生物醫(yī)學(xué)大數(shù)據(jù)與精準(zhǔn)風(fēng)險(xiǎn)評(píng)估

1、生物醫(yī)學(xué)大數(shù)據(jù)與精準(zhǔn)風(fēng)險(xiǎn)評(píng)估2015年奧巴馬在國(guó)情咨文宣布將精準(zhǔn)醫(yī)療列入重點(diǎn) 工程。2016年2月25日，美國(guó)啟動(dòng)精準(zhǔn)醫(yī)療計(jì)劃。2015年3月，中國(guó)首次精準(zhǔn)醫(yī)學(xué)戰(zhàn)略專家會(huì)議， 規(guī)劃在2030年前精準(zhǔn)醫(yī)療投入600億。健康大數(shù)據(jù)與數(shù)據(jù)科學(xué)個(gè)人健康大數(shù)據(jù)生物大分子數(shù)據(jù)臨床健康數(shù)據(jù)數(shù) 據(jù) 科 學(xué)分析 建 模信息檢索機(jī)器學(xué)習(xí)數(shù)據(jù)挖掘精準(zhǔn)醫(yī)療的三大應(yīng)用領(lǐng)域精準(zhǔn)治療及用藥(腫瘤靶向藥)精準(zhǔn)預(yù)防(個(gè)性化疾病風(fēng)險(xiǎn)評(píng)估與管理)精準(zhǔn)診斷(ctDNA, cfDNA)上醫(yī)治未病，中醫(yī)治欲病，下醫(yī)治已病。- 黃帝內(nèi)經(jīng)重大疾病預(yù)防的現(xiàn)狀健康管理需求疾病預(yù)防需求目前的健康管理手段：常規(guī)體檢分子生物學(xué)檢測(cè)在精準(zhǔn)醫(yī)療中的應(yīng)用斯

2、坦福大學(xué)分子生物學(xué)教授 Michael Snyder 最初通過(guò)基因組測(cè)序，得知他患糖尿病 的風(fēng)險(xiǎn)很高。而呼吸道合胞病毒的感染，觸發(fā)他患上了2型糖尿病。之后他檢測(cè)了自 己20個(gè)不同時(shí)間所采栠的血樣，得到基因組學(xué)、代謝組學(xué)以及蛋白質(zhì)組學(xué)的生化數(shù) 據(jù)，描繪出自身免疫系統(tǒng)、代謝和基因活動(dòng)的狀態(tài)。經(jīng)過(guò)6個(gè)月的飲食調(diào)整和積極鍛 煉，使得血糖恢復(fù)到正常水平。好萊塢紅星安吉麗娜朱莉(Angelina Jolie)通過(guò)基因檢測(cè)發(fā)現(xiàn)自身帶有家族性的BRCA1基因突變，這也意昧著她擁有87%和50%的幾率罹患乳腺癌和卵巢癌。朱莉擁有癌癥家族史，家族中一共有三位女性親人都死千女性相關(guān)癌癥。朱莉?qū)θ橄佟?卵巢和輸卵管進(jìn)

3、行了預(yù)防性切除，使其患乳腺癌的幾率從87%下降到5%以下。生物醫(yī)學(xué)大數(shù)據(jù)大數(shù)據(jù)時(shí)代的機(jī)遇與挑戰(zhàn)機(jī)器 視覺(jué)機(jī)器 學(xué)習(xí)圖像 處理信息 檢索數(shù)據(jù) 挖掘模式 識(shí)別SubjecveImplicitIndirectInconsistentLaboriousTedious生物信息分析及大數(shù)據(jù)挖掘技術(shù)力有預(yù)測(cè)利用生物信息學(xué)的方法，通過(guò)計(jì)算機(jī)模擬和計(jì)算來(lái) 預(yù)測(cè)DNA、RNA以及蛋白質(zhì)序列的結(jié)構(gòu)和力有信息， 了解各個(gè)基因所要表達(dá)的生物學(xué)意義，真的的揭開(kāi) 遺傳的奧秘。全基因組關(guān)聯(lián)分析應(yīng)用全基因組中數(shù)以百萬(wàn)計(jì)的SNP位點(diǎn)為分子遺傳 標(biāo)記，進(jìn)行全基因組水平上的對(duì)照分析及關(guān)聯(lián)分析， 發(fā)現(xiàn)并鑒定與復(fù)雜性狀相關(guān)聯(lián)的遺傳變異。

