循证医学中的生物信息学应用及教学初步探讨.docx

《循证医学中的生物信息学应用及教学初步探讨.docx》由会员分享，可在线阅读，更多相关《循证医学中的生物信息学应用及教学初步探讨.docx（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、循证医学中的生物信息学应用及教学初步探讨 组织11012年首次对其做出了明确的定义：“循证医学是系统检索、评价和运用当前可得到的探讨发觉，将其作为临床决策依据的过程”2。此定义突出了医学证据的系统评价的重要性，也说明白医生应当全面的，运用现有的科学探讨手段仔细的搜集证据来指导诊疗患者。目前循证医学已经广泛得到了科学界的认可，其中荟萃分析和系统性评论已成为循证医学中的重要分析手段3。 另一方面，生物信息学基于生物医学大数据，以探讨生物信息的采集、存储、处理、解读为目的，综合应用计算机和数理统计等方法和技术，全面地解读生命的奇妙4。医学的发展，芯片、高通量测序、质谱等各种诊疗手段的出现，由此而产生

2、的医学尤其是生物医学相关大数据爆炸性的增长5。海量的生物医学数据蕴含着巨大的宝藏，如何挖掘其中的价值，找寻新的探讨证据，成为医务探讨工作者不行避开的问题。应用生物信息中多组学相关的技术对已发表的数据库中的试验和临床数据进行深度挖掘，全方位的解讀生物医学数据，同时结合样本的临床数据，可以为临床诊疗供应深度、牢靠决策依据。所以，生物信息学已经逐步发展为现代医学的关键技术方法6。 循证医学的探讨范式正在发生深刻的变革，生物信息学将为挖掘多层次临床与探讨数据供应有力的技术手段，从而成为循证医学共同决策实践中的一个关键要素。目前，生物信息学在循证医学中的应用才刚刚起步，急需培育肯定的专业人才。针对循证医

3、学的学科性质，如何更加合理进行专业的生物信息学人才的教学和培育值得探讨和探讨7。 2 生物信息学在循证医学中的应用现状 生物信息学在循证医学中的应用现状主要分为两类探讨：基于生物信息学的Meta分析和循证医学相关数据库的构建。 2.1 基于生物信息学的Meta分析 Meta分析是一种对不同探讨结果进行收集、合并及统计分析的方法，其主要目的是将以往的探讨结果整合为更为客观的综合反映出来。由于多组学探讨的蓬勃发展，传统的循证医学探讨对象数据有了多样性的发展。生物信息学技术在Meta分析中的应用一般表现在对于测序数据的整合分析。其基本思路通常从相关数据库如GEO/TCGA等下载基因表达数据，用常规生

4、物信息学方法进行疾病特异基因差异表达，找出候选基因列表，随后进行Meta分析，并结合传统生物信息学分析方法得出最终结论。结合Meta分析，我们整合了多种组学数据，包括基因表达谱、MicroRNA芯片以及Chip-Seq的数据，找寻到与神经胶质瘤发生相关的通路8。运用机器学习的方法，用逻辑回来处理微阵列芯片数据得到22表，结合传统的诊断Meta分析，预料CHGA为有效的大肠癌诊断标记物9。 2.2 循证医学相关数据库的构建 数据库是生物信息学探讨的重要组成部分，而随着高通量测序技术及临床电子病历的发展和完善，越来越多的基于生物信息学思想和技术的专业循证医学数据库被建立了起来10。构建循证医学相关

5、数据库，并对数据库进行整合建模分析，可以从数据中获得隐含的先验学问，将为循证医学的探讨供应更多的证据支持。这里举荐一些在国际期刊发表的相关好用数据库：癌症基因表达Meta分析数据库CancerMA，其中收录了全部大肠癌生物标记物的生物医学信息，用户可以干脆下载相关数据进行诊断/治疗/预后Meta分析。 3 大数据时代下生物信息技术在循证医学领域的发展前景 循证医学伴随着现代医学的发展而深化，在大数据的时代背景下，应用生物信息学挖掘海量的生物医学数据，多学科结合的方式搜集疾病诊疗的依据，能够极大提高和丰富循证医学效能，加快推动循证医学进入个体化医疗时代。依据Hood博士的“P4医学”理论，随着个

6、人身体特征大数据的积累，我们完全可以利用相关生物信息学的方法来对传统循证医学进行更深化的协助探讨，从而得到更精确/更实际的结论。 疾病预防。在疾病预防的循证医学探讨中，生物信息学详细可应用在：通过构建疾病相关风险因素数据库及模型，利用大数据来预料未病，帮人们规避负面的生活习惯及环境。 疾病诊断。在疾病诊断的循证医学探讨中，可以通过生物信息学方法分析测序数据，得到22表，进行诊断Meta分析。 疾病治疗。在疾病治疗的循证医学探讨中，可以通过生物信息学方法找寻潜在疾病治疗相关生物标记物，对这些潜在生物标记物进行疾病治疗相关的循证医学探讨。 疾病预后。整合以上三个方面的方法，构建预后相关数据库及模型

