当前位置:首页 >读好书>

临床生物信息学学科在临床医学教学的作用研究

来源:www.timetimetime.net 时间:2019-10-09 编辑:智慧

第五章生物信息学论文

发言题目:临床生物信息学在临床医学教学中的作用研究

摘要:生物信息学是一门综合了计算机科学和生命科学的交叉学科。它已经存在了30多年,但是它仍然处于上升之中。自21世纪以来,生物医学已逐渐进入大数据时代。以测序为代表的大量基因组,转录组和蛋白质组学数据将为深入揭示人类疾病的机理和寻找治疗药物提供前所未有的机会。目前,生物信息学的方法和应用尚未在临床医学研究和教学中得到足够的重视。结合临床生物信息学的发展现状和未来趋势,作者探讨了临床生物信息学在临床医学教学和转化研究中的作用。

关键词:临床生物信息学医学教育;基因组学;数据库;

生物信息学是1980年代出现的一门应用生物学新学科。在过去的30年中,它发展迅速,在生物学,基础医学,农学和法医学领域拥有广泛而深入的领域。应用,但在指导临床医学教学和临床转化研究方面还相对不足。

临床生物信息学不同于经典生物信息学。它着重于与临床密切相关的生物信息学内容,包括疾病的诊断,治疗,预后评估以及分析平台的具体应用。它是生物信息学与临床医学的交叉学科,也是大数据研究的一个新分支。总之,临床生物信息学以组织学大数据为研究对象,结合具体的临床问题,通过数据挖掘获得可指导临床诊断,治疗和预后评估的知识。当前,随着计算机科学的进步,出现了包括数据库分析,机器学习和人工智能在内的一系列新技术,极大地丰富了临床生物信息学方法。自2003年以来,我们使用临床生物信息学方法进行了一系列临床转化研究,并在中国许多医学院校开设了有关临床生物信息学方法和应用的课程。在这些实践的基础上,我们讨论了临床生物信息学在临床医学教育中的作用。

临床生物信息学教育的现状与迫切需求

随着基础研究的深入,基因组学,转录组学,表观基因组学和蛋白质组学的数据越来越多。世界上每天都会产生大量的DNA,RNA,蛋白质和二级数据库。临床医生如何使用这些基础研究的数据来解决临床实践中诊断,治疗和预后评估的难题,并为患者提供服务是每个基础研究和临床工作者都面临的难题。生物信息学方法高效,实用且易于掌握,是突破这些数据快速转变为临床信息的桥梁。在这种背景下,临床生物信息学是一门新兴的学科。

目前,转化医学已逐渐引起学者的广泛关注。国外对该领域的研究起步较早,方法相对成熟,而国内研究才刚刚起步,研究方法尚不完善,多数学者对此尚不了解。因此,迫切需要尽快进行系统的临床生物信息学教学,以解决单一科研方法的实际问题,临床研究缺乏创新性和实用性。

2高效的临床生物信息学数据库

在经典的生物信息学教学中,对计算机技术的掌握常常是需要的。优秀的生物信息学学者应掌握大量的生物信息学数据库,并熟练使用各种计算机编程语言来构建,清理和处理数据。但是,对于医学生或临床医生来说,在学习先进的生物医学知识并处理复杂的临床工作时,熟练地掌握计算机技术显然很困难。因此,对于生物医学工作者来说,掌握大量生物信息数据库和在线分析平台,并能够使用这些工具来指导自己的医学研究,临床研究乃至临床疑难病的诊断和治疗,就显得尤为重要。特别重要。

临床生物信息学数据库可以根据其数据源分为数据库,二级数据库和在线分析工具。其中,存储诸如DNA序列,蛋白质序列和结构的信息的数据库构成数据库。二级数据库是在数据库的基础上通过实验验证和数据分析获得的。一些辅助数据库也具有独特的分析工具。在线分析工具基于一个数据库和一个辅助数据库,并使用自己设计的算法来提供在线分析。一般来说,数据库具有各种特性,数据更新和增长速度快,结构复杂,层次结构深,计算机化和网络化程度高。二级数据库具有高度针对性,主要提供检索和开源下载,易于使用;在线分析除了具有一定的在线分析功能外,分析工具还具有原始数据检索和可视化功能,还可供用户下载分析结果[2]。

2.1一个数据库

Gen Bank数据库(),欧洲分子生物学实验室(EMBL)核酸文库()和日本DNA数据库(DDBJ)()是众所周知的核酸序列数据库。 Gen Bank数据库是由国家生物技术信息中心建立的,包含所有已知的DNA和蛋白质序列,以及相关的文献和注释。 EMBL核酸文库由欧洲生物信息学研究所维护。 DDBJ数据库与Gen Bank数据库,EMBL核酸文库相互作用,并且是一个非常全面的DNA序列数据库。