4、易感基因疾病遺傳風(fēng)險(xiǎn)評(píng)估DNA檢測(cè)：基因芯片 + 二代高通量測(cè)序根據(jù)評(píng)價(jià)發(fā)病率(IR，incident rate) 和人均壽命(T)估算評(píng)價(jià)終身患病風(fēng) 險(xiǎn)(LR，lifetime risk)根據(jù)疾病相關(guān)位點(diǎn)比值比( OR，odd ratio)計(jì)算個(gè)人終身患病風(fēng)險(xiǎn)使用個(gè)人終身患病風(fēng)險(xiǎn)與平均終身患 病風(fēng)險(xiǎn)計(jì)算相對(duì)患病風(fēng)險(xiǎn)多種生物分子數(shù)據(jù)整合、大尺度建模分析蛋白質(zhì)組、結(jié)構(gòu)、網(wǎng)絡(luò)通路數(shù)據(jù)糖組測(cè)序、結(jié)構(gòu)數(shù)據(jù)腫瘤、微生物基因檢測(cè)P. Aloy, and R. Russell, Nat Rev Mol Cell Biol. 7(3) 2006臨床健康數(shù)據(jù)疾病風(fēng)險(xiǎn)評(píng)估Framingham risk score

5、: 對(duì)冠心病、高血壓、心力衰竭、陂行、 中風(fēng)、心房顫動(dòng)、糖尿病、心血管疾病8類項(xiàng)目進(jìn)行風(fēng)險(xiǎn)預(yù)測(cè)ClinRisk提供癌癥、糖尿病、骨折、腎病、心血管疾病未 來(lái)1-10內(nèi)的風(fēng)險(xiǎn)預(yù)測(cè)。復(fù)雜臨床影像數(shù)據(jù)CBIR：基于內(nèi)容的醫(yī)學(xué)影像檢索病理切片顯微圖像r1r2r3r4r5q1q2 q3q4復(fù)雜醫(yī)學(xué)影像數(shù)據(jù)存儲(chǔ)與處理單張組織切片圖像 超過(guò)10-20G分割識(shí)別需要矩陣 運(yùn)算和復(fù)雜處理海量病理圖像內(nèi)容 檢索MasterSlaveSlaveSlaveSlaveTaskResultLocal ProcessesCached in RAM/DiskLocal/Shared File SystemHDFSDriver

6、ExecutorExecutorExecutorExecutor在生物數(shù)據(jù)科學(xué)領(lǐng)域核心方法研究1）多組學(xué)數(shù)據(jù)整合 Integrative omics data analysis3）物數(shù)據(jù)挖掘 Big bio-data mining智能語(yǔ)義識(shí)別挖掘系統(tǒng)蛋組代謝組互作組綜合分析平臺(tái)人工智能生物信息學(xué) 分析建模技術(shù)a. 關(guān)聯(lián)規(guī)則挖掘（association rule mining）b. 數(shù)據(jù)分析平臺(tái)（Hadoop，spark）深度機(jī)器學(xué)習(xí)開(kāi)發(fā)系統(tǒng)（semi-supervised， unsupervised feature-, sparse-, multi-task learning）a. 信息檢索索

7、引技術(shù)平臺(tái)b. 數(shù)據(jù)分析平臺(tái)（Hadoop，spark）a. 云計(jì)算批量數(shù)據(jù)計(jì)算系統(tǒng)b. 云計(jì)算數(shù)據(jù)集成系統(tǒng)轉(zhuǎn)錄組基因組 4）深度機(jī)器學(xué)習(xí)deep machine learning5）基于內(nèi)容信息檢Content-based Information Retrieval6）并云計(jì)算Parallel cloud computing2）本語(yǔ)義挖 Semantic text mining一組在校大學(xué)生人群的基因檢測(cè)分布- 上萬(wàn)例樣本，11項(xiàng)目17個(gè)位點(diǎn)SNP分型- 分析數(shù)據(jù)栠包括學(xué)生檢測(cè)者來(lái)自10種類型高校SNP rs4680 A/G分型檢測(cè)師范類、醫(yī)藥類、財(cái)經(jīng)類學(xué)校記憶力非常好的學(xué)生占比較大COMT

