【转化医学】大数据在哪里?— 解析2型糖尿病患者亚群
近年来,大数据(Big Data)研究似乎从生物学和基础医学研究领域迅速向临床疾病数据、人口健康信息领域拓展,应用可穿戴设备采集大数据甚至可达无限量。近日,美国国立卫生研究院(NIH)院长赞誉科学家采用大数据方法探索和解析2型糖尿病患者亚群特征,取得了重大突破(见文后参考文献)。其中的研究思路和方法值得借鉴和进一步了解。总之,我们谈论大数据—转化医学,大数据研究究竟是怎么回事儿?有用的大数据在哪里?需要梳理一下。
一、大数据:从基础研究领域向临床信息化领域拓展
2014年,第五届中美临床与转化医学国际论坛上有幸邀请了三位生物医学界大数据顶级专家。他们是美国系统生物学研究院院长和4P医学创始人、美国三院院士Lee Hood教授,中国蛋白组学领军人物、军事医学科学院贺福初院长,以及全球最大的基因检测公司联合创始人汪健先生。他们从各自专业领域分享了大数据研究及其应用。应当讲,他们谈论的大数据研究是基础研究和系统生物学应用的成功案例。利用基因测序技术和蛋白组学工具或系统生物学方法和观点,在分子水平上让我们更多地了解人类健康与疾病的DNA编码信息、表观遗传学标志物和机体代谢标识等等。对于人类疾病,特别是重大疾病领域,例如:肿瘤、心血管疾病、糖尿病等临床大数据研究还缺乏可借鉴的成功案例。最近在《科学:转化医学》发表了一篇论文是应用大数据研究的典型案例。研究人员从人口健康学和疾病档案信息的大数据中找寻出了2型糖尿病患者的临床疗效和病情发展的相关性。
二、大数据研究2型糖尿病细分亚群,告诉了我们什么?
国内同行也有开展糖尿病流行病学和疾病筛查的临床研究。但将患者电子健康档案信息与基因组学大数据信息相结合研究2型糖尿病还未见报道。NIH资助的科研人员利用大数据研究1.1万志愿患者,从中鉴别出三个患者亚群分类。对2型糖尿病患者亚群的细分化不仅为临床精准治疗提供了循证依据,也进一步揭示了糖尿病患者丧失机体功能,甚至直接导致死亡的原因。
大数据研究的具体思路如下:研究人员依据患者的健康电子档案,从种族、社会经济状况水上分类这1.1万志愿患者。这些患者也是医院或社区家庭医生门诊随访的慢病患者。研究人员并没有把患者的疾病症状或疗效作为观察指标,反而是寻找所有患者健康电子档案信息相同之处—即共性,包括实验室检查结果、血压记录、身高体重以及电子健康档案中常规数据信息。这种方法与其说是临床研究项目,更确切地讲是建立一个患者虚拟社区群体,并且是根据所有成员的医疗和健康信息数据为线索。当研究人员以不同类型信息为基线绘制出患者归属的“社区分布图”时,就形成了三个亚群或2型糖尿病患者的细化分类(如图)。
三、什么是人口健康学研究?
进一步梳理这些2型糖尿病患者的三个亚群信息,包括电子健康档案中生理或病理参数指标,如性别、血糖水平和白细胞记数等等。通常讲,2型糖尿病患者随着病情进展伴有继发性临床症状,例如:神经损伤、失明、肾功能衰竭和继发性心血管病等。在2型糖尿病患者三个亚群里,研究人员观察到第一组亚群患者多伴有微血管继发性疾病,如失明或视力降低。同时,该亚群患者年龄更年轻且伴有肥胖症。而第二亚群患者则有高机率患结核病和癌症。第三组亚群携带HIV阳性或艾滋病患者偏高,且易患有高血压和主动脉血栓等。相对第二、三组亚群,第一组患者患继发性心脏病几率更高。这是最明确的人口健康学研究项目。
当研究人员根据这些大数据研究结果进一步挖掘“其所以然”(知其然之后,还需要知其所以然)。各个亚群患者的基因测序编码信息与各种临床症状更加交相呼应。这些都为研究人员提供了深入探讨2型糖尿病不同亚群患者的生活饮食习惯和居住环境,以及诱发糖尿病或基因突变的其他外在因素等等。
案例解析至此,我们应当了解了大数据研究的基本思路和设计。利用大数据开展生命科学探索不仅仅是基础或临床医学项目,更多地是交叉领域的转化研究探索。在开展临床与转化医学研究实践则中更加突出强调团队协作精神。
照片来源:
Dudley Lab, Icahn School of Medicine at Mount Sinai, NY
参考文献:
《科学转化医学》论文原文:Identification of type 2 diabetes subgroups through topological analysis of patient similarity. Li L, Cheng WY, Glicksberg BS, Gottesman O, Tamler R, Chen R, Bottinger EP, Dudley JT. Sci Transl Med. 2015 Oct 28;7(311):311ra174.
[转化医学]:英国引荐习主席参观医用机器人技术和产品,意味着什么?
[转化医学]:寿命不仅仅增长了几岁,更重要的是有丰富多彩的长寿生活
★
请关注公共微信帐号:SASCTM
|长按图片 关注更多|
欢迎评论