南非计算生物学的发展：成就与教训

摘要

介绍

生物信息学和计算生物学领域作为生命科学研究的驱动力，其重要性与日俱增，这一点可以从专门研究这些领域的期刊和国际会议的数量不断增加中得到证明。南非对这些领域技能的需求也相应增长，因为研究人员更频繁地获得用于生成大规模生物数据的项目的赠款。当地科学家正在生成大量不同的数据集，包括下一代测序（NGS；基因组、转录组和宏基因组）、蛋白质组数据和其他数据，以及丰富的表型数据集，尤其是大型患者和监测队列。这些研究小组很少有嵌入式数据分析师，因此他们求助于生物信息学小组提供支持。幸运的是，南非许多大学都有成熟的生物信息学和计算生物学小组，这反映了自20世纪90年代以来该国致力于生物信息学发展的大量资源。在本文中，我们概述了南非生物信息学的发展，强调了挑战以及政府支持对该领域发展的影响。在相关情况下，我们还描述了所吸取的教训。

起源：南非生物信息学的历史与发展

南非是一个中等收入国家（世界银行2013年按购买力平价计算的人均国内生产总值估计为12530美元），社会不平等现象严重。虽然有资源可以开发新的科学领域，但对政府满足当前社会需求的要求既不构成有机增长，也不构成战略投资。第二次世界大战后，国家政策和政府资助建立了南非强大的科学研究传统。然而，尽管在一些领域具有强大的实力和国际领先地位，但仍有许多被忽视的领域、政策挑战，以及公共和私营部门科学和创新领域的支离破碎[1–三]. 制裁的结束和南非加入世界贸易组织减少了对一些以前具有战略重要性的研究领域（例如，一些军事研究领域）的保护和国家补贴[三].

1994年后的生物信息学发展属于新民主主义政府为解决种族隔离和经济需求遗留问题而采取的研究与开发（R&D）政策。新的科学和研究政策旨在制定连贯的方法来建设研究基础设施和创新。蓝斯基的研究在古人类学、天文学和南极研究等具有竞争优势的领域尤其受到重视。然而，包括国家生物技术战略在内的新研究政策的一个关键部分明确旨在启动经济并应对种族隔离留下的严重经济挑战。一个持续的挑战是解决研究人员和高等教育部门因种族隔离的种族不平等而产生的人口结构失衡问题，在种族隔离中，大多数黑人被排除在科学之外[三]. 这种种族隔离的遗产在两代人之后仍然显而易见，因为学校系统未能为科学职业培养足够的完成学业的人，而科学职业必须是经济增长的一部分。这在生物信息学等领域尤其如此，因为这些领域需要强大的数学培训[三,4].

国家生物信息学网络

2002年，南非医学研究委员会发出了建立全国性生物信息学基础设施的第一个正式呼吁，该呼吁得到了国家艺术、文化、科学和技术部以及后来的科学技术部（DST）的资助。虽然承诺的金额不大，但这推动了南非生物信息学利益相关者的会议，并随后成立了一个科学家小组，在全国范围内促进生物信息学的利益。此后不久，DST宣布了一项建立生物技术区域创新中心（BRIC）的倡议，包括一个半自治的国家生物信息网络（NBN）。国家生物信息网络的规划于2002年进行，国家生物信息网络被授权建立生物信息能力和基础设施，并作为服务提供商，特别强调其在支持金砖四国方面的作用。2003年收到了关于为网络和研究项目建立节点的提议的呼吁，并任命了一名主任，随后任命了行政、技术和科学人员。最初，南非大学资助了五个节点，随后又增加了两个节点。Node资金用于员工任命、设备采购、一般运营成本、学生奖学金、培训课程和研究项目。随后又进行了五轮年度实质性资金筹措。NBN的资金于2008年结束，NBN作为一个实体于2009年结束。NBN倡议通过资助工作人员职位、培训研究生以及为研究人员开设广泛的短期课程，大大扩展了南非的生物信息学能力。这些活动都超出了传统的大学承诺。对基础设施的投资极大地促进了可执行项目的范围和正在进行的生物信息学研究的水平。

