大数据

或称巨量资料,指的是所涉及的资料量规模巨大到无法通过目前主流软件工具,在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。各类海量资料的整合分析,能够帮助评估现状,预测趋势。

新功能、新界面、新体验,扫描即可下载生物谷APP!
首页 » 大数据 » 上海交大与IBM合作结硕果:医药大数据助力个体化医疗

上海交大与IBM合作结硕果:医药大数据助力个体化医疗

来源:上海交大 2014-07-11 13:20

 

上海交大等机构合作构建的药物相互作用搜索引擎界面截图

经过多年的努力,上海交通大学Bio-X研究院联合美国IBM沃森研究院、哈佛大学、加州大学伯克利分校等医药大数据前沿机构的研究人员通力协作,共同构建了基于医药大数据的药物互相作用搜索引擎,进而在个体化用药研究方面取得重要进展。部分研究成果已发表在近期的《核酸研究》(影响因子8.3)上。

在此项研究中,研究人员利用化合物-蛋白互作组(Chemical-ProteinInteractome, CPI)的海量数据在超级计算机上模拟药物相互作用。工作首先模拟FDA所批药物已知的相互作用指纹图谱,通过改进了的大数据挖掘算法,比较用户提交分子的指纹图谱来预测潜在药物互作,从而及时预测用药风险。和同类预测比较后,研究人员发现该引擎的计算精度处于领先地位,因此可为规避基于药物互作的药物不良反应提供了重要信息,从而有助于实现个性化用药。

该项研究得到了研究院相关领导的支持,继而由前美国FDA访问学者、杨仑博士构思和领导。主要参与单位还包括了医药大数据研究前沿的诸多知名机构,如美国IBM沃森研究院、哈佛大学Dana-Farber肿瘤研究所、加州大学伯克利分校和复旦大学等。上海交通大学Bio-X研究院为第一单位,罗衡为论文的首要第一作者,美国IBM沃森研究院的Ping Zhang博士为论文的并列第一作者, Hui Huang为第二作者。

参考文献

 

DDI-CPI,a server that predicts drug–drug interactions through implementing the chemical–protein interactome

文献检索:doi:10.1093/nar/gku433

Drug–drug interactions (DDIs) may cause serious side-effects that draw great attention from both academia and industry. Since some DDIs are mediated by unexpected drug–human protein interactions,

(生物谷Bioon.com)

温馨提示:87%用户都在生物谷APP上阅读,扫描立刻下载! 天天精彩!



相关标签

最新会议 培训班 期刊库