Sunday, April 4, 2010

Python Programming

More on Function
ประพัฒน์ สุริยผล

def calculateRectangleArea():

____print "Program to calculate Area of Rectangle"

____base = getUserInput("Please enter base -> ")

____height = getUserInput("Please enter height -> ")

____print "Rectangle area of base", base, "and height", height, "is", base*height

def calculateTriangleArea():

____print "Program to calculate Area of Triangle"

____base = getUserInput("Please enter base -> ")

____height =getUserInput("Please enter height -> ")

____print "Triangle area of base", base, "and height", height, "is", 0.5*base*height

def calculateCircleArea():

____print "Program to calculate Area of Circle"

____radius = getUserInput("Please enter radius -> ")

____print "Circle area with radius", radius, "is", 3.14159 *radius**2

def calculateTrapezoidsArea():

____print "Program to calculate Area of Trapezoids"

____parallelbase1 = getUserInput("Please enter parallel base1 -> ")

____parallelbase2 = getUserInput("Please enter parallel base2 -> ")

____height = getUserInput("Please enter height -> ")

____print "Trapozoids area of parallel base1", parallelbase1, "parallel base2", parallelbase2,\

__________"and height", height, "is", 0.5*(parallelbase1 + parallelbase2)*height

def getUserInput(text_to_display):

____input = raw_input(text_to_display)

____return int(input)

choice = raw_input("Which type of area you would like to calculate (R/T/C/Z)? -> ")

if choice == "R" or choice == "r":

____calculateRectangleArea()

elif choice == "T" or choice == "t":

____calculateTriangleArea()

elif choice == "C" or choice == "c":

____calculateCircleArea()

elif choice == "Z" or choice == "z":

____calculateTrapezoidsArea()

else:

____print "Please type R,T,C or Z to choose the type of area to calculate"


เราจะเริ่มต้นจาก code ข้างต้น จุดหนึ่งที่ผมไม่ค่อยชอบ และทำให้เงื่อนไขของ if ดูยาวโดยไม่จำเป็น และเราจำเป็นต้องหยุดคิดชั่วขณะว่าชื่อตัวแปรทั้งสองอัน คือตัวแปรเดียวกันหรือเปล่า ซึ่งจะพบว่าเป็นตัวแปรเดียวกันคือ choice คำถามคือมีทางทำให้เงื่อนไขนี้อ่านง่ายขึ้นไหม


วิธีหนึ่งที่นิยมใช้กันก็คือแปลงตัวอักษรให้เป็นตัวเล็กหรื่อตัวใหญ่เสีย หลังจากนั้นเราก็สามารถเปรียบเทียบได้ด้วยเงือนไขเดียว เช่นเราแปลงตัวอักษรให้เป็นตัวใหญ่ด้วยคำสั่ง


choice.upper()

เมื่อ python ทำงานตามคำสั่งนี้แล้ว ตัวอักษรที่อยู่ใน choice ก็จะเปลี่ยนเป็นตัวใหญ่ทั้งหมด ไม่ว่าเดิมจะเคยเป็นตัวเล็กหรือตัวใหญ่ก็ตาม


คำสั่งเงื่อนไขจึงกลายเป็น


if choice.upper() == "R":

____...

elif choice.upper() == "T":

____...


อีกจุดหนึ่งที่ทำให้ดูค่อนข้างยากคือคำสั่ง print ที่มีการคั่นไปมาของเครื่องหมาย comma (,) โปรแกรม python แก้ปัญหานี้ด้วยการใช้ string formatting


print "Rectangle area of base", base, "and height", height, "is", base*height


เราสามารถเปลี่ยนคำสั่ง print นี้ให้กลายเป็น


print "Rectangle area of base %d and height %d is %f" % (base, height, base*height)


จะเห็นว่าสิ่งที่ต้องการพิมพ์อยู่ในเครื่องหมายคำพูดคู่เดียว ส่วนตำแหน่งที่เราต้องการพิมพ์ค่าตัวแปร จะถูกแทนที่ด้วยรหัส ซึี่่งในที่นี่เรามีรหัส %d และ %f เราใช้ %d สำหรับ base และ height เพราะเป็นเลขจำนวนเต็ม (integer) ส่วนผลการคำนวณมีโอกาสเป็นตัวเลขทศนิยม (floating point) เราจึงแทนที่ด้วย %f วิธีอ่าน string formatting ทำได้ง่ายๆ ด้วยการไล่ลำดับ %d ตัวแรกสำหรับ base ตัวที่สองสำหรับ height และ %f ตัวที่สามสำหรับ base*height


ข้อดีอีกประการหนึ่งของการใช้ %f ในการพิมพ์ค่าทศนิยม คือเราสามารถกำหนดได้ว่าเราต้องการพิมพ์ทศนิยมกี่ตำแหน่ง ตัวอย่างเช่นเราต้องการพิมพ์ทศนิยม 2 ตำแหน่ง เราใช้เป็น %0.2f ตัวเลข 0 หมายถึงเราไม่สนใจส่วนที่เป็นตัวเลขหน้าทศนิยม ให้ python พิมพ์ตามจริง ส่วนตัวเลข 2 ที่อยู่ด้านหลังนั้น หมายถึงจำนวนทศนิยมที่เราต้องการ


คำสั่ง print ของเราจึงเป็น


print "Rectangle area of base %d and height %d is %0.2f" % (base, height, base*height)


String formatting เราสามารถใช้กับตัวแปรตัวอักษรได้เช่นกัน เช่นที่เราเห็นว่า text_to_display ของ getUserInput มี pattern แบบเดียวกัน ซึ่งเราสามารถเปลี่ยนแปลงการเรียกให้สั้นลง ด้วยการย้าย pattern ไปไว้ในฟังก์ชัน getUserInput เสีย ดังนี้


base = getUserInput("Please enter base -> ")


และเปลี่ยน ฟังก์ชัน getUserInput เป็น


def getUserInput(parameter):

____text_to_display = "Please enter %s -> " % (parameter)

____input = raw_input(text_to_display)

____return int(input)


แบบฝึกหัด

1. เปลี่ยนเงื่อนไข if ให้เปรียบเทียบแค่ค่าเดียว และใช้ method ชื่อ lower() เพื่อเปลี่ยนค่าตัวอักษรใน choice ให้กลายเป็นตัวเล็กให้หมด (ในแบบฝึกหัดนี้ เราจะไม่ใช้ upper() เหมือนที่ยกตัวอย่างไว้ แต่ให้ใช้ lower() แทน)


2. เปลี่ยนฟังก์ชัน getUserInput เป็นแบบใหม่ แล้วปรับ code ที่เหลือตาม


3. เปลี่ยน code ตรงส่วนที่พิมพ์ผล ให้ใช้เป็น string formatting เพื่อหลีกเลี่ยงการแทรกตัวแปรอยู่ในตำแหน่งต่างๆ และให้กำหนดพิมพ์ทศนิยม 3 ตำแหน่ง สำหรับผลลัพธ์ที่คำนวณได้


While Loop


ครั้งนี้ เราจะพัฒนาโปรแกรมต่อจากครั้งที่แล้ว หลังจากที่โปรแกรมของเราสามารถรับค่าเป็นเลขทศนิยมได้ แสดงผลได้สวยงาม เราก็อยากจะเพิ่มความสามารถเข้าไปอีก แหมจะใช้ให้โปรแกรมช่วยคิดให้ทั้งที แถมการบ้านเรื่องหาพื้นที่ก็มักจะมาทีละเยอะๆ การรันโปรแกรมทีละข้อ ก็เริ่มจะไม่สนุก ทางที่ดีคือให้โปรแกรมวนกลับมารับค่าจนกว่าผู้ใช้จะบอกว่าพอดีกว่าโจทย์ครั้งนี้จะทำให้ยากเข้า เพื่อเป็นการฝึกให้อ่านข้อมูลใน help ของ python ได้ด้วย (ถ้ามีความจำเป็น) เอาเป็นว่า ผมจะบอกความต้องการของโปรแกรม และให้คำแนะนำอีกนิดหน่อยดังนี้ครับ