回顾过去，从NBN倡议中吸取的一些经验教训可能对其他人有用。其中包括：

• 将资金分成非竞争性资金，用于培训和初始基础设施，竞争性资金用于生物信息学小组之间的研究支持合作，同时鼓励研究项目资金的健康竞争。
• 利用独立的国际科学咨询委员会（SAB）来调解关键的资助决策，确保了高质量的非政治性资助决策，尤其是在南非生物信息学界规模太小，无法支持国家一级的独立审查的早期阶段。
• 尽管该州将生物信息学确定为支持生物技术行业内健康优先事项的关键，但也认识到需要建设通用基础设施和研究能力，并且国家生物网络对资助的研究类型拥有广泛的自主权。
• 一个非常复杂的治理结构包括NBN信托委员会、SAB和一名高管，这导致了问题发生时问责制的崩溃。
• 虽然专项资金非常有益，但这一过程没有很好地融入国家资金体系，研究人员不得不从不同实体获得资金，以涵盖单个项目的不同方面。例如，相关实验室工作的资金必须在不同的倡议下获得。

在NBN倡议结束后，DST于2009年成立了一个生物信息学指导委员会，该委员会促进了生物信息学研究和通过NRF传播的研究金，自2010年开始，每两年重复一次。2013年为国家生物信息服务平台（BSP）提供了资金，目前正在任命协调员（下文将进一步讨论）。通过DST/NRF南非研究主席倡议（SARChI）为生物信息学研究提供了进一步支持，目前在广泛的生物信息学领域（生物信息学和公共健康基因组学、非洲人口生物信息学、健康和流行病学的机械建模）支持三个主席。图1提供了影响南非生物信息学发展的主要事件的简要时间表。

在单独的窗口中打开

图1

南非计算生物学的政策、基础设施、培训和资金前景（2000年至今）。

政府关于计算生物学的政策主要由DST（如时间轴箭头所示）推动，而生物信息学培训课程自2003年以来一直是这一领域的一个特点。从2002年至2007年，NBN对基础设施进行了大量投资，但现在国家资金仅每两年提供一次。国家生物信息学会议也每隔两年举行一次（详情见正文）。

生物信息学基础设施开发

最初，南非的带宽成本高得令人望而却步，带宽也很低，SANBI在2003年以1 Mbps的专用速度建立了相对良好的连接。带宽的缺乏对生物信息学的发展，尤其是对访问大型国际数据库提出了巨大挑战。不同机构的情况以脱节的方式缓慢改善，但仅从2006年开始，随着南非国家研究网络（SANReN）和TENET（南非高等教育和研究网络；由大学运营的互联网服务提供商）的成立，情况才有了实质性进展。SANReN构建了速度高达10 Gbps的国家光纤主干网。TENET运营国家网络并采购国际带宽[11]. 目前，TENET通过SEACOM（海底电缆运营商）电缆与阿姆斯特丹建立了10 Gbps的链路，通过WACS（西非电缆系统）电缆与伦敦建立了10 GB的链路，并管理到包括盖恩特在内的国际网络的传输(网址：http://www.tenet.ac.za). 这大大提高了带宽可用性，降低了成本。尽管与许多其他国家相比，网络带宽仍然有限，物理距离造成的高延迟带来了挑战，但带宽现在已经达到了可以在国际上传输TB大小的数据集的程度。

生物信息学计算的第一个主要基础设施是1997年在SANBI安装的Silicon Graphics SMP系统，随后于2002年安装了Cray SV1。随后，国家统计局在2003年至2009年期间资助了一些高端SMP系统和集群的安装。许多活跃的生物信息学小组运行自己的集群，承担着南非生物信息学的大部分工作量。然而，国家设施对社区来说是非常宝贵的资源。2005年，科学和工业研究理事会成立了一个由国际互联网资助的生命科学集群，供更大的生物信息学界使用。CHPC成立于2007年，当时安装了一个具有160个核心和两个IBM p690系统的IBM集群。后来的收购包括2008年的IBM BlueGene P和2009年的一个带有2 TB RAM的Sun M9000 SMP系统。当前集群是由Oracle和Dell机器组成的异构集群，其峰值性能为61万亿次浮点运算，超过7000个内核和480 TB的外部存储[11]. 目前计划利用生物信息学的一些专用资源进行重大升级。正在建立一个由DST资助的南非新的数据密集型研究计划，以支持大规模数据存储。也有许多使用公共云设施的例子。

