生物医学大数据的现状与发展趋势研究
⇨⇦
【摘 要】生物医学，它是将生物医学信息与基因芯片和纳米技术等结合起来的学术研究和创新领域。随着21世纪的到来，现代系统生物医学逐渐形成。系统的生物学研究与人类健康是息息相关的。
【关键词】生物医学；大数据；微生物群落
一、生物医学大数据的特点及发展现状
在21世纪，新一代生物分析平台不仅具有单细胞检测功能，还有实时动态图像系统，能够为生物医学研究提供大量的数据信息，在对海量数据中的深刻规律进行研究时，必须保证大数据的3特征，即数据量大，处理数据效率高、速度快，数据源要有多变性。通过借助大数据的这些特点，可以实现大数据的分析和预测。
与其他科学大数据一样，生物医学大数据也呈现出典型的＂3H＂特点，那就是高维性、高度计算复杂性和高度不确定性。高维性指的是生物医学大数据不仅能够对样本进行多重分析，还能够使用多组数据，样本量较多，这些特点使多维数据的索引成为了可能。例如，近年来一时兴起的＂智慧医疗＂的概念，是通过建立健康档案区域的医疗信息平台，使用大数据技术和物联网技术，将患者和医疗服务商、保险公司紧密联系在一起的一种医疗方案。通过高维数据的分析，实现对数据规律的剖析，但数据整合与分析的难度是较大的。高度计算复杂性指的是由于生物医学中存在不同的数据，对系统性整合提出了更高的要求，且样本的对比需求也是必备的。生物医学研究的样本来源不一样，这就使研究对象难以确定。大数据的研究与以往的逻辑推理研究有着本质的差异，因为大数据研究需要对庞大的数据进行多项分析归纳和相关性分析。
二、大数据思维变革在生物医学领域的应用
（一）生物医学领域大数据
正确认识大数据，我们需要从数据来源、类型和量化等方面入手。之前美国科学家Weston和Hood（2004）首次提出＂4P医疗＂观点，提倡进行个体化预测、预防和医疗，个体化医疗需要将每位患者的各种信息综合分析，针对个体患者的疾病诊断和治疗中信息数据庞大。同时，人类基因组计划的完成促进了对人类基因的研究，在基因组数据库中分析基因表达、基因变异与疾病的相关性对临床治疗有很大的意义，收集到的蛋白组学、代谢组学、转录组学、脂类组学、糖组学等数据非常庞大，还有人类对古人类基因组的研究也不断深入（刘瑞涛等，2015）。
（二）生物医学大数据的挖掘
生物医学大数据不仅可以应用于组学研究及不同组学间的关联研究、识别生物标志物和研发药物、实施健康管理等，而且还能实施更强大的数据挖掘，例如对数据挖掘进行关联分析、聚类分析、分类分析和异常分析等，对生物医学大数据挖掘能够增加把握度并且有发现弱关联的能力，例如对TCGA数据库信息的挖掘，对现有研究数据进行分析。利用大数据思维挖掘TCGA数据库中有用的信息在临床上有非常重要的作用，通过对TCGA数据库的数据挖掘扫描全基因组范围内与肺腺癌预后相关的甲基化位点，可以发现对肺腺癌预后相关的基因，就能作为预后研究的生物标志物（王可等，2016）。或者可以直接研究目的基因与癌症的相关性，从TC-GA数据库中收集癌症数据集，下载基因表达谱资料与临床信息资料，就可以分析目的基因与癌症临床病理学参数的相关性和对癌症预后的影响（王硕等，2016），也可以对癌症相关的miRNA和mRNA进行联合分析、构建共表达网络图进行联合分析，找出与临床相关的基因或miRNA做进一步研究。
（三）大數据时代的疾病风险评估与健康指导
提升大数据分析与共享的实用性，首先要建立起适合风险评估计划进行的现场环境，观察各个控制系统中所存在的问题，以及设计方案中需要继续深入完善的内容，通过建立起综合控制环境，并观察在控制方案中存在的风险隐患，可以实现疾病评估目标。达到预期的风险控制效果。精准医学大数据系统为健康指导提供了准确的数据参照，通过数据分析也能够了解到健康方面存在的问题，不仅能够根据个体不同时期的变化来加强分析，更能将不同个体的信息进行参照整合，从而综合评比健康指数，以及需要注意的相关健康问题。将各个时期的体检结果输入到大数据分析系统中，形成一个健康指导数据库，当不同时期数据库中的信息超出了安全范围，在系统中会自动作出提醒，将风险评估结果整理显示出来，有关于大数据时代下的疾病风险评估，更应该充分结合健康指导来进行，观察数据系统中存在的不同问题，并通过综合控制方案来提升最终的风险预防效果。
（四）精准医学药物研发及用药指导
数据库系统开发完成后，所进行的各项药品研发以及疾病治疗用药都能够在此指导下进行，将医学方面的安全控制体现在数据库方面，实现用药指导更为精准的开展。精准医学大数据共享系统中的信息，具有极强的用药指导价值，构建出适合现场工作内容开展的体系后，临床用药也可以参照共享系统中所记录的内容来进行，避免产生用药安全隐患，对临床医学能力提升有很大帮助。医药研发中需要大量的临床精准数据作为支持，通过对精准医学大数据展开分析与共享，可帮助医学人员在短时间内搜集到更多的信息资料，包括不同医学领域的内容。在大数据分析技术支持下，提升了数据环境的使用开发效果，为医药研发以及药品应用建立更适合的现场环境。在用药指导中也可以参照精准医学方面的大数据来进行，提升用药安全性。如果能坚持推广精准用药的临床医学指导，可望能有效避免卡马西平、氯吡格雷、别嘌醇、甲氨蝶呤、巯嘌呤等药物的严重不良事件，减少药品的无效使用和医保的不必要支出。
三、结束语
随着大数据技术的发展与应用，同时面临老年化社会的到来，从临床治疗到健康管理将成为一个趋势。转化生物医学信息学的应用未来对于预测疾病发生趋势将发挥重要作用。
【参考文献】
[1]张建英，何建成.大数据在中医学中应用的可行性分析与展望[J].中华中医药杂志，2017，32（01）：17-20.
[2].上海生科院（人口健康领域）生物医学大数据中心工程师招聘启事[J].生命科学，2017，29（06）：619.
[3]李凌英，刘建炜，李俊.国际生物医学大数据研究可视化分析[J].医学信息学杂志，2017，38（07）：7-11+17.
[4]谢晟堃.生物医学大数据的现状与展望[J].科技风，2017（20）：20.