แบบฝึกหัด


ให้เขียนโปรแกรมวนรับคำสั่งจากผู้ใช้ว่าต้องการหาพื้นที่ของรูปร่างแบบไหน และให้คำตอบออกมา จนกระทั่งผู้ใช้กดปุ่ม Q (ตัวเล็กหรือใหญ่ก็ได้) แล้วจึงค่อยออกจากโปรแกรมโดยพิมพ์ Thank you for using my program ก่อนที่จะจบโปรแกรม


คำแนะนำ

ใช้คำสั่งวนลูป ด้วยคำสั่ง while โดยมีโครงสร้างดังนี้


while <เงื่อนไข>

____code block for while loop


ส่วนของโปรแกรมที่ย่อหน้าเข้าไปถัดจากคำสั่ง while จะวนทำงานไปเรื่อย ตราบใดที่เงื่อนไขของ while เป็นจริง เพราะฉะนั้น ต้องคิดให้ดี


การเขียนโปรแกรมโดยใช้ while มี 3 จุดที่ต้องพิจารณาคือ เมื่อ python พบคำสั่ง while ครั้งแรก สามารถตรวจสอบเงื่อนไขได้หรือไม่ บางครั้งตัวแปรที่เราใช้ในเงื่อนไขของ while ยังไม่เคยถูกกำหนดมาก่อน ก็จะเกิดความผิดพลาดขึ้น


จุดที่สองคือ การวนลูปของ while มีโอกาสเปลี่ยนแปลงเงื่อนไขหรือไม่ ตัวแปรที่ใช้อยู่ใน while มีการเปลี่ยนแปลงระหว่างวนลูป หรือไม่ ถ้าหากไม่มีการเปลี่ยนแปลงใดๆ แสดงว่าเงื่อนไขก็จะเป็นจริงตลอด ไม่มีทางที่จะหลุดออกมาจาก while loop ได้เลย


จุดที่สามคือตรงส่วนเงื่อนไขของ while เอง ที่ต้องตรวจสอบว่าเป็นไปตามประสงค์หรือไม่ คิดง่ายว่า while หมายถึง "ตราบเท่าที่" เพราะฉะนั้น เราพอจะอ่านได้ว่า ตราบเท่าที่เงื่อนไขของ while เป็นจริง ให้รันโปรแกรมในส่วนของ while ไปเรื่อยๆ จนกว่าเงื่อนไขจะเป็นเท็จ


ครั้งนี้คงให้ข้อมูลเพียงเท่านี้ เท่าที่ผ่านมา เห็นทำกันได้ดี จึงให้แบบฝึกหัดยากขึ้นครับ


Talk to...

อาจารย์ไตรวิทย์ รัตนโรจนพงศ์
ศิริขวัญ พลประทีป


สวัสดีค่ะ สำหรับคอลัมน์ Talk to... ฉบับนี้ ปุ้ม (ศิริขวัญ พลประทีป) จะมารับหน้าที่แทนพี่ก้อย (จิตสุพางค์ รอดบำเรอ) นะคะ เนื่องจากพี่ก้อยติดงานด่วนมากค่ะ เช่นเคยนะคะ เดือนนี้ เราจะไปคุยกับอาจารย์นักวิจัยรุ่นใหม่ ไฟแรง นั่นคือ อาจารย์ ดร. ไตรวิทย์ รัตนโรจน์พงศ์ ค่ะ ท่านเป็นอาจารย์ประจำภาควิชาจุลชีววิทยา คณะวิทยาศาสตร์ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี วันนี้ปุ้มจะมาคุยกับอาจารย์เกี่ยวกับงานวิจัยทางด้านวิทยาศาสตร์ที่อาจารย์กำลังทำอยู่ และการนำเอา bioinformatics เข้ามาใช้ในงานวิจัยของอาจารย์ด้วยค่ะ แอบกระซิบก่อนว่างานของอาจารย์เป็นการผสมผสานระหว่าง bioinformatics กับการทำ wet lab นะคะ


อาจารย์ทำงานที่ มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี มานานรึยังคะ


ผมทำงานที่มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี ตอนนี้ นับรวมๆ ได้ประมาณ 17 ปีแล้วครับ แต่ว่าจริงๆ แล้ว 17 ปี ที่อยู่ที่มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าธนบุรี เป็นช่วงที่ผมเรียนระดับปริญญาโทและปริญญาเอกด้วยครับ


งานวิจัยที่อาจารย์สนใจเป็นงานทางด้านไหนคะ


งานวิจัยที่ผมสนใจส่วนใหญ่เป็นงานที่ต่อเนื่องมาจากวิทยานิพนธ์ในระดับปริญญาเอก โดยจะเน้นหนักงานวิจัยทางด้านกุ้ง ซึ่งศึกษาถึงหน้าที่ของโปรตีนของเชื้อไวรัสตัวแดงดวงขาว หรือ White spot syndrome virus (WSSV) โดยศึกษาว่าโปรตีนที่เป็นส่วนประกอบของ WSSV มีบทบาทต่อการติดเชื้อในกุ้งอย่างไรในระดับโมเลกุลครับ


ไวรัสตัวนี้มีความน่าสนใจยังงัยคะ


คือ ไวรัสตัวนี้เป็นไวรัสที่ก่อให้เกิดอัตราการตายของกุ้ง โดยมีการระบาดค่อนข้างรุนแรงในอุตสาหกรรมเพาะเลี้ยงกุ้ง ไม่เฉพาะในประเทศไทย แต่ยังพบการระบาดในนานาประเทศทั่วโลกด้วยครับ นอกจากนั้นแล้วไวรัสตัวนี้ยังได้มีการทำ complete genome sequence แล้ว ซึ่งได้มีการเก็บอยู่ในฐานข้อมูลแล้ว แต่ก็เนื่องมาจากว่า ถึงแม้ว่าเราจะทราบจีโนมของไวรัสตัวนี้ทั้งหมดแล้ว แต่ก็ยังมีหลายๆ ยีน หรือ หลายๆ open reading frame ที่ยังไม่สามารถวิเคราะห์ว่ามันทำหน้าที่อะไร


นอกจากนั้นการศึกษากลไกลการติดเชื้อไวรัสชนิดนี้ในกุ้ง น่าจะทำให้เรามีความรู้ความเข้าใจเกี่ยวกับกระบวนการติดเชื้อของไวรัสในสัตว์ที่ไม่มีกระดูกสันหลังด้วย ซึ่งความรู้ความเข้าใจอันนี้น่าจะมีประโยชน์ต่อการพัฒนาแนวทางการป้องกันโรคระบาดจากเชื้อไวรัสนี้ได้ในอนาคต


