這次 The Investigator Taiwan 很榮幸採訪到任教於美國聖路易斯華盛頓大學醫學院（Washington University in St. Louis School of Medicine, WUSTL）研究罕見疾病的出色學者：金聖智老師。金老師的實驗室致力開發分析基因體學資料的統計與運算方法，結合轉錄體學與表觀遺傳學方法，找出罕見疾病的關鍵基因變異，並利用斑馬魚以及細胞實驗解析其分子機轉，採訪過程中老師分享他的學思歷程、學術研究與生涯，並給予學生寶貴的學習建議。
金聖智老師
圖片來源：由金老師提供
經歷：
2020-present 美國聖路易斯華盛頓大學醫學院遺傳學系 助理教授
2018-2020 美國洛克斐勒大學 ( Rockefeller University ) 博士後研究
2014-2018 美國耶魯大學醫學院 ( Yale School of Medicine ) 博士後研究
學歷：
2010-2014 美國聖路易斯華盛頓大學醫學院 人類與統計遺傳學 博士
2006-2008 美國約翰霍普金斯大學公共衛生學院 ( Johns Hopkins University Bloomberg School of Public Health ) 生物統計 碩士
2000-2004 國立交通大學 應用數學系 學士
研究領域：
罕見疾病的大規模基因組分析 ( Large-scale genomic analyses of rare diseases）
Part I. 學思歷程與學術生涯
從應用數學到罕見疾病：不預設立場、保持心態開放
「是什麼契機讓老師選擇研究罕見疾病呢？」
我想這是所有大學生都不清楚或是很困惑的問題，在不確定要選哪個科系的狀況下，升大學時我選擇了自身表現比較好也比較不排斥的應用數學系，但後來發現與想像中的「應用」不同，應數仍較著重於數理推導，於是我決定在碩士階段轉向較偏應用的生物統計。在進行研究、撰寫論文的過程中開始了解生物統計在生物研究中的各種應用，如混合效應模型、存活率分析（survival analysis）等。其中發現自己對於遺傳學很有興趣，當時也申請到美國國家癌症研究所（National Cancer Institute）實習的機會，執行了全基因體關聯分析（genome-wide association study, GWAS）的相關研究，因而啟發了我在人類遺傳學深耕的研究生涯。
我在研究生涯中沒有預設立場，保持開放的心態。畢竟時代不斷在變換，沒有辦法得知下一個三到四年最熱門的技術會是什麼，例如 GWAS 從十五年前至今的研究方向已經改變了許多，經驗累積下來也發現，在學術界大約三或四年就必須改變題目，不然很快就會過時。所以，保持謙卑並持續學習新事物，對未來生涯規劃是十分重要的。
做選擇時也可以以放大自己的優點為考量，且要在學術界生存，必須要有自己實驗室的特色利基（niche），亦即要有別人無法與你競爭、無法取代的特點。我在罕見疾病累積的研究經驗與人脈成為後續發展、尋找資源的一大支持，而罕見疾病的競爭又不如熱門領域（如阿茲海默症）激烈，以腦性麻痺為例，全美約只有三到四個團隊對此進行研究，也因此我們團隊競爭強度就會相對的提高，就更能突出。
當然不是說不應該追逐熱門的研究領域或題目，但是要非常小心，熱門的題目很可能一下子就退燒了，而且未來幾年有哪些領域或技術熱門也無法得知，所以在選擇題目的時候，還是建議以自己的強項、有無過往的研究紀錄（track record）、自己的研究經驗、還有要自己有興趣為主。
從博士到博士後：逐漸獨立、保持正面積極
「漫長求學階段中難免有撞牆期，老師是如何克服的呢？」
博士班階段時，系上希望學生做一半的 dry lab 和一半的 wet lab。但由於我之前沒有受過太多生物方面的訓練，所以剛接觸生物相關的實驗時是蠻大的挑戰；不過基本上大家對於博士生挺有耐心和包容力，對於博士生想學習新技能這件事都抱持著歡迎態度，而且我的老師很保護學生，所以只要認真學習能夠跟上進度就不會有太大的問題。