蛋白质序列数据库包括Swiss-Prot(),PIR-PSD()和Protein Data Bank(PDB)()。 Swiss-Prot是欧洲最大的蛋白质序列数据库。它具有较高的序列准确性和完整的注释,但与其他数据库相比,其数据量较小,现已集成到Uni Prot数据库中。 PIR-PSD是世界上最大的带有注释信息的开源蛋白质序列数据库。 PDB是世界上唯一的生物大分子结构数据库。它的数据来自X射线晶体衍射和核磁共振。排序并确认后将其存档。

2.2辅助数据库

有许多辅助数据库,例如基因表达合成数据库,它是目前最大的最大通量基因表达数据库,目前已经完全开放。 Gene Genes数据库提供有关所有基因和蛋白质的转录,遗传和功能的所有已知信息。基因卡中的信息功能包括基因与疾病的关系,基因多态性,表达,功能,分布,蛋白质-蛋白质相互作用等,并提供与各种数据库和分析工具的链接,易于操作; miRBase数据库是一个miR-NA序列数据,注释,调控基因等数据库;一个蛋白质数据库,其中包含所有24,000种人类蛋白质的组织和细胞分布信息。

此外,还有一些化合物或代谢物的数据库,例如代谢物,药物和有毒分子数据库的fragmentstore();建立在实验基础上,可在癌症资源数据库()中提供与癌症相关的蛋白质和化合物的相互作用。

2.3在线分析工具

在所有在线分析数据库中,DAVID(用于批注,可视化和集成发现的数据库)是临床生物信息学中最常用的聚类分析数据库。它集成了生物学数据和分析工具,可帮助用户获得有用的生物。学习信息。该工具于2003年发布,当前版本为v6.8。与其他分析工具类似,统计方法用于识别成千上万个与遗传相关的注释中最相关的生物学注释,尤其是功能性注释和信息链接。

Reactome()是一个开放源代码,开放,手动计划和经过同行评审的方法数据库,是一种直观的生物信息学工具。用于可视化,解释和分析途径知识,以支持基础和临床研究,基因组分析,建模,系统生物学和教育。用户可以直接搜索生物途径,查看发生在生物过程中的特定事件,并且可以对用户输入的基因列表进行聚类,以查看输入基因在每种途径中的特定作用。

STRING数据库()是用于检索已知蛋白质相互作用的工具。蛋白质相互作用既包括蛋白质的物理化学性质之间的直接相互作用,也包括蛋白质之间的间接相互作用。它不仅具有实验结论,而且还具有从Pub Med的文本挖掘中得出的结论。同时,它集成了其他数据库信息,并使用生物信息学方法进行分析。该工具根据针对不同来源的某种评级方法给出不同的权重,最后根据其唯一的评级给出最终分数。

3利用临床生物信息学方法指导基础研究和临床实践

随着各种类型和级别的大数据的出现,基因组学和第二代测序技术的发展,分组大数据呈指数增长。各种类型和功能的数据库层出不穷。对于医学生,医学研究和临床医生而言,如何选择正确的数据库和方法来指导医学研究,如何从数据库中的复杂信息中提取有价值的知识,是每个医学生,医学研究和临床工作者应具备的能力有。

3.1使用生物信息学数据库搜索序列

对于许多生物学功能未知的新序列,研究人员从数据库中检索了与新序列同源的已知序列,并根据已知的同源序列推断出新序列的生物学功能。临床医生需要知道序列如何在不同的组织和状态中表达。这也是两者面对相同序列但研究目标完全不同的主要原因。前者属于经典生物信息学的研究内容,而后者是临床生物信息学的研究方向。在分子生物学中,DNA或蛋白质的相似性是多方面的,并且可能在结构上相似或在功能上相似。因此,在序列相似性分析中,希望从一些一般规律中推断出新序列的结构或功能,并发现生物分子的新含义。这种方法在大多数情况下都是成功的,当然也有例外,因此这种基于相似性的分析方法仍需要不断改进[3]。

3.2利用生物信息学数据库的转换进行浅层数据挖掘

数据挖掘是从未知的,不完整的,嘈杂的,不明确的大数据中提取未知但有效,新颖,潜在有价值的最终转化为信息和知识的过程。当前,随着各种组学的出现,数据量持续增加,数据库数量也在增加。群体科学大规模分析方法的出现为序列分析,基因表达分析,蛋白质结构预测以及新药研发提供了广泛的数据挖掘方法。应用前景。数据挖掘技术的使用将帮助人们更好地理解团队中大数据中包含的生活信息,探索生活的奥秘,并将其应用于临床,以减轻更多患者的痛苦,并为新的医学进步注入新的活力。活力。