แล้วปัจจุบันนี้ไวรัสตัวนี้มีงานวิจัยออกมามากน้อยแค่ไหนคะ


ก็มีมากเลยครับ แต่งานวิจัยส่วนใหญ่จะเน้นหนักไปในแง่ของ proteomics analysis ซึ่งก็คือการศึกษาหาหน้าที่ของโปรตีนชนิดต่างๆ ของไวรัส แต่ในปัจจุบันข้อมูลที่ได้ ยังมีข้อมูลไม่มากพอที่จะนำไปในการเชื่อมโยงหรือหาความสัมพันธ์ในระดับโมเลกุลของการติดเชื้อได้ เนื่องจากมีข้อจำกัดหลายๆ อย่างในการทำวิจัยทางด้านกุ้ง เพราะว่าถ้าเราต้องการศึกษาหน้าที่ของโปรตีนของไวรัสให้มีความรู้ความเข้าใจมากขึ้น เราจำเป็นต้องมีเซลล์เพาะเลี้ยงของกุ้ง แต่ในปัจจุบันการเพาะเลี้ยงเซลล์กุ้งยังไม่ประสบความสำเร็จมากนัก จึงทำให้มีข้อจำกัดในเรื่องของตัวงานในปัจจุบัน แต่อย่างไรก็ตามนักวิทยาศาสตร์ในปัจจุบันส่วนใหญ่ก็จะมุ่งเน้นในการศึกษาหาหน้าที่ของโปรตีนโดยการใช้เทคนิคอื่นๆ เข้ามาช่วย แต่ถ้าในอนาคตเราโชคดี สามารถเพาะเลี้ยงเซลล์ของกุ้งได้ ก็จะทำให้งานวิจัยทางด้านกุ้งก้าวกระโดดไปได้ไกลอีกมาก


ในช่วงที่กำลังเรียนปริญญาเอก อาจารย์มีโอกาสไปทำวิจัยในต่างประเทศที่ไหนมาบ้างคะ


ช่วงที่ผมเรียนมหาวิทยาลัยมหิดล ผมได้ไปทำงานวิจัยที่ไต้หวัน 2 ปี ที่ National Taiwan University ซึ่งงานวิจัยที่ทำเป็นงานวิจัยที่เกี่ยวข้องกับการศึกษาแบบแผนของโปรตีนที่แสดงออก ในกุ้งที่ติดเชื้อไวรัสหัวเหลือง โดยการใช้เทคนิด 2-D gel electrophoresis ซึ่งประสบความสำเร็จในระดับหนึ่ง สามารถนำไปต่อยอดงานวิจัยในแนวลึกได้ นอกจากนั้นผมยังได้ทำวิจัยที่นอกเหนือจากงานของตัวเอง คือการศึกษาหน้าที่ของโปรตีนของ WSSV ซึ่งตอนที่อยู่ที่นั่นผมได้พยายามที่จะค้นคิดเทตนิคต่างๆ ขึ้นมา เพื่อที่จะศึกษาหน้าที่ของโปรตีนในไวรัสตัวนี้ ซึ่งได้เพียงบางตัว โดยผมเองก็ยังไม่ได้มีความพึงพอใจในงานของตัวเอง ซึ่งงานส่วนใหญ่ที่ทำอยู่ที่โน้นก็จะถูกนำมาต่อยอด หลังจากที่ผมกลับมาเป็นอาจารย์ที่ มจธ. ครับ


อาจารย์คิดว่า bioinformatics มีบทบาทอย่างไรกับงานวิจัยของอาจารย์ที่ได้ทำคะ


ผมคิดว่า bioinformatics มีประโยชน์มากสำหรับงานวิจัยของผม เนื่องจากงานวิจัยของผมส่วนใหญ่จะเกี่ยวข้องกับการทำ wet lab ซึ่งแนวทางในการทำ wet lab มันหลีกเลี่ยงไม่ได้เลยที่จะนำ bioinformatics เข้ามาพิสูจน์เพื่อหาคำตอบบางอย่างออกมา เพื่อทำให้งานวิจัยของผมสามารถเข้าไปอยู่ในแนวทาง หรือเป้าหมายที่ถูกต้องและชัดเจนมากขึ้น เพราะงานบางอย่างทางด้านกุ้ง ปัจจุบันยังไม่มี complete genome sequence ของกุ้ง แต่ข้อมูลส่วนใหญ่จะเป็นข้อมูลที่อยู่ใน EST database ซึ่งจัดเป็นข้อมูล bioinformatics อย่างหนึ่ง ที่สามารถดึงข้อมูลส่วนนี้มาใช้ในการศึกษาวิจัยทางด้านกุ้งและการศึกษาหน้าที่ของโปรตีนของไวรัสตัวแดงดวงขาว ให้ชัดเจนมากขึ้น ซึ่งจะทำให้งานวิจัยมีกระบวนการคิดที่ถูกต้องและชัดเจนมากยิ่งขึ้น


เพราะฉะนั้น ก็เหมือนว่า bioinformatics มีประโยชน์มากเลย

ใช่ครับ bioinformatics ยังช่วยส่งเสริมให้งานวิจัยของผมก้าวหน้ามากขึ้น มีทิศทางที่ถูกต้อง นอกจากนั้นแล้ว bioinformatics ยังเป็นวิทยาศาสตร์อีกแขนงหนึ่ง ที่ทำให้งานวิจัยของผมมีความสมบูรณ์มากขึ้น โดยในปัจจุบันการทำวิจัยอย่างน้อยที่สุด ก็จำเป็นต้องมีการใช้ bioinformatics เข้ามาเกี่ยวข้องจึงจะทำให้งานวิจัยสมบูรณ์มากยิ่งขึ้น


แล้วโปรแกรมที่เกี่ยวกับ bioinformatics อะไรบ้างคะที่อาจารย์เกี่ยวข้องกับงานวิจัย


ซึ่งปกติแล้วผมขอพูดตรงๆ ว่าผมไม่ได้จบทางด้าน bioinformatics มาโดยตรงนะครับ ผมเป็นเสมือน user ซึ่งงานที่ผมใช้ส่วนใหญ่จะเป็นโปรแกรมที่ใช้สร้าง phylogenetic tree โดยใช้ในการเปรียบเทียบวิวัฒนาการของยีนของกุ้งกับยีนในสิ่งมีชิวิตอื่นๆ ว่ายีนนี้ทำหน้าที่อะไร ถ้ายีนมีความคล้ายคลึงกันมาก ก็แสดงว่ามันอาจทำหน้าที่อย่างเดียวกัน ซึ่งจะทำให้ผมสามารถศึกษาเพื่อตั้งกรอบเพื่อพิสูจน์สมมุติฐานขึ้นมาในอีกระดับหนึ่งว่าเราน่าจะศึกษาในทิศทางไหนให้ชัดเจนถูกต้องยิ่งขึ้นครับ


ในงานวิจัยทางด้านกุ้งมีปริมาณข้อมูลทางด้าน bioinformatics มากน้อยแค่ไหนคะ


เท่าที่ผมทราบนะครับในปัจจุบัน complete genome sequence ของกุ้งยังไม่ได้มีการริเริ่มทำขึ้นมา แต่จะมีงานวิจัยในแง่ EST database ที่ค่อนข้างสมบูรณ์แล้ว โดยเกิดขึ้นจากความร่วมมือกันของนักวิจัยที่มีชื่อเสียงของประเทศไทยและประเทศไต้หวัน ทำให้เกิดการรวมข้อมูลของ EST ของกุ้งของทั้งสองประเทศเป็นข้อมูลใหญ่ข้อมูลหนึ่ง ซึ่งในปัจจุบันได้มีการให้นักวิจัยของทั้งสองประเทศเข้าไปค้นหาข้อมูลเหล่านี้ได้แล้ว แต่ยังมีข้อจำกัดในการใส่รหัสผ่านที่อยู่ในกลุ่มนักวิจัยกลุ่มนี้เท่านั้น แต่ในอนาคตน่าจะมีลักษณะที่เป็น open มากขึ้น ซึ่งจะเป็นประโยชน์ให้กับนักวิจัยที่สนใจการทำวิจัยทางด้านกุ้งเข้ามาสืบหาข้อมูลได้มากขึ้น