但到博士後時期所經歷的撞牆期就是很辛苦的歷程了。由於此時要培養一個能獨立執行研究的個體，所以除了需要從過去被保護的階段逐漸讓自己獨立之外，也會遇到要與其他博士後、同事甚至是教授彼此之間的競爭等人際關係上的挑戰。
對於人際關係，最重要的是保持正面與積極的態度，還有要多接觸人群。雖然多少都會有文化差異，但就是盡力去認識多一些朋友，並展現出自己真誠與正面的一面。在職場上的合作難免會有各取所需的情況，但還是需要有朋友的關係才能走得長久，而不是單純的彼此利用。而且在當地生活還是要以當地語言為主，例如在美國就必須要學好英文；在日本生活就必須多用日文與當地的人溝通，這樣比較可以融入當地環境。
我不是個習慣後悔的人，畢竟已經發生的事情是沒辦法再做改變的。如果真要剖析自己過去求學時有哪些地方應該可以做得更好的話，我可能會讓自己更有耐心，花更多時間加強英文，交更多外國朋友，也對人更友善。在學生時期可能會充滿與同儕之間的比較，但在經歷過這個階段之後，我認為如果能在人際相處上有更多鼓勵，以激勵取代嘲諷，或許能為彼此打造一個更正向的成長環境。
另外，我很慶幸自己在博班時期有兩個很棒的老闆，其中一位老闆能夠給我全力的支持和充分的討論時間，另一位老闆則是提供各種人脈與資源，這兩位老闆在我的職涯上都扮演了很關鍵的角色，在博後期間我也持續有不同 mentors，延續至今成為研究上多方的合作對象。所以我覺得在博班和博士後研究時期，有多位 mentors 共同指導，給予不同方面的協助是很重要的事情。
在美國的學界發展：了解需求方向、相信自己
「老師是如何在美國找到教職、申請研究計畫經費的呢？」
尋找教職時要考慮不同的單位都會有不一樣的招募方向，學界機構可以簡單分為研究型大學與醫學院，醫學院又分為臨床部門與研究型的部門，招募重點會大相逕庭。如我所在的 WUSTL 醫學院遺傳學系屬於醫學院研究型部門，會希望能找到與系上發展主軸契合，又能補強當下需求領域的專業人才，例如有人類遺傳學的發展主軸，而現有研究團隊已有癌症基因體學的專長，招募時就會改考慮研究癌症以外、但依舊具有基因體學技術專業的人才。
除了前述考量，候選人與同仁相處關係、合作研究的可能性也是重點之一，進而讓不同專業的人能一起合作幫系上完成一些綜合性的計畫。此外也希望新進人員在五年後能夠獨立：研究取得國際上一定程度的認可、能獨立取得經費，而不需再依靠系上的研究經費。當然候選人的研究成果需要是該領域頂尖，也希望可以幫忙分擔教學、招生以及照顧學生。最後比較特別的是，由於華大的地理位置位於美國中西部，吸引力較不如東西岸學校，所以本身的意願強烈程度也是很重要的考量。
申請研究計畫經費一直以來都不容易，當然在申請第一個研究計畫時最為困難，沒有過往經歷能參考自然較難使人信服。就初次計畫經費申請而言，換位思考格外重要，以資助單位的角度設想，那自然是有越多相關發表或是專利發表、或與該單位取向相關的計畫有稍高機會能脫穎而出。另外，撰寫時能夠言簡意賅、清楚表達研究中心思想同樣是一大重點。
此外，也要選擇對於自己的研究領域會感興趣、有特定技術需求的機構。不同機構也有各自偏好資助的研究階段，例如 NIH 多資助已經有一定發表、接近完成的計畫，偏好提供經費給團隊完成剩下的研究以產出發表，或是延續的原主題發展新的研究方向。
「其實在我尋找教職過程中，一直都蠻多人不看好我」，但最後依舊成功找到教職，所以我鼓勵大家要相信自己，同時對別人也要多點鼓勵！
Part II. 罕見疾病研究分享
罕見疾病在一萬人中僅有少於五名病例，但累計影響的人數約佔全球 5%（近 3.5 億人）[1]。然而，許多疾病成因與症狀表現錯綜複雜且不易解析，患者在經歷漫長的回診追蹤與檢驗後，仍可能無法得到明確診斷。隨著基因體定序技術的蓬勃發展，得以使用解析度更高且更快速的檢驗方式，鑑別遺傳變異，探討疾病與基因的關聯性，並提供診斷與治療方針。
