自20世纪90年代人类基因组计划(Human Genome Project，HGP)启动，并于2003年完成首轮测序工作以来[1]，基因组学作为研究基因组结构、功能与表达机制的前沿科学，迅速成为生命科学体系中的支柱[2]。基因组学的出现与发展可追溯至20世纪后半叶，在Fred Sanger的测序技术革命与Craig Venter、Eric Lander等关键人物的推动下，大规模基因数据的获取与分析成为现实，从而奠定了现代基因组学的基础。而随着高通量测序、单细胞组学乃至人工智能技术的深度融入，基因组学在基础科学探索、疾病预测与药物开发等领域不断取得突破，并经历着深刻的技术范式转型——从以实验为中心，迈向由大数据驱动。 这一转型不仅重塑了知识生产的逻辑，也催生了越来越复杂的伦理与治理挑战[3]。海量基因数据之汇集、流动与算法化处理，使传统的生命伦理框架面临严峻考验：算法偏倚可能加剧健康不平等；“一次性”知情同意在动态的数据共享生态中捉襟见肘[4]；数据主权与跨境流动的博弈日趋激烈；以CRISPR-Cas9为代表的基因编辑技术，将关于人类尊严与代际正义的争论推向风口浪尖[5]。挑战不再仅是微观层面的个体风险，而是宏观层面的结构性问题。由此，根本的规范性问题浮现出来：当以因果关系为中心的传统解释路径，被以数据相关性和算法预测为导向的框架所补充甚至取代时，公共性、正义性与人的主体性将何以安顿？ 基于上述问题，本文将系统地探讨数据驱动时代基因组学的演进逻辑、伦理争议与治理图景。具体而言，本文将先梳理基因组学从测序技术到算法模型的演化路径，提炼并界定其从实验主导转向数据主导的范式特征；随后论证技术转型如何激化隐私、歧视、公平等相关议题的价值张力，并揭示这些争议背后的哲学基础；最后比较分析美、英、中等国在数据治理与伦理规制上的制度经验，提出一套旨在回应技术转型挑战的治理构想。本文希冀通过这一“技术转型—伦理争议—治理回应”的分析框架，为理解当前基因组学的发展提供一个整合性视角——在勾勒出技术演进的全景图外，更为生命科学的未来演进注入规范与价值的反思维度，从而推动基因组学走向一种真正面向人类福祉、制度正义与公共责任的科学形态。 一、技术进路与范式转型：从实验主导到数据驱动 在数据成为关键生产要素的当代语境中，基因组学的知识生产机制正发生根本性变革。它不再仅仅是对遗传物质的结构性揭示，而日益呈现出一种以高通量数据获取、算法建模与跨尺度整合为核心的全新样态。这正标志着基因组学研究的范式转型：从以假说验证和实验发现为中心的实验主导范式(experiment-driven paradigm)，转向以数据挖掘和模式识别为核心的数据驱动范式(data-driven paradigm)。 (一)从数据获取到算法建模的加速演进 基因组学范式转型的基础，源于数据获取与分析能力在多个层面的指数级跃升。这具体体现在数据获取的通量与维度革命，以及数据分析逻辑的计算化转向两个方面。 首先，数据获取的通量与维度实现了革命性突破，这为海量数据积累奠定了物质基础。在测序技术层面，我们见证了从低通量到超高通量的跨越。HGP时代主导的Saner测序法，对单个基因组测序需耗时6个月，成本高达千万美元。而随后兴起的下一代测序技术NGS(next-generation DNA sequencing)，通过大规模并行测序，极大地简化了流程并提高了效率，使得在3天内获得20个基因组序列成为可能，吞吐量高达1700 Gb/运行[6]。2014年，牛津纳米孔技术公司发布的MinION测序仪[7]，则以其超长读长(高达2273 Kb)和便携性，进一步降低了测序门槛，推动了个人基因组测序成本降至千元美金级别，并使现场实时测序成为现实[8]。在20年间测序成本降至原来的百万分之一以下[2]，这一“超摩尔定律”式的技术迭代，是基因组学数据爆炸式增长的直接驱动力。 在解析精度与维度层面，新技术则开启了对生命系统进行多尺度观察的窗口。传统的群体测序只能提供组织样本中所有细胞的平均信号，掩盖了细胞间的异质性。单细胞测序技术(singlecell sequencing)则突破了这一局限，它能够在单个细胞的分辨率上对基因组、转录组等进行分析，从而精确刻画细胞异质性。这项技术已广泛应用于发育生物学、癌症异质性、神经科学等领域[9]，并催生了旨在绘制人体所有细胞类型的“人类细胞图谱计划”(Human Cell Atlas)等宏大项目[10]。 不过，单细胞测序在制备过程中也会破坏细胞原有的空间位置信息。为弥补这一不足，时空组学(spatial omics)应运而生。它通过将高通量测序与组织成像技术相结合，实现了在保留空间坐标的同时进行分子测序，从而能够“原位”研究细胞在组织微环境中的功能与互作。科研人员已借助时空组学技术，对小鼠胚胎发育、脑部再生等复杂生命过程中的关键细胞亚群进行了定位和功能研究[11]，为系统性理解“细胞—组织—器官”的层级结构提供了前所未有的工具。 其次，数据分析的逻辑正经历着深刻的计算化转向，算法模型成为知识发现的核心引擎。随着UK Biobank、All of Us、ChinaMAP等大规模基因组数据库的建立，汇聚海量个体基因、表型及生活方式数据的生物样本库成为21世纪生命科学的“数据资本”。这些前所未有的数据资源，使得知识发现的重心从传统的“假说—实验”验证循环，越来越多地转向由数据驱动的“数据—模式”探索。在此背景下，人工智能，尤其是深度学习算法，成为解读复杂基因组数据的关键工具。一方面，AI被用于基因功能注释与调控网络建模，如基于Transformer架构的Basenji、Enformer模型，能够以前所未有的精度预测非编码区DNA变异对基因表达的影响；另一方面，蛋白质结构预测的革命性突破——AlphaFold，证明了AI能够仅从氨基酸序列出发，高精度地预测蛋白质三维结构[12]，这成功解决了困扰生物学界50年之久的难题，成为连接基因组与功能蛋白的关键桥梁。这种计算化转向意味着，算法模型本身正成为一种新的“科学仪器”，其预测能力与解释能力共同构成新范式下的核心竞争力。