เรียกได้ว่า การใช้ bioinformatics เป็นการจัดระเบียบข้อมูลที่สำคัญ


ใช่ครับ เป็นการทำให้นักวิจัยสามารถนำมาใช้ประโยชน์ได้ง่ายและสะดวกขึ้น ซึ่งจะเป็นการส่งเสริมให้นักวิจัยเข้ามาทำวิจัยได้มากขึ้น ซึ่งนัก bioinformatics เปรียบเสมือนการปิดทองหลังพระนะ ผมคิดว่ามันเป็นแบบนั้น


อาจารย์คิดว่าจะแนะนำอย่างไรสำหรับผู้ที่เริ่มทำวิจัย อย่านักเรียนปริญญาตรี ที่ต้องการที่จะเรียนรู้เกี่ยวกับ bioinformatics ขั้นพื้นฐาน


ผมคิดว่าหลักสูตรวิทยาศาสตร์ชีวภาพ โดยเฉพาะของหลายๆ มหาวิทยาลัย น่าจะมีการปรับเปลี่ยนหลักสูตรให้ทันสมัยมากขึ้น ให้มีความก้าวหน้า เพราะวิทยาศาสตร์ทางด้านชีวภาพมีการก้าวกระโดดไปไกลมาก การที่จะทำให้นักศึกษามีความสนใจ ผมคิดว่า หลักสูตรน่าจะมีการใส่วิชา bioinformatics เข้าไปในหลักสูตรปริญญาตรี ซึ่งจะทำให้เราสามารถสอนให้นักศึกษามีความรู้ความเข้าใจพี้นฐานทางด้าน bioinformatics มากขึ้น ซึ่งจุดนี้จะเป็นแนวทางหนึ่งที่จะกระตุ้นทำให้นิสิตนักศึกษามีความสนใจที่จะเรียนรู้ทางด้าน bioinformatics มากขึ้น


ถือว่า bioinformatics เป็นพื้นฐานที่นักศึกษาทุกคนควรจะต้องรู้เลย


ใช่ครับ ควรจะต้องรู้ในปัจจุบัน โดยเฉพาะอย่างยิ่งนักศึกษาวิทยาศาสตร์หลักสูตรชีวภาพ ผมคิดว่าควรที่จะบรรจุวิชานี้เข้าไปในหลักสูตร เนื่องจากผมคิดว่าเทคโนโลยีสารสนเทศมันไปไกลมาก ซึ่งในปัจจุบันหลักสูตร bioinformatics ในระดับปริญญาโท เอก นั้นมีการเปิดน้อย แต่ความต้องการกำลังคนในหลักสูตรนี้ในประเทศมีมาก ปริมาณคนที่มาเรียนก็น้อยด้วย คราวนี้ปัญหาที่ผมเจอคือ หลักสูตรปริญญาตรีไม่มีการเปิดสอนวิชา bioinformatics เพราะฉะนั้นหากเรา force ให้มีการเรียนการสอน bioinformatics ระดับปริญาตรีได้ ซึ่งก็จะทำให้เราได้บุคลากรทางด้านนี้มากขึ้น โดยจะทำให้เรามีกำลังคนในอนาคตที่จบมาทางด้านนี้มากขึ้นด้วย


นักศึกษาในภาควิชาของอาจารย์ให้ความสนใจ bioinformatics มากน้อยแค่ไหนคะ


นักศึกษาหลายๆ คนก็มีความสนใจนะครับ สักประมาณ 5% ของนักศึกษาในชั้นปีที่ 4 ทำไมผมถึงเน้นชั้นปีที่ 4 ก็เพราะว่า นักศึกษาชั้นปีที่ 4 จะมีการทำโครงงานวิทยาศาสตร์ ซึ่งเป็นอีกวิชาหนึ่งในหลักสูตร ซึ่งในโครงงานที่ผมเป็นอาจารย์ที่ปรึกษา และอาจารย์ผู้ร่วมงานบางท่าน ก็จะมีการนำเอา bioinformatics เสริมเข้าไปในโครงงานด้วย ซึ่งผมคิดว่ามันเป็นจุดเริ่มต้นที่ดีในการทำให้เด็กได้เห็นความสำคัญของ bioinformatics และจากการสอบถามนักศึกษาหลายๆ คนที่ใกล้จบ หลายๆ คนก็มีความสนใจที่จะเรียนต่อทางด้าน bioinformatics ในระดับปริญญาโทมากขึ้น ซึ่งผมคิดว่าทุกสิ่งทุกอย่างควรจะเริ่มต้นตั้งแต่ปริญญาตรี เพื่อที่เด็กจะได้เข้าใจได้มากขึ้นครับ


ครั้งนี้นะคะ ต้องขอขอบคุณอาจารย์ไตรวิทย์ รัตนโรจน์พงศ์ เป็นอย่างมากค่ะ สำหรับการให้ข้อมูลและเรื่องราวดีๆ ที่ให้ชาว THAI BIOINFORMATICS ได้รับฟังกันในฉบับนี้นะคะ ขอบคุณค่ะ


Thursday, March 4, 2010

ฉบับที่ 7 (มีนาคม 2010)

Opening

เฮ้อ...​(เสียงถอนหายใจยาว) ที่ถอนหายใจนี่ ไม่ใช่กลุ้มใจนะครับ แต่เป็นเสียงของความโล่งอกต่างหากครับ เพราะในที่สุดนิตยสารออนไลน์ THAI BIOINFORMATICS ฉบับเดือนมีนาคมของเราก็สำเร็จลุล่วงเสียที ถึงแม้ว่าจะล่าช้าไปบ้างก็ตาม

เดือนที่ผ่านมา ผมและทีมงานทุกคนต่างก็มีงานประจำที่ต้องทำเยอะมาก (ไม่ได้แก้ตัวครับ อันนี้เรื่องจริง) ประกอบกับปัญหาสุขภาพเล็กน้อย ทำให้งานของพวกเราช้ากว่ากำหนดไปบ้างครับ พอพูดถึงเรื่องสุขภาพแล้วก็อยากจะบอกท่านผู้อ่านว่า สุขภาพของเราเป็นสิ่งสำคัญจริงๆ ครับ เวลาเจ็บไข้ได้ป่วยมาที แทบแย่ ตอนที่ร่างกายแข็งแรงดี พวกเราก็มักจะปล่อยปละละเลยสุขภาพ อย่างไรก็ดูแลสุขภาพกันด้วยนะครับ จะได้มีสุขภาพที่ดีไว้สำหรับทำงานกันนานๆ ครับ

เกือบลืมไปเลยครับ หลังจากที่ e-Magazine ของเราเปิดตัวมาในรูปแบบ PDF เมื่อเดือนที่แล้วเป็นฉบับแรก ปรากฏว่ามีเสียงตอบรับดีมากครับ ผมได้รับ e-mail จากท่านผู้อ่านทั้งที่ผมรู้จัก และไม่รู้จักมาก่อนครับ ผมและทีมงานของ e-Magazine THAI BIOINFORMATICS ก็ขอขอบคุณมา ณ ที่นี้ด้วยนะครับ พวกเราจะถือว่ากำลังใจเหล่านี้เป็นแรงผลักดันให้พวกเราผลิตผลงานดีๆ ออกมาให้ผู้อ่านได้อ่านกันต่อไปครับ อย่างไรก็อยากให้แฟนนิตยสารยังคงติดตามต่อไปนะครับ

สำหรัับ THAI BIOINFORMATICS ฉบับเดือนมีนาคมนี้ ก็มีเนื้อหาเข้มข้นชวนติดตามไม่แพ้ฉบับก่อนๆ ครับ ทั้งเนื้อหาการบรรยายของ ดร. เจ เครก เวนเตอร์ ในคอลัมน์ Highlight หรือว่าจะเป็นเทคนิคการเขียนโปรแกรมด้วยภาษาไพธอน (Python) ก็กำลังสนุกเลยครับ และยังมีเรื่องราวอื่นๆ ชวนให้ติดตามในเล่มอีกครับ ต้องติดตามครับ