在这方面,研究团队早在2003年就开始探索。在早期,我们使用一种简单的临床生物信息学方法来挖掘基因组和转录组数据,并获得了一系列令人满意的原始结果,大部分结果已经成功应用于临床,为后续临床研究提供了宝贵的经验。例如,急性淋巴细胞白血病复发相关基因的筛选和分析[4];预测和验证脱甲基和组蛋白脱乙酰基酶抑制剂对肿瘤细胞的作用[5];氨磷汀联合重组人促红细胞生成素治疗晚期骨髓增生异常综合征的疗效观察[6];结合中药“辩证治疗”思路,运用临床生物信息学方法对免疫性血小板减少性紫癜的分类进行分析[7]。

3.3利用生物信息学数据库进行转化研究的深度知识发现

随着组学数据的不断增多,简单的临床生物信息学挖掘方法已不能适应大数据量、大计算量、多层次组学数据的深入分析。随着计算机技术的不断进步,国内外的研究团队纷纷将机器学习、人工智能等方法应用到临床生物信息学研究中,实现了对多组分数据的深入分析,以期对医学研究、临床研究起到指导作用。诊疗和新药。研发。机器学习的目的是实现计算机在海量数据中对潜在知识的自动挖掘。因此,海量数据是实现机器学习和保证所获取知识准确性的必要前提。

为此,研究团队建立了疾病多组学数据库,药物多组学数据库和医学文献数据库。在此基础上,利用机器学习等大数据分析技术,独立建立了疾病药物多组学大数据临床生物。信息学平台,是一系列血液疾病和癌症治疗药物和程序的研发,并成功应用于临床[8]。使用这种方法,我们首先结合硫代磷酸优化了骨髓增生异常综合征的治疗[9-10]。随后,在国际上,第一个报告了六个创新治疗技术系统的:(1)重复多次治疗的自身免疫细胞治疗技术系统[11]; (2)超低剂量表观遗传药物联合免疫治疗技术体系[12-16]; (3)含有胭脂到分化药物的再生障碍性贫血联合治疗系统[17-20]; (4)靶向激活免疫细胞治疗技术系统[21-23]; (5)细胞周期蛋白D1阳性肿瘤靶向治疗技术系统[24]; (6)泛细胞保护剂联合造血生长因子方案治疗骨髓增生异常综合症和免疫性血小板减少症的技术体系[25-26]。此外,研究小组在许多临床学院中发现:(1)太多的疾病指南用于临床生物信息学教学,从而限制了医学生的创新思维; (2)生物医学数据量大,但转化为大数据时代,缺乏临床可用信息不利于医学教育的发展。正如古人所说,教人钓鱼比教人好。笔者认为,在临床医学教育中必须开展临床生物信息学教学和方法研究。

4结论

随着人类基因组计划的完成和第二代测序技术的发展,可以使用机器学习和其他前沿技术来深入挖掘大型组织学数据的爆炸性增长。面对传统的治疗方法难以解决临床问题的严峻现实,医学生必须进行临床生物信息学教学,系统地研究临床生物信息学方法,并理解和掌握临床生物信息学常用数据库。它使每个临床医学研究生和医务工作者能够合理地分析和有效解决当前医学研究和临床工作中难以解决的医学问题。最终,临床生物信息学可以满足现代医学和医学研究发展的需要,促进临床转化,为现代医学的发展提供新的途径。

参考

[1] Trent RJA。临床生物信息学[M]。陆学春,杨波,张峰,译。北京:军事医学出版社,2014。

[2]刘银凤,张磊。生物信息学数据库在医学研究中的应用[J]。中国病理生物学杂志,2014,9(10):附录1-2,封闭3。

[3]姜欣。生物信息学数据库及其利用方法[J]。现代信息,2005,25(6): 185-187。

[4]陆学春,楼芳定,徐周敏,等。急性淋巴细胞白血病复发相关基因的筛选及生物信息学分析[J]。军事医学院学报,2004,25(2): 81-83。

[5]陆学春,楼芳定,徐周民,等。甲基化和组蛋白脱乙酰基酶抑制剂对K562细胞增殖和肿瘤相关基因表达的影响[J]。中华实验血液学杂志,2004,12(1): 44-47。

[6]陆学春,朱洪丽,姚善谦,等。关键词:氨磷汀,重组人促红细胞生成素,联合治疗,晚期骨髓增生异常综合征中华实验血液学杂志,2005,13(3): 440- 442。

