当前位置: 主页 > 医药健康 > 前沿医学 > 医学进展

谷歌、华大基因等联合构建临床基因数据共享平台

2014-11-11 09:13 ASHG会议报道 美国人类遗传学协会 阅读 0
核心摘要: 本文报道了在ASHG会议上,谷歌、IBM、华大基因等机构探讨如何利用大数据推动基因组学在个性化医疗中的应用。IBM的Watson系统可快速分析患者测序数据并提供治疗方案,谷歌则利用其大数据技术处理基因组数据。全球基因组和健康联盟正致力于建立数据共享标准,以促进基因组学从手工化向工厂化转变。

在今年美国人类遗传学协会(ASHG)会议上,与会专家指出,基因组学在个性化医疗领域具有广阔前景,但其向医学应用的转化高度依赖于大数据分析。随着基因组测序的普及,如何有效利用海量数据成为关键挑战。

谷歌公司的David Glazer在会上提出:“我们应当如何将大数据转化应用到各个领域?”基因组学正引发数据风暴,不仅测序技术不断革新,基因突变与疾病关联的研究也日益深入。为此,一些研究者正致力于建立标准,以促进临床和组学数据的共享。

IBM公司的Ajay Royyuru指出,每年约有6000至10000篇癌症相关论文发表,即使研究者或医生努力跟进,也难以完成如此庞大的阅读量。他认为“这个问题亟待解决”,关键在于综合、客观且快速地处理已发表研究,并清晰阐明因果关联。Royyuru及其同事利用大型计算机处理这些文献,总结发现与疾病之间的关系。

通过Royyuru团队开发的精密肿瘤研究流程,患者的测序数据被传输至Watson系统,并与PubMed、国家癌症中心交换式数据库、DrugBank等数据库进行比对。Watson系统随后输出疾病概念模型,并提供治疗方案建议,同时解释各方案的选择依据,供专家研讨会参考。Royyuru表示,整个分析流程及报告生成约需10分钟。此外,Watson系统还能记录患者所选方案及其临床反应。

目前,IBM已与纽约基因组中心合作,计划明年对该流程进行测试。除Watson系统外,其他基于计算机科学的数据处理技术也可用于分析基因组数据。

Glazer指出,谷歌在大数据处理方面经验丰富,例如YouTube每分钟更新100小时视频,Gmail用户数量是美国博士人数的150倍。Glazer及其同事利用1000份基因组数据测试了其研发的数据分析系统(类似Dremel和BigQuery)。分析的第一步是构建矩阵,该过程占用60台八核计算机,耗时2小时。

Glazer表示,不断发现研究中的问题是创新的必经之路。他强调,基因组学在个性化医疗中的应用需从“手工化”转向“工厂化”,而这需要确立标准。全球基因组和健康联盟(由谷歌、华大基因、加拿大基因组研究中心、美国国家卫生研究院、惠康基金会共同组成)正在开发数据共享的标准格式。Glazer相信,这些努力将引领数据探索和分析的革新。

    发表评论