目前基因體定序技術主要有全基因體定序（whole genome sequencing, WGS）及全外顯子定序（whole exome sequencing, WES）， WGS 可以較為全面地了解基因體中的各種遺傳變異，而 WES 則主要探測基因體中的編碼區域（coding regions），經過捕獲（capture）與富集（enrichment）後，攫取出特定基因片段的變異資訊。遺傳變異除了小片段的變異與點突變之外，也有許多大片段的結構變異（structural variants, SVs），如拷貝數變異（copy number variants, CNVs，包含基因缺失或重覆）、插入、倒位和易位。
金聖智老師主要應用全基因體定序及全外顯子定序，開發相關的演算與統計方法，並應用斑馬魚還有細胞功能性實驗研究罕見疾病的下游致病機制，重點研究疾病與發展技術包含：
a. 先天性心臟病（congenital heart disease）：大約有 55% 先天性心臟病的案例無法被環境因素、染色體異常、甚至是單一基因的變異解釋，因此目前正致力於開發演算方法，研究常見的非編碼和罕見的蛋白質編碼變異，驗證先天性心臟病是否與較為複雜的基因變異有關。
b. 罕見神經相關疾病：研究罕見的孟德爾遺傳性神經相關疾病之遺傳基礎，包含先天性水腦症（congenital hydrocephalus）、下疝畸形（Chiari malformation）、蜘蛛膜囊腫（arachnoid cysts）和毛毛樣腦血管病（moyamoya disease）。
c. 腦性麻痺（cerebral palsy）：以全基因體定序找出基因突變，並進行功能性實驗，以了解下游致病機制。
d. 發展基因體定序資料的新穎分析方法：開發 control-free 的統計方法，應用於 WES，試圖找出罕見疾病中的遺傳性變異、相關風險因子，此外亦開發大規模基因關聯分析及多基因風險預測（polygenic risk prediction）的新方法。
分析基因體定序數據，探究罕見疾病的遺傳變異
「如何在複雜的疾病機轉與臨床表徵中，分析篩選出最相關的遺傳變異？」
為了瞭解罕見疾病中關鍵的致病基因，我從博士班開始便持續與臨床醫師合作，結合基礎研究與臨床觀點，更可以深入了解罕見疾病與基因變異相的關聯性，並期望找到治療的策略。而通常，罕見疾病的研究分成兩種策略：針對單一個案的 N of 1 study 或針對特定類別疾病搜集大量病人進行系統生物學分析。
第一個策略是 N of 1 study，也就是針對單一個狀況非常嚴重的罕病病患進行探討。這樣的研究通常由醫師執行，並與生物資訊學家合作完成 WGS 或 WES 的資料分析，在過程中設定篩選條件，找出可能比較罕見、或是功能喪失型（loss-of-function, LoF）的基因變異，逐一分析並進行文獻探討。篩選出候選的致病基因後，便可以在特定模式生物系統中進行基因剔除（gene knockout），進一步研究表現型。然而，N of 1 study 可能遭遇的困境是全世界也許只有這個案例，相對不容易驗證基因與疾病的相關性。一般來說，與疾病相關的基因我們會期望它可能會重複出現，即在族群擴展到一定程度後，可以再找到第二個、第三個病人，如此一來較能判斷該基因對於個體的影響。
另一個策略則是專注於特定疾病，與協會或臨床醫師合作，進行較大規模的系統生物學研究（systems biology study）。我們主要研究先天性水腦症、先天性心臟病、與腦性麻痺等疾病，同時也開發統計方法分析患者的基因體定序資料。首先針對每位患者進行 WES 或 WGS 分析，並分析原發突變（de novo mutations, DNMs），再根據結果進行排序。目前已知 DNMs 發生的機率大約是 1.8 x 10-8，由此可知在同一個基因中出現兩個或以上的 DNMs 機率微乎其微，故可推測這個基因與疾病相關的可能性。
進行相關性的排序後，下一步就是鑑別基因型與表現型的關聯性（genotype-phenotype relationship），假設有三位病人在同一個基因中帶有相同的 DNM，可以預期他們的表現型是相似的、甚至有大幅度的重疊，所以可以透過醫師診斷進一步尋找關聯性。許多病人的檢驗資料也可以作為參照，例如先天性水腦症患者可以由腦部磁振造影（magnetic resonance imaging, MRI）觀察腦室是否較大（該疾病臨床上的標誌性特徵），也可以觀察帶有同樣變異的患者間是否出現一致的現象。此外也可以進行分子遺傳分析，例如透過單細胞 RNA 定序（single-cell RNA sequencing, scRNAseq），有助於了解特定基因在不同的組織中表現量的差異，這些都可以作為評估的依據。