สุดท้ายแล้วครับ นิตยสารของเรายังคงเปิดกว้างสำหรับเพื่อนๆ ที่สนใจอยากเป็นนักเขียนประจำในฉบับ หรือว่าท่านจะมีคำแนะนำหรือติชมใดๆ ก็ตาม ทีมงานของเราก็ยินดีรับไว้ครับ ทั้งหมดนี้ก็ผลิตงานดีๆ ให้ท่านผู้อ่านในโอกาสต่อๆ ไปครับ

Highlight

ชีวิตสังเคราะห์: จากการอ่านสู่การเขียนรหัสพันธุกรรม
ประเวช อรรจวัฒนวงศ์

สวัสดีครับ หลังจากที่ผมเขียนต้นฉบับของ Highlight ฉบับของเดือนที่แล้วเสร็จเรียบร้อย ผมก็หาเวลาว่างมานั่งนึกดูว่าฉบับหน้าเราจะเขียนเรื่องอะไรดีหนอ อันที่จริงผมก็มีคำตอบในใจไว้แล้วล่ะครับว่าจะนำเสนอหัวข้ออะไร (แต่ขอเก็บเป็นความลับไว้ก่อน) บังเอิญว่าวันนี้ผมนึกขึ้นมาได้ ว่าจะต้องไปฟังสัมมนาเรื่องหนึ่ง ที่ผมจดเอาไว้ในกระดาษโน๊ตบนโต๊ะทำงานมาร่วมสัปดาห์หนึ่งแล้ว หัวข้อเรื่องสัมมนามีชื่อว่า “From Reading to Writing Genetic Code” ผู้บรรยายก็คือ ดร. เจ เครก เวนเตอร์ (Dr. J Craig Venter) หลังจากที่ฟังจบแล้วก็ไม่ผิดหวังเลยครับ ผมเลยเกิดความคิดว่า น่าจะเอาเนื้อหาของสัมมนานี้มาเล่าให้่ฟัง เพราะว่าเนื้อหาน่าสนใจทีเดียว เลยขอยกเอาเรื่อง bioinformatics ที่เตรียมไว้แล้วไปลงคราวหน้าแทนละกันครับ

ที่มหาวิทยาลัยอุปซอล่า (Uppsala University) จะมีการจัดการบรรยายพิเศษ ที่เรียกเป็นภาษาอังกฤษว่า The Celsius and Linne Honorary Lectures ซึ่งการบรรยายนี้จะจัดเป็นประจำทุกปี และแบ่งการบรรยายออกเป็น 2 ส่วน คือส่วนของวิทยาศาสตร์กายภาพเพื่อเป็นเกียรติและรำลึกถึงศาสตรจารย์ แอนเดอร์ช เซลเซียส (Prof. Anders Celsius) ซึ่งท่านเป็นศาสตราจารย์ทางด้านดาราศาสตร์ของมหาวิทยาลัย ตั้งแต่อายุเพียง 28 ปี (ในปี ค.ศ. 1730) ผู้คิดค้นเทอร์โมมิเตอร์และหน่วยวัดอุณหภูมิที่เป็นองศาเซลเซียส ส่วนในด้านวิทยาศาสตร์ชีวภาพ ก็จะมีการบรรยายเพื่อเป็นเกียรติและรำลึกถึงศาสตราจารย์ คาร์ล วอน ลินเน่ (Prof. Carl von Linné) ซึ่งเป็นศาสตราจารย์ทางด้านการแพทย์ของมหาวิทยาลัยเช่นกัน ผลงานที่โดดเด่นของลินเน่ ก็คือ การจัดจำแนกสิ่งมีชีวิตและตั้งชื่อให้กับสิ่งมีชีวิตต่างๆ ต่อมาได้รับการขนานนามว่าเป็นบิดาแห่งวิชาอนุกรมวิธานและท่านยังเป็นผู้ก่อตั้ง the Royal Academy of Sciences ของประเทศสวีเดนซึ่งปัจจุบันกลายเป็นองค์กรสำหรับสรรหานักวิทยาศาสตร์รางวัลโนเบลในแต่ละปี และท่านก็เป็นประธานคนแรกของ the Royal Academy of Sciences อีกด้วย


ดร. เจ เครก เวนเตอร์ ได้รับเชิญให้เป็นผู้บรรยายในส่วน Linnéföreläsning ครับ การบรรยายถูกจัดขึ้นที่ห้องประชุม Siegbahnsalen ซึ่งเป็นสถานที่เดียวกันกับที่ใช้สำหรับบรรยายของนักวิทยาศาสตร์รางวัลโนเบลสาขาฟิสิกส์ พอใกล้ถึงเวลาบรรยาย ผมก็ตรงไปที่ห้องบรรยายซึ่งอยู่ที่ โองสเตริมแลปโบราโทเรียท (Ångströmlaboratoriet) ซึ่งเป็น campas หนึ่งของมหาวิทยาลัยอุปซอล่า ที่เปิดสอนฟิสิกส์ เคมี และวิศวกรรม ปรากฏว่ามีคนมายืนรอเป็นแถวยาวมากเพื่อที่จะเข้าฟังบรรยายนี้ เอาล่ะครับ ผมจะขอเล่าให้ฟังคร่าวๆ ถึงเนื้อหาที่ ดร. เวนเตอร์ ได้บรรยายไว้นะครับ

ถ้าย้อนเวลากลับไปราว 15 - 20 ปีก่อน ในยุคที่การทำ DNA sequencing ยังเป็นเรื่องลำบากนั้น คงไม่มีใครกล้าคิดนอกกรอบที่จะทำ genome sequence เป็นแน่ แต่ เวนเตอร์ ไม่เพียงแค่คิด แต่ยังทำนอกกรอบ และประสบความสำเร็จกับสิ่งที่ทำอีกด้วย

ถึงแม้ว่าเทคโนโลยีทางด้าน sequencing เกิดขึ้นและถูกพัฒนาไปอย่างรวดเร็ว จีโนม (genome) ของแบคทีเรีย ขนาด 2-4 เมกกะเบส (Mb) ถูกถอดรหัสและแปลความได้ภายในเวลาไม่ถึง 1 สัปดาห์ก็ตาม เหตุการณ์เหล่านี้เพิ่งจะเกิดขึ้นในเวลาไม่กี่ปีที่ผ่านมานี่เอง ในยุคเริ่มต้น เวนเตอร์ คิดว่าการทำ DNA sequencing กับสิ่งมีชีวิตที่มีจีโนมซับซ้อนและใหญ่มากๆ อย่างเช่น มนุษย์ เป็นเรื่องที่ไม่ใช่ความฝัน หากแต่มีความเป็นไปได้ ในที่สุด human genome project ก็เกิดขึ้น และในช่วงเวลาระหว่างที่โครงการนี้กำลังก้าวเดินไปสู่ความสำเร็จ ก็ได้ก่อให้เกิดเทคโนโลยีอื่นๆ ที่เป็นประโยชน์ต่อการศึกษาชีววิทยาและ bioinformatics อีกมากมาย

การค้นพบที่สำคัญอีกอย่างหนึ่งของเวนเตอร์ คือ การสร้าง expressed sequence tags (ESTs) ซึ่งปัจจุบันกลายมาเป็นเทคนิคที่มีประโยชน์มาก และขนาดของ ESTs ใน GenBank ก็เพิ่มปริมาณมากขึ้นจากปี ค.ศ. 1991 ที่มีเพียง 337 ESTs จนถึงปี ค.ศ. 2002 ก็มีปริมาณ ESTs ใน GenBank ถึง 10.4 ล้าน ESTs และปี ค.ศ. 2009 พบว่าจำนวน ESTs เพิ่มขึ้นจากเดินกว่า 6 เท่า เป็น 62,943,008 ESTs ซึ่งส่วนมากก็เป็น ESTs ของมนุษย์

