未來醫(yī)學(xué)的夢想是理解DNA和疾病之間的聯(lián)系，并以此為基礎(chǔ)為患者制定個性化的治療方案。但是，科學(xué)家意識到這樣的「個性化」或「精準」醫(yī)學(xué)有一個難題：如何在保證基因數(shù)據(jù)和醫(yī)療記錄安全的同時，能夠運用云端強大的計算能力分析找出基因和疾病之間有意義的關(guān)聯(lián)。
目前，一項新興的數(shù)據(jù)加密技術(shù)也許可以解決這一難題。
加州大學(xué)圣地亞哥分校(以下簡稱UCSD)正在探討如何結(jié)合加密技術(shù)進行基因數(shù)據(jù)分析，他們在較小的數(shù)據(jù)集中應(yīng)用一個被稱作「同態(tài)加密(homomorphic encryption)」的方法，10分鐘內(nèi)就能找到與疾病相關(guān)的基因變異。盡管在實際工作中，計算機從由成百上千DNA片段組成的全基因組數(shù)據(jù)集里找出與疾病相關(guān)的基因變異要花費數(shù)小時時間，但是，密碼技術(shù)專家還是值得鼓勵。
同態(tài)加密是一種加密形式，它允許人們對密文進行特定的代數(shù)運算得到仍然是加密的結(jié)果，將其解密所得到的結(jié)果與對明文進行同樣的運算結(jié)果一樣。換言之，這項技術(shù)令人們可以在加密的數(shù)據(jù)中進行諸如檢索、比較等操作，得出正確的結(jié)果，而在整個處理過程中無需對數(shù)據(jù)進行解密。其意義在于，真正從根本上解決將數(shù)據(jù)及其操作委托給第三方時的保密問題，例如對于各種云計算的應(yīng)用。 這一直是密碼學(xué)領(lǐng)域的一個重要課題，以往人們只找到一些部分實現(xiàn)這種操作的方法。而2009年9月克雷格·金特里(Craig Gentry)的論文從數(shù)學(xué)上提出了「全同態(tài)加密」的可行方法，即可以在不解密的條件下對加密數(shù)據(jù)進行任何可以在明文上進行的運算，使這項技術(shù)取得了決定性的突破。人們正在此基礎(chǔ)上研究更完善的實用技術(shù)，這對信息技術(shù)產(chǎn)業(yè)具有重大價值。 ——摘自維基百科
UCSD的一名計算機科學(xué)家Xiaoqian Jiang說道，「這是一個可預(yù)見的結(jié)果，但挑戰(zhàn)依然存在」。
醫(yī)生和研究人員認為，理解基因和疾病之間的關(guān)系需要從數(shù)以百萬計人群中收集數(shù)據(jù)，包括基因方面和生理方面的數(shù)據(jù)。有些規(guī)劃項目已經(jīng)啟動，比如，美國總統(tǒng)奧巴馬發(fā)起的精準醫(yī)學(xué)項目以及英國的十萬基因組項目。如此龐雜的任務(wù)可能需要利用互聯(lián)網(wǎng)云端主機的處理能力，但是，過去幾年里網(wǎng)絡(luò)安全漏洞暴露了在云端存儲大量敏感數(shù)據(jù)的巨大隱患。美國國家衛(wèi)生研究院的基因型與表型數(shù)據(jù)庫(dbGaP)有一個有關(guān)醫(yī)療和基因數(shù)據(jù)的目錄，它的管理人員非常擔(dān)心安全問題，他們禁止數(shù)據(jù)庫的用戶在可聯(lián)網(wǎng)的電腦上儲存數(shù)據(jù)。
同態(tài)加密可以解決這種擔(dān)憂，從而讓研究者用數(shù)學(xué)加密的方式把資料儲存在云端。該技術(shù)會把本地電腦上的數(shù)據(jù)進行加密，然后再把加密后的數(shù)據(jù)上傳到云端。加密數(shù)據(jù)的計算也可以在云端進行，計算的結(jié)果加密后再傳會本地的計算機。即便有人在此過程中竊取了加密的數(shù)據(jù)，但這些加密數(shù)據(jù)里包含的隱藏內(nèi)容仍然是安全的。
UCSD的計算機科學(xué)家Lucila Ohno-Machado認為：「如果能確保這項技術(shù)由作用，那么對于解決保護個人隱私的前提下進行海量數(shù)據(jù)的運算和存儲的難題至關(guān)重要，這簡直可以提升我們的信心。」