延伸閱讀｜抓出遺傳疾病的兇手－全外顯子定序的優勢與潛力
延伸閱讀｜基因的遺傳與突變 – 窺探先天性心臟病神秘面紗後的樣貌
延伸閱讀｜常見遺傳變異提高嚴重神經發展疾患的風險
延伸閱讀｜幫細胞貼標籤：單一細胞分析的想法由來
「罕見疾病的遺傳分析有什麼樣的挑戰呢？」
以 WES 為例，該技術專注於編碼區域的基因分析，因此不在這些區域中的 SVs/CNVs ，就很難被偵測到，這便是技術本身相對難以克服的內生性偏差（inherent bias）。我在博士後研究時曾嘗試過利用 WES 偵測 SVs/CNVs，然而不同批次的樣本可能使用不同的試劑，也造成了統計分析比較上的困難。目前我們的研究以短讀取（short-read）的 WGS 為主，對於 SVs/CNVs 的偵測效果較佳，然而近期 Evan E. Eichler 團隊透過長讀取（long-read） WGS 研究，發現短讀取定序仍會錯失大約 68% SVs/CNVs 的資訊 [2]。
那麼究竟應該使用什麼樣的技術平台呢？
現階段我們仍著重使用短讀取的 WGS，希望透過大規模的研究，對於罕見疾病的遺傳結構（genetic architecture）有較為全面的了解。現實面的原因在於技術成本，以短讀取定序來說，目前做一個 WES 大約 150 美元，可以對於編碼區域的短片段變異（尤其是點突變與短片段的插入或缺失）有大略的了解。假設推進到 WGS，縱然一個樣本大約要花費 780 美元，但仍有降價趨勢，且成本還在可負荷範圍之內。然而，長讀取定序可能一個樣本就要 2000 至 3000 美元，儘管可以提供相對完整的資訊，但因成本限制，能夠完成的樣本數卻較為稀少，取捨下就可能不會是大規模世代研究的首選方法。
延伸閱讀｜月初介紹－探尋雪夜星光：遺傳因素對小兒疾病的影響
延伸閱讀｜第三代定序於臨床醫學上的應用
延伸閱讀｜DNA定序──過去現在與未來
除了技術上的挑戰，罕見疾病研究的另一瓶頸為樣本數限制。由於疾病罕見，能收集到的病人樣本較少，想找到出現頻率較高的基因變異的機率就更小，在短時間也很難擴大樣本群體。
以大腦大靜脈畸形（Vein of Galen malformation）為例，其發生率為十萬到二十萬分之一，我們在 2019 年發表一篇相關論文至 Neuron 期刊，裡面只有 57 位病人[3]，雖然這讓我們團隊成果能見率變高，但至今也只收集到 170 位病人，樣本數衝不上去，是目前做罕病研究的瓶頸之一。此外，因為病人數太少（受眾太少），NIH 或是藥廠也不太願意提供太多資源開發藥物。
若以研究發表而言，樣本數確實是限制，但其實依據罕病的疾病類型與研究程度、不同期刊的取向，還是有可以發表的機會。去年我們發表了一篇至 Nature Medicine，雖然只有 200-300 位病人，但因為我們這篇是這個領域的第一篇 [4]，而期刊大部分也在尋求有新意的研究，因此還是被接受刊登。此外，大部分的期刊都非常注重寫作，要怎麼把結果寫成一個生動的故事也是發表很重要的一環。把八十分的產品賣到一百分，講求寫作與推銷能力，所以做研究的同時，亦要不斷精進英文科學寫作能力。
罕見疾病研究的未來展望
「老師對未來研究方向的規劃與期許」
就技術面而言，我認為這是一個沒有人知道的問題，現在技術日新月異，也因此導致熱門技術大起大落的情況，此外，也需要考量屆時實驗室經費是否充足、所持有的研究人才、與研究的發展方向。