7、，对疾病进行有效预后;通过测序数据找寻预后相关生物标记物，进行预后Meta分析等。 4 教学初步探讨 循证医学领域的生物信息学教学最重要的就是要理解循证医学的探讨目的，并结合其与生物信息学的交叉特性， 培育“循证医学偏倚性”的生物信息学人才。本文下面将从三个方面对循证医学领域的生物信息学教学提出初步探讨。 4.1 针对循证医学的生物信息学教化的师资培育 人才培育，师资先行。在充分理解交叉学科的特性和定位的基础上，须要建立一支具有循证医学或者医学统计学专业背景的老师， 同时还须要参加教学与人才培育的任课老师具有从事生物信息学相关课题探讨阅历。在教学实践中，要求老师在教授过程中充分利用循证的思想，

8、将生物信息专业学问与循证医学证据有效的结合起来进行教学决策。此外，老师应当同时紧跟生物信息学和循证医学发展方向，了解两个领域的前沿动态，并引导学生参加相关的课题探讨。 4.2 依据循证医学指南进行生物信息学教材编写 在循证医学教化实践中，已经建立了非常明确的证据分级标准和实施步骤，同时大量指导文献，包括指南、手册以及成熟的系统评价，也已被撰写并收录在教化学数据库中， 比如Campell 协作网、教学资源信息中心等。从生物信息学的角度，如何将生物信息学的前沿技术与循证医学指南结合起来给医学工作者供应更加与时俱进的探讨决策参考。但是目前生物信息学本身的教材建设都存在着许多不足，所以依据循证医学指南

9、进行生物信息学教材编写是循证医学的生物信息学教化中课程体系的建设的基础，任重而道远。 4.3 教学实践中，以前沿生物信息技术为基础，以临床应用为导向 在教学实践中，强调生物医学的培育模式偏向于应用于生物信息学工具解决临床医学探讨中的实际问题。以循证医学中的传统技术手段为基础，比如讲授Meta分析软件的应用， 包括Stata、RevMan、R语言等。以前沿生物信息技术为另一个技术基础， 包括各种组学数据分析方法，生物信息学数据库的构建技术，以及临床医学数据的数据统计、数据建模、机器学习等人工智能前沿技术。 生物信息技术的教学目标是满意医生的临床须要，以便其做出决策。所以在教学过程中还须要培育学生

10、如何在临床实践中学会应用由生物信息学产生的数据信息。比如应用生物信息学技术将精准医疗所产生的非结构，半结构化的基因或蛋白数据转化为临床运用的结构数据，形成临床医生看的懂的有用信息，从而实现对疾病的精准诊断、治疗和预后。另外，也要培育临床医务工作者在进行医疗决策过程中，如何系统应用医学搜寻工具，相关的专业数据库，以便利循证医学的日常工作的顺当进行。 参考文献 1 喻佳洁， 李琰， 陈雯雯，等.从循证医学到循证科学的必定趋势J.中国循证医学杂志，2022， 19：119. 2 何权瀛.如何科学地制定临床决策循证医学、指南共识、精准医学、整合医学与临床决策J.医学与哲学， 2022， 37：1. 3

11、 袁海宁.新生儿脓毒血症诊断标记物的Meta-分析D.苏州高校，2022. 4 明文龙， 李晟， 罗幸，等.生物信息学本科人才培育的调研与思索J.生物信息学， 2022， 16： 65. 5 胡瑞峰， 邢小燕， 孙桂波，等.大数据时代下生物信息技术在生物医药领域的应用前景J.药学学报， 2022， 49： 1512. 6 張国庆， 李亦学， 王泽峰，等.生物医学大数据发展的新挑战与趋势J.中国科学院院刊， 2022， 33： 853. 7 胡杨.生物信息学课程教学模式探讨J.生物信息学， 2022， 16： 73. 8 Hu Y， Li J， Yan W，等.Identifying novel

12、 glioma associated pathways based on systems biology level meta-analysisJ.BMC SYST BIOL， 2022， 7 Suppl 2： S9. 9 Zhang X， Zhang H， Shen B，等.Chromogranin-A Expression as a Novel Biomarker for Early Diagnosis of Colon Cancer PatientsJ.INT J MOL SCI， 2022， 20. 10朱妍昕， 徐维.国外知名循证医学数据库比较J.医学信息学杂志， 2022， 38： 82. 第7页 共7页第 7 页 共 7 页第 7 页 共 7 页第 7 页 共 7 页第 7 页 共 7 页第 7 页 共 7 页第 7 页 共 7 页第 7 页 共 7 页第 7 页 共 7 页第 7 页 共 7 页第 7 页 共 7 页