1978年，同態(tài)數(shù)據(jù)加密技術(shù)被首次提出，不同于其他方式，這一技術(shù)可以在云端處理加密的數(shù)據(jù)，從本質(zhì)上說，云永遠不會真正「看到」數(shù)據(jù)處理。另一個不同點則是，該技術(shù)還能給出未加密狀態(tài)下的相同數(shù)據(jù)處理結(jié)果。
直到2009年，IBM沃森研究中心的密碼學(xué)家Craig Gentry論證了對同態(tài)加密數(shù)據(jù)可以進行任何形式的運算可能性。此時，這一理念還很大程度上停留在理論層面。該方法通過將每個數(shù)據(jù)點轉(zhuǎn)換為一塊加密的信息或密文，但加密后的數(shù)據(jù)量比原始數(shù)據(jù)更大也更復(fù)雜。每個未加密的字節(jié)被加密成幾兆字節(jié)的數(shù)據(jù)，相當(dāng)于一張數(shù)碼照片的大小。
固然這是一個突破，但加密前后如此大的容量差異也讓這項技術(shù)無法真正應(yīng)用起來，要知道數(shù)據(jù)存儲的硬件成本是很高的。
從那時起，密碼學(xué)家們開發(fā)出了各種系統(tǒng)來解決這些問題。比如同時加密許多數(shù)據(jù)片段，這樣就可以對數(shù)據(jù)進行并行處理;也有人提出把數(shù)據(jù)直接加密成單一的密文，而不是首先轉(zhuǎn)換成字節(jié)，這種創(chuàng)新比對每一個數(shù)據(jù)片段單獨運算要節(jié)約大量計算時間和計算內(nèi)存。IBM研究中心的密碼學(xué)家Shai Halevi說道，與2009年相比現(xiàn)在同態(tài)加密數(shù)據(jù)的運算速度提高了150，000倍。一個更直接的數(shù)據(jù)對比則是：相同的運算量，2012年要花費一天半而現(xiàn)在只要5分鐘。
2015年3月中旬，致力于數(shù)據(jù)集成分析的iDASH協(xié)會組織舉辦了一個主題為隱私和安全的學(xué)術(shù)會議，五個團隊透露利用同態(tài)加密技術(shù)可以在10分鐘內(nèi)檢測400人的數(shù)據(jù)，并且可以從染色體上已知的可能產(chǎn)生變異的311個位點中找出與疾病相關(guān)的變異基因。現(xiàn)在分析一個含有5000個DNA堿基對的典型基因片段需要花費30分鐘;但對于較大的序列數(shù)據(jù)，比如100000個堿基對(其含量大約相當(dāng)于整個基因組數(shù)據(jù)的0.003%)，卻要花費幾個小時，而且要比分析未加密數(shù)據(jù)多消耗100倍的內(nèi)存。密碼學(xué)家表示這一結(jié)果仍顯示了技術(shù)的重大進展;Jiang評論道「三年前，人們認為這是不可能的，但我們對困難的挑戰(zhàn)表明解決這一難題并非不可能。」
但是某些數(shù)據(jù)管理員對此仍持懷疑態(tài)度。Steven Sherry負責(zé)管理dbGap，他同時也是美國國家生物技術(shù)信息中心的主管。他說，即使密碼系統(tǒng)能起到作用，也未必會保護研究人員的電腦，也不能增加數(shù)據(jù)分析的靈活性。他傾向于把數(shù)據(jù)訪問權(quán)限局限在一個由科學(xué)家組成的小圈子里，這些科學(xué)家要保證使用數(shù)據(jù)時遵守相應(yīng)的制度。他接著說：「我們并沒有關(guān)注加密方法，因為它沒有證明同時具備安全和實用性。」
但是一些密碼學(xué)家已經(jīng)開始在生物醫(yī)學(xué)領(lǐng)域部署使用有限的同態(tài)加密技術(shù)。一個HIV研究中心以及瑞士一家醫(yī)院的生物樣本庫采用了類似的方案。瑞士聯(lián)邦理工學(xué)院的Jean-Pierre Hubaux進一步指出：「人們現(xiàn)在很擔(dān)心不久以后，因為基因數(shù)據(jù)泄漏而產(chǎn)生的各種丑聞事件。」
而這也恰巧是未來技術(shù)發(fā)展的方向。
京公網(wǎng)安備 11010502049343號