แต่การได้ข้อมูลปริมาณมากก็นำไปสู่ปัญหาอีกอย่างหนึ่ง คือการ assembly EST sequences เข้าด้วยกัน จากเทคนิคการ assembly ชิ้น ESTs เวนเตอร์ก็มีแนวคิดที่จะนำมาใช้กับการรวมชิ้น DNA เพื่อประกอบขึ้นเป็นจีโนมที่สมบูรณ์ ในยุคแรกๆ ที่เริ่มทำ genome sequencing ของพวกยูคาร์ริโอตอย่างเช่น ยีสต์ เราไม่สามารถให้คนคนเดียวทำได้ทั้งหมด ในตอนนั้น ต้องทำการแบ่งจีโนมของยีสต์ออกเป็นท่อนๆ และส่งไปทำในห้องปฎิบัติการต่างๆ กว่า 1,000 แห่ง และต้องใช้เวลาเกือบ 10 ปี กว่าจะทำ sequencing ได้ครบทั้งจี-โนม จะเห็นว่าชิ้น DNA จากห้องปฏิบัติการต่างๆ ก็ถูกนำมา assembly กันด้วยอัลกอลิทึมดังกล่าว ต่อมา เขาลองนำแนวคิดนี้มาใช้กับการทำ genome ของแบคทีเรีย ก็พบว่าให้ผลลัพธ์ที่น่าพอใจ

วันที่ 28 กรกฎาคม ค.ศ. 1995 จีโนมแบคทีเรีย Haemophilus influenza Rd ซึ่งเป็นจีโนมแรกก็ถูกตีพิมพ์ลงในวารสาร Science ฉบับที่ 269 ต่อมาก็ได้ทำ genome sequencing แบคทีเรียที่มีจีโนมเล็กที่สุด คือ Mycoplasma genitalium หลังจากนั้นแบคทีเรียจำนวนมากมายก็ถูกนำมาทำ genome sequencing

จากการทำ DNA sequencing ของสิ่งมีชีวิตที่เป็น haploid genome คือมีจีโนมเพียงชุดเดียว เช่น เชื้อรา ยีสต์ และแบคทีเรีย เป็นต้น เขาก็เริ่มคิดถึงสิ่งมีชีวิตที่มีจีโนม 2 ชุด หรือที่เราเรียกว่า diploid genome อย่างเช่น คน สัตว์ และพืช นั่นเอง ในโครงการศึกษาจีโนมมนุษย์ พบว่าในแต่ละคน จีโนมที่ได้จากพ่อและแม่จะมีความแตกต่างกันอยู่ราวๆ 0.5% และ diploid genome แต่ละชุดของเราก็จะแตกต่างจาก diploid genome ของคนอื่นๆ ประมาณ 1-3% จึงเกิดเป็นคำถามใหม่ขึ้นมาว่า เราต้องใช้คนกี่คนในการทำ human genome sequencing จึงจะเพียงพอที่ทำให้เราเข้าใจความแตกต่างเหล่านั้นได้

อันที่จริงแล้วการอ่าน sequence ของมนุษย์เพียงอย่างเดียวก็ไม่ได้ทำให้เราเข้าใจตัวเราได้ทั้งหมด นั่นเป็นเพราะ เราไม่ได้อยู่ลำพังคนเดียว เพราะในร่างกายมนุษย์คนหนึ่งประกอบขึ้นไปด้วยเซลล์ของตัวเราเอง และจุลินทรีย์เล็กๆ ที่อาศัยอยู่ร่วมกันกับเราอีกมากมาย เวนเตอร์ มีโครงการศึกษา metagenome ของพวกจุลินทรีย์ (microbial flora) ที่อยู่ร่วมกับมนุษย์ในส่วนต่างๆ ของร่างกาย โดยเลือกบริเวณที่มีจุลินทรีย์อาศัยอยู่ค่อนข้างมากมา 4 แห่ง ได้แก่ ในช่องปาก (oral cavity) ผิวหนัง (skin) ทางเดินอาหาร (gastrointestinal tract) และในช่องคลอด (vagina) เขาเรียก metagenome จากแหล่งต่างๆ เหล่านี้ว่า microbiome

จากการศึกษา metagenome จากแหล่งต่างๆ ของร่างกาย ทำให้เราพบยีนใหม่ๆ เป็นพันๆ ยีน หน้าที่ต่อไปของเขาคืออยากรู้ว่ายีนต่างๆ เหล่านี้สัมพันธ์กันอย่างไร ลองคิดดูนะครับว่า เมื่อยีนเหล่านี้ทำงาน นั่นคือมีการสร้าง mRNA และสร้างโปรตีนออกมา จากนั้นโปรตีนเหล่านั้นก็ไปทำงาน ถ้าโปรตีนเหล่านั้นเป็นเอนไซม์ ก็อาจจะสร้างสารเมตาบอไลท์ (metabolites) มากมาย อันนี้ล่ะครับทำให้คนที่ศึกษา metabolomics ของมนุษย์ เจอกับปัญหาใหญ่ เพราะสารเมตาบอไลท์ที่ได้มานั้น ไม่ได้มาจากจีโนมมนุษย์เพียงอย่างเดียว แต่อาจจะมาจากจีโนมของสิ่งมีชีวิตที่อาศัยอยู่ร่วมกับเราด้วยก็ได้ ถ้าจะอธิบายให้เข้าใจง่ายขึ้นมาอีกหน่อย ลองนึกภาพว่า หลังจากที่เราทานอาหารเสร็จสักครึ่งชั่วโมง แล้วก็ไปเจาะเลือดตรวจดูสารเคมีในเลือดว่ามีอะไรบ้าง ผลก็จะออกมาว่า 60% ของสารเคมีในเลือดนั้นเป็นสารที่ร่างกายเราสร้างขึ้น 30% เป็นสารเคมีที่มาจากอาหารที่เราทานเข้าไป ส่วนอีก 10% ที่เหลือนี่สิครับ เป็นสารเคมีที่แบคทีเรียที่อาศัยอยู่ในร่างกายเราสร้างขึ้นทั้งสิ้นเลย

นอกจากนี้ ดร. เวนเตอร์ ยังสนใจความหลากหลายทางชีวภาพของจุลินทรีย์ที่กระจายอยู่ตามที่ต่างๆ ทั่วโลก นั่นเพราะครึ่งหนึ่งของ biomass บนโลกของเราเป็นุลินทรีย์นั่นเอง ถ้าเราตักน้ำทะเลมาวัดปริมาณจุลินทรีย์ ก็จะพบว่ามีแบคทีเรียประมาณ 1 ล้านเซลล์ ในน้ำทะเลแค่ 1 มิลลิลิตรเท่านั้น และถ้าคำนวณต่อไปก็จะพบว่า ในมหาสมุทรจะมีจุลินทรีย์อยู่ประมาณ 600,000,000,000,000,000,000 ตัวเลยทีเดียว

จากแนวคิดดังกล่าว ก็นำไปสู่โครงการยักษ์ในการศึกษาความหลากหลายทางชีวภาพของจุลินทรีย์ในทะเลรอบโลกเลยครับ ในโครงการนี้ ทีมนักวิจัยจะลงเรือเดินสมุทรเพื่อเก็บตัวอย่างน้ำทะเลมากรองด้วย filter แล้วนำส่วนที่กรองได้กลับมายังห้องปฏิบัติการเพื่อทำ metagenome library แล้วจึงทำ short gun sequencing ครับ เส้นทางการเดินเรือนี้ก็เลียนแบบเส้นทางการเดินทางรอบโลกของดาร์วินเลยครับ และเก็บตัวอย่างน้ำทะเลทุกๆ 200 ไมล์ตลอดการเดินทาง