在检查迄今为止的成功与不足时，有两个关键教训：（1）缺乏专业技能（生物信息学家、生物信息学数据分析师、系统管理员和专业程序员）与其说是获取硬件资源，不如说是一个绊脚石；以及（2）即使前期资本成本很低（例如通过捐赠），最昂贵的设备也不一定能做出最大的贡献。因此，CHPC任命两名专门的生物信息学工作人员来支持生物信息学社区等举措尤其积极。

生物信息学教育与培训

在南非，生物信息学教学主要在研究生一级进行，尽管一些大学提供短期本科模块。接受生物信息学研究生学位课程的学生具有多种背景，包括生物科学、计算机科学、数学、物理和统计学。尽管该国只有少数几所大学授予生物信息学的正式资格，但其他一些大学的项目中，生物信息学要么是研究的全部重点，要么是一个组成部分（参见表1课程和学生培训）。这些大学的学生通过参加国家生物信息学课程或培训活动、在自己的大学参加生物信息学模块或与生物信息学团体合作来获得支持。

研发用于研究和工业的生物信息学支持结构

生物信息学能力对于利用基因组学研究能力至关重要，因为生成的数据集很大，并且需要进行复杂的分析[16]. 2008年，南非DST启动了一项十年创新计划，其中包括“农民转制药”部分，旨在加强该国的生物经济和发展生物技术(http://www.dst.gov.za/images/pdfs/The%20Ten-%20Science%20和%20Technology.pdf的%20Plan%20年度DST资助生物信息学倡议的一个重要目标是向学术界和工业界的研究人员提供生物信息学支持，许多受资助的活动都为这项任务做出了积极贡献。支持包括提供有关生物信息学分析的建议和帮助，以及开发当地所需的新工具、资源和技能。生物经济战略的主要重点领域之一是健康。尽管南非有许多将生物信息学应用于农业和其他重点领域的例子，但这里我们仅讨论如何满足健康相关领域的一些特定生物信息学需求。

本地和国际链接

南非的计算生物学界正在继续通过个人、大型网络和更正式的组织或社会的跨机构拨款促进地方和国际联系。越来越多的资助被授予多中心网络，例如，南非国家研究基金会的BFG资助被授予UWC、UCT、UP、SUN、Witwatersrand大学、林波波大学、，以及农业研究理事会，负责开发计算资源，以支持对南部非洲人类基因组的分析。另外，SUN和UWC在该项目下获得资助，以研究结核分枝杆菌表型特征。非洲各地的合作也在增加，例如，南非医学研究委员会资助了一个旗舰项目，与UWC、UKZN、SUN、UCT和贝宁大学的合作伙伴开发结核病研究的计算工具。南非-肯尼亚的赠款资助了一个项目，与肯尼亚的合作伙伴UWC和ICIPE一起鉴定疾病载体中的miRNA。

在非洲以外，有许多积极的合作，例如UKZN的非洲健康与人口研究中心与UCT计算生物学小组和瑞士生物信息学研究所（SIB）就瑞士-南非赠款进行合作，与CNRS、鲁文·卡索利克大学、曼彻斯特大学、，和Erasmus MC H2020 EC项目（病毒发生：为病毒NGS数据开发下一代工具）。在另一个例子中，UCT的计算生物学小组与欧洲生物信息学研究所（EBI）以及欧洲和美国的其他八家机构就欧盟（EU）FP7项目开展合作（为InterPro数据库提供帮助），并与包括SIB、，由瑞士-南非和西班牙-南非赠款推动。该小组的研究直接输入瑞士TubercuList，该数据库是结核分枝杆菌.