[7]陆学春,朱洪丽,姚善谦。关键词:免疫性血小板减少性紫癜,分类及基础研究中华实验血液学杂志,2008,16(5): 1232-1236。 >

[8]中国癌症基金会《中国肿瘤临床年鉴》编辑委员会。 2016中国癌症临床年鉴[J]。北京:中国协和医科大学出版社,2017,578-579。

[9]陆学春,杨波,朱洪丽,等。关键词:生物信息学,硫代磷酸联合方案,骨髓增生异常综合征,最佳治疗中华医学杂志,2009,89(26): 1834-1837。

[10]杨波,蔡丽丽,迟晓华等。关键词:硫代磷酸,基因表达谱,预测,生物信息学分析中华实验血液学杂志,2011,19(3): 711-716。/P>

[11]杨B,鲁XC,余RL,等.反复输注自体细胞因子诱导的杀伤细胞治疗老年人恶性血液病的初步临床试验[J].血液肿瘤,2012,30(3):115-122.

[12]卢学春,杨波,朱宏利,等.自体细胞因子诱导杀伤细胞联合白细胞介素-2治疗老年血液恶性肿瘤的临床经验[J].解放军医学杂志,2010,35(10):1270-1272.

[13]陆旭,杨B,余RL,等.自体细胞因子诱导杀伤细胞治疗老年弥漫性大b细胞淋巴瘤的临床研究[J].细胞生物化学生物物理学,2012,62(1): 257-265。

[14]蔡丽丽,杨波,卢学春,等.免疫功能试验评价细胞因子诱导的自体杀伤细胞治疗老年血液肿瘤[J].中国实验血液学杂志,2010,18(5):1250-1255。

[15]杨波,王海涛,蔡丽丽,等。超低剂量地西他滨联合氨磷汀和自体CIK细胞成功治疗80岁以上老年患者由骨髓增生异常综合征转化为急性髓细胞白血病[J]。安血液,2013,93(7): 1233-1235。

[16] Yang B,Yu R,Cai L,等。姜丽娜,冯晓东,曾庆华。地西他滨治疗骨髓增生异常综合征:a荟萃分析的治疗剂量比较[J] .Ann Hematol,2017,96(11): 1811-1823。/P>

[17]陆学春,迟晓华,杨波等。严重再生障碍性贫血相关T淋巴细胞基因表达谱的生物信息学分析及药物筛选新方法的探索[J]。中华实验血液学杂志,2010,18(2): 416-420。

[18]陆学春,杨波,迟晓华等。于晓霞,于洪波,于洪波。盐酸二甲双胍联合方案治疗再生障碍性贫血的近期疗效[J]。中国人民解放军医学杂志,2012,37(3): 229-233。

[19]陆学春,杨波,迟晓华,等。再生障碍性贫血:病因的新探索免疫异常引起骨髓间充质干细胞过度脂肪化[英文] [J]。中华医学杂志,2014,39(3): 173-179。

[20]陆学春,迟晓华。含盐酸二甲双胍和维生素b12的联合用药:中国,中国A [P] .2010-06-02。

[21]蔡丽丽,杨扬,杨波等。于建华,王建华,王建华,王建华。自体CIK细胞输注胸腺素强化免疫联合小剂量IL-2方案治疗老年B-CLL的近期疗效[J]。中华实验血液学杂志,2012,20(3): 564 -570。

[22]于茹,杨波,池X,等。细胞因子诱导的杀伤细胞输注作为肝细胞癌:辅助免疫治疗的疗效[J]。药物开发杂志,2017,11: 851-864。

[23]杨洋,杨波,舒帅等。关键词:自体CIK细胞,胸腺素增强免疫疗法,晚期,弥漫性大B细胞淋巴瘤军事医学院学报,2012,33(5): 441 -443。

[24]杨波,陆学春,迟晓华。氨磷汀在cyclin D1高表达型肿瘤中的应用:中国,2 [P] .2015-10-14。

[25]中国癌症基金会《中国肿瘤临床年鉴》编辑委员会。 2015中国癌症临床年鉴[J]。北京:中国协和医科大学出版社,2016,200-208,669-670。

[26]于瑞丽,杨波,蔡丽丽等。老年骨髓增生异常综合征的临床病理特征和氨磷汀联合造血生长因子方案的长期疗效[J]。中国药物应用与监测,2017,14(2): 75-80。

范文义:生物信息学论文(医学指导老师推荐阅读5)

范文吉:利用生物信息学技术筛选大肠腺瘤的基因和分子机制

范文三:肿瘤中人IGFBP3因子的生物信息学研究方法

范文思:现代分子生物学与生物医学研究教学方法的探索

范文武:临床生物信息学在临床医学教学中的作用研究

相关文章
热门标签
日期归档

版权所有© 阅读时间 | 备案: 鄂ICP备12015973号-1 | www.timetimetime.net . All Rights Reserved | 网站地图