DNA sequences ที่ได้จากน้ำทะเลแต่ละที่ ก็มีความแปลกแตกต่างกันออกไป อย่างเช่น ทะเลบอลติก (Baltic sea) ที่อยู่ท่ามกลางประเทศสวีเดน ฟินแลนด์ เอสโทเนีย และอีกหลายประเทศที่ล้อมรอบทะเลแห่งนี้ สภาพทางภูมิศาสตร์ของทะเลแห่งนี้มีทางเชื่อมต่อกับมหาสมุทรแคบมาก ประกอบกับน้ำทะเลที่นี่มีการปนเปื้อนด้วยมลพิษมากมาย พอนำน้ำทะเลจากที่นี่ไปทำ sequence ก็พบยีนใหม่ๆ ที่ไม่เคยรู้จักมาก่อนเป็นจำนวนมาก และยีนใหม่ๆ ที่พบ ก็แตกต่างกันไปตามแต่ละสถานที่ นอกจากนี้ ในแต่ละปี เราก็พบยีนชนิดใหม่ๆ เหล่านี้มากขึ้นตามลำดับด้วย

เมื่อปี ค.ศ. 1995 ช่วงนั้นเป็นช่วงที่เริ่มต้นทำ genome sequencing ของเชื้อ M. genitalium แบคทีเรียชนิดนี้มีจีโนมเล็กมาก ในจีโนมประกอบด้วยยีนเพียง 525 ยีนเท่านั้น ในจำนวนนี้เป็นยีนที่ code สำหรับสร้างโปรตีนจำนวน 482 ยีน และยีนสำหรับสร้าง RNA จำนวน 43 ยีน นี่คงจะเป็นชุดของยีนที่น้อยที่สุด ที่ทำให้สิ่งมีชีวิตสามารถดำรงชีวิตอยู่ได้เอง การค้นพบนี้ไม่เพียงแค่น่าสนใจครับ แต่ยังไปจุดประกายความคิดใหม่ขึ้นมาอีก ลองนึกภาพดูสิคับ ว่ายีนแค่ไม่กี่ร้อยยีน ก็สามารถทำให้เซลล์มีชีวิตขึ้นมาได้เอง เติบโตได้เอง สืบพันธุ์ได้เอง แล้วเราสามารถสร้างสิ่งมีชีวิตใหม่ขึ้นมาได้เองไหม

หลายคนอาจคิดในใจว่า ทำไมจะทำไม่ได้ ก็อาศัยเทคนิคด้าน system biology ที่เป็นการจำลองการทำงานของเซลล์ขึ้นมา เพียงแค่นี้เราก็ได้สิ่งมีชีวิตขึ้นมาในคอมพิวเตอร์แล้ว แต่ ดร. เวนเตอร์ ไม่ต้องการชีวิตแบบ digital life น่ะสิ เอาล่ะสิ งานนี้เริ่มสนุกแล้วครับ เขาเริ่มต้นกับสิ่งมีชีวิตเล็กๆ อย่างไวรัสก่อนครับ เขาเริ่มต้นจากไวรัสที่ชื่อ ΦX174 ครับ ไวรัสตัวนี้เป็นไวรัสที่ทำลายแบคทีเรีย จีโนมของไวรัสถูกเหนี่ยวนำให้เกิด mutation ได้ง่าย เอาล่ะครับ ทีมนักวิจัยของ ดร. เวนเตอร์ ก็เริ่มต้นจากการทำ genome sequencing ของไวรัสตัวนี้ใหม่ และสังเคราะห์ DNA ของไวรัสขึ้นมาเป็นชิ้นสั้นๆ จำนวนมากมาย แล้วก็นำชิ้น DNA สั้นๆ เหล่านั้นมารวมกัน (integration) แล้วบรรจุเข้าไปในโปรตีนที่เป็นเปลือกหุ้มของไวรัส จากนั้นก็นำไป infect แบคทีเรียครับ จากอนุภาคของไวรัสจำนวนมากมายมหาศาล ในที่สุดเขาก็พบว่ามีไวรัสสังเคราะห์บางอนุภาคที่มีชีวิตอยู่ได้จริงๆ ไวรัสเหล่านั้นสามารถบุกรุกเข้าไปในเซลล์ของแบคทีเรียได้ แบคทีเรียตอบสนองต่อการบุกรุกเหมือนไวรัสปกติ ไวรัสสังเคราะห์สามารถสร้างโปรตีนของตัวเองได้ และทำลายเซลลของแบคทีเรียเพื่อปลดปล่อยตัวเองออกมาสู่ภายนอกได้ด้วย ผลการสังเคราะห์ไวรัสเป็นไปได้อย่างน่ามหัศจรรย์ แต่ทีมนักวิจัยยังไม่พอใจกับผลงานเพียงเท่านี้ครับ

พวกเขาย้ายจากไวรัส ไปยังโจทย์ที่ท้าทายมากกว่า นั่นก็คือการสังเคราะห์แบคทีเรีย M. genitalium ขึ้น เพราะเป็นแบคทีเรียที่มีจีโนมเล็กที่สุดนั่นเอง ทีนี้ก็ถึงเวลาขบคิดปัญหาแล้วล่ะครับว่าจะสังเคราะห์จีโนมแบคทีเรียได้อย่างไร ทางออกก็ไม่ยากครับ คงใช้วิธีเดียวกับการสร้างไวรัส คือ สังเคราะห์ DNA ชิ้นเล็กๆ ขึ้นมาก่อนแล้วค่อยๆ นำมา integrate เป็นชิ้นใหญ่ขึ้น โดยขั้นแรกจะรวมให้ได้ชิ้นขนาดประมาณ 6 kb แล้วใช้ไวรัสเป็นตัวคัดเลือกชิ้น integrated DNA ที่ต้องการ เราจะเรียก DNA เหล่านี้ว่า cassette ซึ่งการสร้างแบคทีเรีย M. genitalium จะต้องสร้าง cassette ทั้งสิ้น 101 ชิ้น จากนั้นก็นำชิ้น DNA ขนาด 6 kb จำนวน 4 ชิ้มมารวมกัน เป็น DNA ขนาด 24 kb แล้วใช้ Escherichia coli เป็นตัวคัดเลือกชิ้น DNA ที่ต้องการ แล้วก็รวมชิ้น DNA ให้ใหญ่ขึ้นอีก แต่พอชิ้น DNA ที่รวมกันมีขนาดใหญ่เกินกว่า 100 kb ก็เริ่มจะใช้ E. coli มาคัดเลือกไม่ไหวแล้ว จึงต้องมองหาวิธีการอื่นมาใช้แทน