8、和CLOCK基因SNP分型檢測(cè)注意力栠中學(xué)生占比最高的是醫(yī)藥類大學(xué)，其次師范類大學(xué)上萬(wàn)例樣本精準(zhǔn)疾病風(fēng)險(xiǎn)評(píng)估模型11.08%11.01%10.37%10.23%9.63%9.54%8.72%胃癌 睪丸癌 鼻咽癌 肺癌 結(jié)直腸 甲狀腺 肝癌癌癌癌癥類疾病11.26%9.60%7.66%6.53%6.09%5.70%5.45%心腦血管及內(nèi)分泌系統(tǒng)疾病高危人群占比大的4類疾病具有調(diào)查問(wèn)卷的基本信息11.60%10.01%9.29%8.52%8.46%7.68%7.39%呼吸及免疫系統(tǒng)疾病17.14%10.92%10.87%10.61%強(qiáng)直性脊柱炎子宮內(nèi)膜異位 男性不育癥偏頭痛骨科女性疾病男性疾病神經(jīng)

9、系統(tǒng)其他4種疾病80% 100%高血壓_fam腫瘤_fam糖尿病_fam呼吸系統(tǒng)疾病_fam遺傳病_fam其他_fam家族患病史人數(shù)統(tǒng)計(jì)0%20% 40% 60%患病未患病80%100%高血壓呼吸系統(tǒng)疾病糖尿病腫瘤遺傳病其他個(gè)人患病史人數(shù)統(tǒng)計(jì)0%20%40%60%患病 未患病基因+臨床數(shù)據(jù)整合分析建模：患病風(fēng)險(xiǎn)評(píng)估1546基因位點(diǎn)SNP+ 30項(xiàng)臨床特征向量7項(xiàng)疾病患病歷史 特征向量XYm樣本n 基因編碼+臨床數(shù)據(jù)!x11 !x1 j !x1n#xi1 !xij !xin#xmj !xmn xm1yy ym1m 樣本l 項(xiàng)疾病患病史y11 !y1k !y1l#i1 !ik !yil#!ymk

10、!yml !group 1Group 3RelaQonship?0TE Y X x x 1 min2N0T22j1p F / 2 yi xi 1Fj 2 i1NMul-task sparse learning (LASSO & Ridge)X YFit the model by solving:特征提取連續(xù)性變量的離散化、定 性變量的重新編碼SNP位點(diǎn)數(shù)據(jù)則根據(jù)該位點(diǎn) 等位基因頻率進(jìn)行編碼y共包括7個(gè)變量：高血壓 病史、糖尿病史、呼吸系 統(tǒng)疾病史、腫瘤病史、遺 傳病史、其他以及無(wú)疾病。模型評(píng)估結(jié)論 LASSO模型，優(yōu)化Lambda得 到 最 小 cross validaQon standard

11、 error 0.043生物大數(shù)據(jù)整合分析技術(shù)在轉(zhuǎn)化醫(yī)學(xué)中的應(yīng)用自閉癥轉(zhuǎn)錄組疾病機(jī)制研究與風(fēng)險(xiǎn)因素評(píng)估Protein isoform structural analysis aids AS eects onAuQsm transcriptome data晶體結(jié)構(gòu)數(shù)據(jù)整合輔助自閉癥轉(zhuǎn)錄組大數(shù)據(jù)建模精準(zhǔn)健康管理系統(tǒng)四大核心功能恤.們. _ 谷匾- ,.Ill!. _. 111!11 一!11 墨 ，* 跁合荎因數(shù)據(jù)、基礎(chǔ)信息往 期評(píng)估等 系統(tǒng) 啟動(dòng)進(jìn)行 準(zhǔn)評(píng)估哩可定期評(píng)估丘動(dòng)態(tài)監(jiān)測(cè)明確 紐畫(huà)風(fēng)險(xiǎn)疾病._.,_咖 討渚5報(bào)告通俗易.全面的基因體檢報(bào)告_,盲 ，血i一”卓蘭括1iQQ余種疾病虐 全面了解自身疾病的發(fā)生風(fēng)險(xiǎn)