jìn)和規(guī)范人類(lèi)基因組數(shù)據(jù)創(chuàng)新應(yīng)用，激發(fā)數(shù)據(jù)要素價(jià)值。本文圍繞人類(lèi)基因組數(shù)據(jù)應(yīng)用面臨的問(wèn)題，分析和探討了人類(lèi)基因組數(shù)據(jù)標(biāo)準(zhǔn)化現(xiàn)狀和需求，建立了包含基礎(chǔ)標(biāo)準(zhǔn)、數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)技術(shù)標(biāo)準(zhǔn)、管理標(biāo)準(zhǔn)、安全標(biāo)準(zhǔn)和數(shù)據(jù)應(yīng)用標(biāo)準(zhǔn)的人類(lèi)基因組數(shù)據(jù)標(biāo)準(zhǔn)體系，為人類(lèi)基因組數(shù)據(jù)的有效管理和共享利用提供了重要的基礎(chǔ)支撐。

作者簡(jiǎn)介

任程，碩士研究生，工程師，主要從事標(biāo)準(zhǔn)化研究工作。

許俊，碩士研究生，高級(jí)工程師，主要從事標(biāo)準(zhǔn)化研究工作。

王萍萍，碩士研究生，工程師，主要從事標(biāo)準(zhǔn)化研究工作。

丁國(guó)徽，通信作者，博士研究生，研究員，主要從事生物信息學(xué)、生物醫(yī)學(xué)數(shù)據(jù)安全研究工作。

（責(zé)任編輯：袁文靜）