วิธีการหนึ่งที่ทีมนักวิจัยเขาสนใจ มาจากแบคทีเรียมหัศจรรย์ชนิดหนึ่ง ชื่อ Deinococcus radiodulans แบคทีเรียชนิดนี้มีลักษณะพิเศษตามชื่อของมัน คือ สามารถทนต่อกัมมันตรังสีได้สูงถึง 10,000 Gy (ตามปกตินะครับ กัมมันตรังสีที่ 5 Gy นี่ก็สามารถทำให้คนตายได้แล้วครับ) ความสามารถในการทนต่อรังสีของมันทำให้นักวิจัยอยากรู้ว่ามีกลไกใดที่ช่วยให้มันมีชีวิตอยู่ได้ หลังจากที่ได้ศึกษากลไกภายในเซลล์ก็พบว่า ที่ความเข้มของรังสีดังกล่าว โครโมโซมของแบททีเรียชนิดนี้ก็ไม่สามารถทนทานได้ แถมยังขาดเป็นท่อนสั้นๆ มากมายครับ ลักษณะนี้เป็นเรื่องปกติที่เกิดขึ้นกับสิ่งมีชีวิตทุกชนิด แตความลับในการมีชีวิตรอดของแบคทีเรียนี้อยู่ตรงที่ เมื่อกัมมันตรังสีลดความเข้มลง DNA ชิ้นเล็กๆ ที่โดนทำลายไปแล้ว กลับมารวมตัวกันเป็นโครโมโซมที่สมบูรณ์ได้อีกครั้ง ความลับที่น่าทึ่งนี้ ทำให้ทีมวิจัยเริ่มคิดว่าถ้าทำให้ cassette เล็กๆ มารวมกันได้เองเหมือนใน D. radiodurans ก็คงจะดีไม่น้อย แต่กระบวนการดังกล่าวไม่สามารถเกิดได้ในหลอดทดลองน่ะสิครับ วิธีที่ว่ามาเลยต้องพับเก็บไปก่อน แล้วมองหาสิ่งใหม่ต่อไป

ในที่สุดพวกเขาก็พบว่า ยีสต์เองก็มีกลไกการรวมชิ้น DNA แบบนี้เหมือนกัน จึงได้ออกแบบให้ DNA ชิ้นใหญ่ๆ (ซึ่งเกิดจากการรวม cassette จนโตเกินกว่า 100 kb) มีจุดที่ overlap กัน (รูปที่ 1) แล้วก็รวมชิ้น DNA เข้ากับ YAC (Yeast Artificial Chromosome) เพื่อใช้ในการโคลนชิ้น DNA ทั้งหมดเข้าสู่เซลล์ยีสต์ ผลลัพธ์ของวิธีการดังกล่าว เป็นไปตามที่นักวิจัยคาดไว้ทุกประการ คือ พวกเขาสามารถสร้างโครโมโซมของ M. genitalium ขึ้นมาได้สำเร็จ












รูปที่ 1 กระบวนการสร้างจีโนมสังเคราะห์ของแบคทีเรีย M. genitalium โดยการรวมชิ้น cassette ขนาดใหญ่ (เส้นสีดำ) เข้ากับ YAC (สีแดง) ซึ่งเป็นพาหะในการโคลนเข้าสู่เซลล์ยีสต์ [ภาพ: ดัดแปลงมาจาก Gibson DG, et al. SCIENCE 2008: 319; 1215-1220.]





ต่อมาทีมนักวิจัยก็ปรับปรุงเทคนิคให้ระบบของยีสต์สามารถรวมชิ้น DNA cassette ที่มีขนาดเล็กเพียง 24 kb ได้ ซึ่งประหยัดเวลาในการรวมชิ้น cassette ได้มากเลยทีเดียว มิหนำซ้ำยังออกแบบการทำงานทั้งหมดให้เป็นระบบอัตโนมัติโดยที่มนุษย์ไม่ต้องเข้าไปยุ่งเกี่ยวเลย คือ กดปุ่มที่เครื่องคอมพิวเตอร์แล้วก็รอรับโครโมโซมสังเคราะห์ได้เลย

ดร. เวนเตอร์ คิดว่าถ้าสิ่งที่พวกเขาคิดขึ้น หยุดอยู่เพียงเท่านี้ ก็ไม่ต่างอะไรกับการทดลองทางเคมี โดยใช้เซลล์เป็นตัวกลางในการทำปฏิกิริยา ดังนั้น เขสจึงหาทางประยุกต์เทคโนโลยีนี้ขึ้น โดยอาศัยหลักการง่ายๆ คือ ลักษณะต่างๆ ของเซลล์ ถูกควบคุมด้วยยีนต่างๆ บนโครโมโซม ดังนั้น ถ้าเราเปลี่ยนโครโมโซมของสิ่งมีชีวิตชนิดหนึ่ง ด้วยโครโมโซมของสิ่งมีชีวิตชนิดอื่น เซลล์ของสิ่งมีชีวิตนั้นจะกลายเป็นสิ่งมีชีวิตใหม่หรือไม่

การทดลองใหม่ก็เกิดขึ้น โดยการใส่โครโมโซมของแบคทีเรียในสปีชีส์ M. mycoides ลงไปในเซลล์แบคทีเรียชนิด M. capricolum โดยที่แบคทีเรียทั้งสองชนิดนี้มี DNA ต่างกันอยู่ประมาณ 10% (เหมือนคนกับหนูเลยครับ) ในขั้นตอนการทำงานนะครับ นักวิจัยเขาก็แยกโครโมโซมของ M. mycoides ใน gel block แล้วใช้เทคนิค electropolation นำโครโมโซมใหม่เข้าไปในเซลล์ของ M. capricolum พอโครโมโซมใหม่เข้าไปอยู่ในเซลล์ ก็เริ่มสังเคราะห์เอนไซม์พวก restriction enzyme ครับ แล้วเอนไซม์นี้ก็ไปทำลายโครโมโซมของ M. capricolum สิครับ เมื่อเวลาผ่านไป แบคทีเรียที่มีแต่โครโมโซมของ M. mycoides ก็โตบนอาหารเลี้ยงเชื้อ พอนักวิจัยตรวจสอบโปรตีนที่แบคทีเรียใหม่ผลิตขึ้น ปรากฏว่ามีแต่โปรตีนของ M. mycoides ทั้งนั้นเลยครับ ดร. เวนเตอร์ เรียกเทคนิคดังกล่าวนี้ว่า transplantation (เหมือนการปลูกถ่ายอวัยวะเลย เพียงแต่นี่เป็นการปลูกถ่ายโครโมโซมครับ)

พอผมฟังบรรยายถึงตรงนี้แล้ว ผมเริ่มไม่ทราบว่าเทคโนโลยีนี้จะเป็นคุณอนันต์หรือจะกลายเป็นโทษมหันต์ในอนาคต แต่เทคโนโลยีนี้สามารถนำไปประยุกต์ใช้กับการผลิตสารชีวภาพ เช่น น้ำมันปาล์ม วัคซีน เป็นต้น สิ่งเหล่านี้ก็ทำได้โดยกรสังเคราะห์โครโมโซมที่มีสมบัติในการผลิตสารเหล่านั้นแล้ว transplant เข้าสู่เซลล์ เพื่อจะสร้างเซลล์ของสิ่งมีชีวิตใหม่ที่มีลักษณะตามที่เราต้องการ

The Royal Academy of Engineering กล่าวถึง synthetic biology ไว้ว่า synthetic biology จะเป็นเทคโนโลยีที่สำคัญต่อเศรษฐกิจ สิ่งแวดล้อม และวงการแพทย์ ของยุโรปและต่อทุกประเทศทั่วโลก ในศตวรรษนี้

และทั้งหมดนี่คือเรื่องราวทั้งหมดของการก้าวข้ามการอ่านมาสู่การสร้างสิ่งมีชีวิตขึ้นเองครับ และท้ายที่สุด ไม่ว่าจะเป็นเทคโนโลยีอะไร ผู้ใช้เทคโนโลยีอย่างพวกเราๆ นี่แหละครับ จะเป็นคนกำหนดทิศทางของเทคโนโลยีนั้นว่าจะให้เกิดเป็นคุณประโยชน์ หรือนำไปสู่โทษที่มากเกินกว่าจะจินตนาการได้ ดังนั้น สำนึกที่ดี จึงต้องมีคู่กับเทคโนโลยีที่ก้าวหน้าครับ