我未來三到四年會較傾向做罕病的全基因體定序，希望能在基因的非編碼區域（non-coding regions）中獲得新的發現，當長讀取定序價格降低時也會想運用。老鼠模型的使用也是一個可能方向，那研究發展方向就又能更多元了，例如：以染色質開放性定序技術（assay for transposase-accessible chromatin using sequencing, ATAC-seq）檢驗目標基因的功能性角色。畢竟實驗室現有的斑馬魚實驗平台仍有諸多限制，雖然透明血管的特徵非常適合做心血管疾病方面的研究，但牠與哺乳類不同的心臟與腦部結構，並不完全適合作為研究人類疾病的模型，最終都必須回歸老鼠實驗。
這幾年由於次世代定序的快速發展，越來越多罕見疾病的致病基因被發現，但是功能及作用機制仍然缺乏了解。美國國家人類基因體研究所（National Human Genome Research Institute, NHGRI）近幾年調整方向，從大規模的定序研究，轉向致力於瞭解基因功能機制的研究 [5]。目前許多基因體研究缺乏族群多樣性，接下來會有更多針對各族群致病基因的大型研究計畫，未來病歷也將整合基因定序等資料，作為臨床診斷的依據，個人精準醫學的時代即將來臨。
Part III. 給同學的建議
「給同學在不同階段學習與研究的建議」
對大學生而言，我會認為學習重點要著重於多元知識和興趣的探索，並從中發掘自己有興趣的領域與找到未來的方向。近年來，台灣有些大學開始進行學院學士班不分系的招生，我認為這是提供大學生更適性的探索自己未來性向與發展方向的一個好選擇。
以美國為例，由於博士班通常不需要碩士學歷，所以碩班的重點比較像是學習與補足特定的技能，為未來到業界工作時職涯轉換的階段做準備。
博班的重點則是一個培養多元技能的階段，在學術與知識層面，要盡量吸收不同領域的知識，且對於自己博班的題目不要設限。可以多利用學校或學術單位的資源，參與不同於自己專業領域的專題討論或研討會，以提升自己對於跨領域知識的廣泛了解，這對於我在探索自己未來的研究方向很有幫助。另外，在歐美的文化中，很看重人與人間的溝通與表達自我的能力，如何表現出真誠、清晰，且客觀傳達自己的理念並說服他人是很重要的。當然，培養英語甚至更多語言的能力也是溝通能力中不可或缺的一部分。
博後和博班訓練的要求較不同，博後的訓練著重於培養獨立自主的研究能力，在學術方面的同儕與研究的競爭也更為激烈。另外，由於博後的階段通常會參與多個計畫與方向，進入實驗室後題目的方向通常會變動，可以把想在此時培養與鑽研的技能做為找實驗室的大方向，並考慮自己現有技能與過往研究是否和新的實驗室相關或有共通性，若有則可以更快進入狀況。此外，實驗室老闆也是一個需要考量的因素，評估方法包括他的聲望、曾經共事的博後與學生發展等。
「跨領域研究的必備功課」
有些人可能會覺得自己手頭事情太多，不願意多學習，因此，好好安排行程表、規劃時間就是很重要的功課。此外，最重要的是不要對自己設限，也不要怕學習新的事物，我現在依舊每天在看生物領域的論文，也很常利用開放課程學習跨領域的知識。這些通則同樣適用於對跨領域學習有興趣的同學們。生物背景的學生不要害怕學習寫程式、冷凍電子顯微鏡（Cryo-EM）、生物資訊等技術，這些技術只要不怕且願意用心學，一定都有辦法上手。
結語
金老師在這次訪談與我們分享了自身的學思歷程以及學術生涯的寶貴經驗，同時也與我們分享研究重點與重要的定序技術，以及研究罕見疾病時遭遇的瓶頸。最後老師也不斷勉勵大家：一定要相信自己可以做到，並找到自己的獨特點。The Investigator Taiwan 由衷感謝金老師無私地分享。
延伸閱讀｜金聖智老師實驗室網站
參考文獻：
1. Tambuyzer, E., Vandendriessche, B., Austin, C. P., Brooks, P. J., Larsson, K., Miller Needleman, K. I., Valentine, J., Davies, K., Groft, S. C., Preti, R., Oprea, T. I., & Prunotto, M. (2020). Therapies for rare diseases: therapeutic modalities, progress and challenges ahead. Nature reviews. Drug discovery, 19(2), 93–111. https://doi.org/10.1038/s41573-019-0049-9