结论

南非的生物信息学始于一所南非大学的一个小组，但通过NBN倡议从DST注入资金而迅速发展。NBN为研究生和实验室科学家培养生物信息学技能提供了跳板，这些新举措确保了这一势头的持续。自那时以来，DST的生物创新部门投资了几个关键的基于生物信息学的倡议，包括BFG计划；BSP；和SAHGP。他们为生物信息学输出的显著增加做出了贡献，包括受过训练的研究生、研究出版物（参见图2)专利、生物信息学工具和资源。也有下游影响，如创造新的生物信息学工作岗位、小型企业创业和加强生物信息学服务提供。例如HealthQ Technologies(http://www.healthq.co网站)是一家成立于Stellenbosch的初创公司，其创始成员来自计算系统生物集团；和Electric Genetics，该公司根据源自SANBI的EST（Expressed Sequence Tag）聚类和转录重建软件开发了StackPACK，随后Affymetrix将其用作其表达阵列设计过程的一部分。Electric Genetics还与O'Reilly共同赞助并主办了首个由两部分组成的开放式生物黑客马拉松，这是第一个BioPerl出版物的主要推动因素。为了证明对出版物的影响，我们使用以下搜索参数对PubMed（2015年1月22日）进行了搜索：[“主题领域”]和“南非”-“与欧洲生物信息学研究所合作”和“.ac.za”，其中“主题领域“是[“生物信息学”或“计算生物学”]化学，心脏病，地质学，微生物学。专利和引文被排除在外。我们选择简化搜索并使用广义术语生物信息学和计算生物学，因为仅通过期刊或主题识别所有生物信息学出版物是一项挑战。因此，我们将其他主题包括在内，以使用广泛的主题术语来证明影响的相对差异。很明显，自2001年以来，南非与生物信息学有关的出版物数量大幅增加，同一时期的增长幅度超过其他学科。

在单独的窗口中打开

图2

与其他主题领域的出版物相比，南非的生物信息学和计算生物学出版物相对增加。

折叠变化表明，与2001年的出版物数量相比，出版物数量相对增加。

南非生物信息学界的一些关键成就在于培训、研究和基础设施能力开发。这几所大学共培养了130名生物信息学硕士和60名博士生，其中许多人已在包括哈佛大学和EBI在内的国外著名学院担任学术职位或职位。南非的生物信息学课程越来越多地由当地专门培训师授课，他们中的许多人经常被邀请在非洲和国外举办培训课程。一些团体为国际科学界提供或开发了资源，其中一个例子是艾滋病毒耐药性数据库。南非学术界的实力和国际认可体现在南非学术界在国际社会中担任关键职位，如国际生物信息学会和非洲生物信息学会，与国际研究团体在成功的资助提案中建立伙伴关系，以及国际生物信息学期刊上的出版物增加。然而，其中一个亮点是H3ABioNet获得的NIH奖项，这是非洲机构获得的最大单项奖项之一。

纵观南非生物信息学的发展历史，我们吸取了许多教训，其中一些教训如上所述。这次会议的信息是，政府对生物信息学能力发展的承诺是该国许多生物信息学单位取得成功的关键。NBN提供的升级使多所大学的团队能够在大学不愿意创造新职位的环境中雇佣专门的生物信息学工作人员。在某些情况下，这些小组的成功使该机构相信了生物信息学的重要性和支持它的必要性。这些生物信息学单位的成立也促进了从自然资源基金会和国际资助机构获得进一步资金，从而增加产量，使这些单位在该领域具有国际竞争力。

致谢

资金筹措表

Tulio de Oliveira的研究和数据库由南非共和国医学研究委员会（MRC）的旗舰基金资助（MRC-RFA-UFSP-01-2013/UKZN HIVEPI）。H3ABioNet由美国国立卫生研究院公共基金资助，拨款编号为U41HG006941。资助者在研究设计、数据收集和分析、决定出版或编写手稿方面没有任何作用。

工具书类