生物医学大数据的现状与发展趋势研究

徐满茗

（南京师范大学附属中学，江苏 南京 210012）

生物医学大数据的现状与发展趋势研究

徐满茗

（南京师范大学附属中学，江苏 南京 210012）

生物医学与多个学科的理论与知识有紧密联系。随着大数据时代的到来，生物医学对数据的需求也越来越多。当前，大数据技术越来越普及，生物医学的数据规模逐渐扩大。在大数据背景下，生物医学的内涵也变得越来越丰富。鉴于此，如何将大数据和生物医学进行更好的融合，这对于生物医学的研究意义重大。主要对生物医学大数据的特点、现状与发展趋势进行了研究。

生物医学；大数据；微生物群落；高维性

生物医学，它是将生物医学信息与基因芯片和纳米技术等结合起来的学术研究和创新领域。随着21世纪的到来，现代系统生物医学逐渐形成。系统的生物学研究与人类健康是息息相关的。

1 生物医学大数据的特点及发展现状

在21世纪，新一代生物分析平台不仅具有单细胞检测功能，还有实时动态图像系统，能够为生物医学研究提供大量的数据信息，在对海量数据中的深刻规律进行研究时，必须保证大数据的3特征，即数据量大，处理数据效率高、速度快，数据源要有多变性。通过借助大数据的这些特点，可以实现大数据的分析和预测。

与其他科学大数据一样，生物医学大数据也呈现出典型的“3H”特点，那就是高维性、高度计算复杂性和高度不确定性。高维性指的是生物医学大数据不仅能够对样本进行多重分析，还能够使用多组数据，样本量较多，这些特点使多维数据的索引成为了可能。例如，近年来一时兴起的“智慧医疗”的概念，是通过建立健康档案区域的医疗信息平台，使用大数据技术和物联网技术，将患者和医疗服务商、保险公司紧密联系在一起的一种医疗方案。通过高维数据的分析，实现对数据规律的剖析，但数据整合与分析的难度是较大的。高度计算复杂性指的是由于生物医学中存在不同的数据，对系统性整合提出了更高的要求，且样本的对比需求也是必备的。生物医学研究的样本来源不一样，这就使研究对象难以确定。大数据的研究与以往的逻辑推理研究有着本质的差异，因为大数据研究需要对庞大的数据进行多项分析归纳和相关性分析。

目前，大数据已经渗透到社会的各个领域，为各行各业的发展提供了更加庞大的数据。在生物医学领域，大数据技术的应用推动了生物医学研究的高速发展。

2 生物医学大数据的发展趋势研究

在大数据时代，生物医学大数据的发展不再是假设驱动而是数据驱动。以往，分子生物学水平上实验的最终目的要么是获得一些结论，要么是提出一些新的假设。然而，当生物医学遇到了大数据时，就可以通过大量的数据分析来研究其规律，通过这个步骤，就可以直接得到靠谱的假设或者结论。生物医学大数据的高维性、高度计算复杂性和高度不确定性必将在生物医学中发挥越来越重要的作用。同时，由于数据具有差异性，如何对海量的数据进行数据整合，这将成为一个瓶颈。

2.1 不同类型生物医学数据的高度整合

在对各种各样的样本进行充分整合之后，就能够得到一个更加系统的数据模型，通过该模型，能够对不同类型和尺度的数据进行集成化分析。另外，当数据的格式存在不统一的问题时，就需要借助智能化的数据模型和方法进行研究。未来，对不同类型的生物医学大数据进行更好的整合，将是一大发展方向。

图1 生物医学产业聚集的新模式

2.2 生物医学数据的实时分析和临床处理

在生物医学逐步发展的过程中，对大量的样本进行快速提取，对数据进行深入的挖掘，将成为重要的任务。所以，对生物医学数据的实时分析和临床处理，必将成为生物医学研究的一大发展趋势。近年来，一种多层次、跨界融合的生物医学产业聚集的新模式被提出，这种新模式就是利用生物医学大数据，实现传统医疗和现代医疗的结合。图1所示为生物医学产业聚集的新模式。

2.3 数据的个性化分析、预测和保存

在我们对生物医学数据逐步采集的过程中，数据的规模也会越来越大。相关数据的个性化分析、预测的需求也增长，如何对个性化的数据进行分析和保存，这是我们应当关注的问题。

2.4 人体微生物群落研究

生物医学大数据对人体研究领域的范围较广，不仅包括了人体基因型，还包括了表型数据。另外，它还与人体微生物群落研究有一定的关联。通过人体微生物群落的研究，我们能够更好地了解人体健康的影响因素。具体而言，可以从以下几个方面入手：①通过构建病原菌数据库，可以为患者的病因分析提供参考。②人体微生物的检测结果，可以为病人健康状况的诊断提供科学预测，通过使用有效的预防手段，从而避免疾病的发生。例如，有科学家将肠道微生物称为“第二大脑”。有研究表明，微生物与多种神经类疾病有着紧密的联系，比如自闭症和帕金森疾病。当研究手段越来越先进时，科学家们越来越认识到了微生物的重要性。微生物群落的研究，对于结肠炎、心脏病、糖尿病等的治疗都有很大的帮助。③通过恰当地利用有益菌，实现人体免疫能力的提高。④生物医学数据中需要使用多种研究方法，这些方法能够促进基础医学研究的进一步发展。

3 结束语

在大数据时代，生物医学数据规模逐渐扩大，如何使生物医学数据分析工作得到快速发展，从而促进大数据分析平台的建设，这是生物医学需要研究的。笔者相信，在不久的将来，生物医学大数据将在我国生物医学领域发挥越来越重要的作用。

［1］滕琪，樊小毛，何晨光，等.医疗大数据特征挖掘及重大突发疾病早期预警［J］.网络新媒体技术，2014（1）：50-54.

［2］李颂.大数据改变生活［J］.决策与信息，2014，374（10）：12-13.

［3］李伟.大数据时代的健康信息分享与安全［J］.中国卫生产业，2014，35（11）：23-24.

［4］陈惠芳，徐卫国.大数据视角下医疗行业发展的新思维［J］.现代管理科学，2015（4）：70-72.

TP274+.2；R318

A

10.15913/j.cnki.kjycx.2018.02.088

2095－6835（2018）02－0088－02

刘晓芳〕