2. Ebert, P., Audano, P. A., Zhu, Q., Rodriguez-Martin, B., Porubsky, D., Bonder, M. J., Sulovari, A., Ebler, J., Zhou, W., Serra Mari, R., Yilmaz, F., Zhao, X., Hsieh, P., Lee, J., Kumar, S., Lin, J., Rausch, T., Chen, Y., Ren, J., Santamarina, M., … Eichler, E. E. (2021). Haplotype-resolved diverse human genomes and integrated analysis of structural variation. Science (New York, N.Y.), 372(6537), eabf7117. https://doi.org/10.1126/science.abf7117
3. Duran, D., Zeng, X., Jin, S. C., Choi, J., Nelson-Williams, C., Yatsula, B., Gaillard, J., Furey, C. G., Lu, Q., Timberlake, A. T., Dong, W., Sorscher, M. A., Loring, E., Klein, J., Allocco, A., Hunt, A., Conine, S., Karimy, J. K., Youngblood, M. W., Zhang, J., … Kahle, K. T. (2019). Mutations in Chromatin Modifier and Ephrin Signaling Genes in Vein of Galen Malformation. Neuron, 101(3), 429–443.e4. https://doi.org/10.1016/j.neuron.2018.11.041
4. Jin, S. C., Dong, W., Kundishora, A. J., Panchagnula, S., Moreno-De-Luca, A., Furey, C. G., Allocco, A. A., Walker, R. L., Nelson-Williams, C., Smith, H., Dunbar, A., Conine, S., Lu, Q., Zeng, X., Sierant, M. C., Knight, J. R., Sullivan, W., Duy, P. Q., DeSpenza, T., Reeves, B. C., … Kahle, K. T. (2020). Exome sequencing implicates genetic disruption of prenatal neuro-gliogenesis in sporadic congenital hydrocephalus. Nature medicine, 26(11), 1754–1765. https://doi.org/10.1038/s41591-020-1090-2
5. NIH providing $185 million for research to advance understanding of how human genome functions. (2021, September 9). National Institutes of Health (NIH).
網路訪問於 2021 年 10 月 17 日。
訪問與撰稿｜蕭皓文、陳品萱、賴怡惠、蕭如秀、蔡宗霖、張芷榕、黃云宣
審稿｜金聖智老師、蕭皓文、黃云宣、陳品萱
