以數學之名 詮釋生命之義

孟小雪

提起數學，很多人第一時間就會想到蘇步青、陳景潤、華羅庚的名字。那個年代，他們進入數學領域，除了本身喜愛之外，更多的是為了讓國家富強。當時，蘇步青的老師曾說過這樣一句話：“為了救亡圖存，必須振興科學。數學是科學的開路先鋒，為了發展科學，必須學好數學。”也因此，蘇步青的興趣從文學轉向了數學，并從此立下了“讀書不忘救國，救國不忘讀書”的座右銘。如今，數學似乎不再擔此重任，但實際上，作為基礎學科，數學仍然是很多新興學科的重要根基。深圳大學助理教授歐陽樂就是將數學應用到生物信息領域的科研工作者之一，利用統計學習中的概率圖模型，他為系統分析癌癥等復雜疾病的發病機理提供了新的視角和方法。

攻堅克難 助精準醫學發展

2016年，中國啟動精準醫療計劃，旨在籌建中國人群全基因組數據庫和樣本庫，為精準醫療奠定基礎。歐陽樂介紹說：“現在各國都非常重視數據收集，并建立了統一的數據收集標準。經過多年積累，現在已經有了大量的生物醫學數據。比如，遺傳學數據、影像學數據、病理數據以及臨床的記錄數據。如何將這些不同形式的數據整合起來，從中挖掘出真正跟疾病有關聯的機制，最后為治療方案的制定或者是藥物的開發提供指導和建議，是生物信息學現在主要研究的方向之一。”

2017年，基于信息和數理科學中的理論和方法，歐陽樂展開了“基于異構泛癌癥組學數據的生物標志物識別研究”。主要從多任務差異分析模型構建、多視角差異分析模型構建和跨癌癥類型的生物標志物識別三個課題進行深入研究。

歐陽樂總結說，傳統的分析方法通常利用一種數據分析一類疾病。但利用同個病人的多種不同類型的數據之間的一致信息和互補信息有助于更準確地找到疾病標志物，這是研究的第一塊內容。傳統的生物標志物識別研究主要圍繞分子標志物識別展開。但在生物體內，分子通常通過彼此之間的相互作用來執行特定的功能，所以從多個層次識別生物標志物，這是研究的第二塊內容。傳統的癌癥分析，往往按照發病器官來劃分，然后單獨研究每種癌癥。但是研究發現，同一個器官上的癌癥，可能存在很大的差別，而不同器官上的癌癥，雖然發病部位不同，但有可能存在相似的發病機理。所以在進行癌癥分析時，同時分析多種不同癌癥的生物標志物，然后識別不同癌癥共有和特有的標志物，這是研究的第三塊內容。

該項目在多組學數據融合、跨癌癥類型生物標志物識別等方面取得了原始創新結果與實質性進展，開發了相關數據分析軟件包6個，共計發表論文16篇，其中SCI論文15篇，EI論文1篇。

“從事這種基礎性的研究工作，需要花大量的時間坐冷板凳，十分枯燥。而且有時需要頭腦風暴來解決一些理論問題，十分費腦。但是，如果把一個難題解決了，或者是取得一些階段性的成果，那一瞬間的喜悅，真的是覺得一切的辛苦都是值得的。”歐陽樂說。

歐陽樂

丹心化作春雨灑桃李不言滿園香

除了科學研究，在深圳大學，歐陽樂還負責教學工作。對歐陽樂來說，教書育人是一件很讓人開心的事。

“我從小就對教師這個職業感興趣，我覺得將自己的知識和經驗傳授給學生是一件很有成就感的事。”所以這幾年，對于上進的學生，歐陽樂從來都是不遺余力地付出。

“學生取得成果那一刻，我最快樂。”在多年的本科生實踐活動指導中，歐陽樂印象最深的是一次美國數學建模競賽。回憶起這場緊張的比賽，歐陽樂至今記憶猶新。“雖然這種比賽常常需要半夜起來修改論文，但看到學生們拿到好的名次，內心還是很欣慰的。”歐陽樂笑著說道。

“科研的道路充滿艱辛，但是如果將來的某項工作能對人類疾病的診斷治療或者藥物開發起到作用，對民生安全做出貢獻，那所有的辛苦就全部值得。”抱著這樣的信念，歐陽樂又坐在研究室內，開始了心無雜念的研究。