最近十年來提出的精準醫學和轉化醫學正在引領新的醫學革命，前者強調尋找和利用分子特徵來幫助疾病診療，後者則推動臨床科研到臨床應用的轉化。正是由於人類基因組、人類蛋白組、人類錶冠組、人類微生物組、癌症基因圖譜等等重要的全球合作項目取得里程碑式的成果，才使得精準醫學成為可能。而數據驅動的人工智能飛速發展，也加速了轉化醫學的快速進步。而直接受益的領域則是臨床多組學的發展，通過整合電子病歷、體檢記錄等表型數據和多組學的分子特徵，針對給定的臨床問題，建立以醫學數據和臨床知識驅動的數學模型。
這樣的策略有雙重的應用和理論意義，首先通過建立這樣的模型，篩選有效的分子特徵和臨床表徵，進而為建立新的臨床檢測和診療奠定數據基礎，從而促進伴隨診斷和臨床決定的醫學轉化。另一方面，通過進一步仔細分析和解讀篩選出來的分子特徵和臨床表徵，為疾病機理和藥物研發尋找機制上的支持，促進制藥工業的發展。
在外部，满亿国际已經和國際國內的精準醫學機構、臨床醫療組織以及著名跨國藥廠建立起廣泛而緊密的聯繫。不僅在位於美國波士頓劍橋鎮的Broad研究所旁設立辦公室，同時也和位於英國劍橋大學附近的Wellcome Trust桑格研究所分離出的Congenica®公司建立商業合作，以及與在美國加州矽谷的Sentieon®公司成為戰略合作夥伴。
在內部，位於北京和上海的轉化精準醫學數據科學部門與位於全國各地和新加坡的精準醫學運營部門通力合作，通過與海內外醫療機構開展臨床多組學研究以及相關數據整合分析平台的開發，最終實現商業模式下的病人、醫生、醫院和公司共同受益的模式。
* 轉化精準醫學數據科學部門雖然人數不多，但是組成架構合理。
* 部門負責人擁有豐富的經驗，除了在美國經歷系統專業的交叉學科博士訓練，也在美國和中國工業和學術屆耕耘了十幾年，不僅對生物醫學數據科學理解頗深，也對生命、臨床和藥物科學裏的科學計算、信息處理、分子機理、藥物設計了解頗多，能夠敏銳地感知相關領域的未來趨勢。
* 組員中不僅具備經驗豐富的組學數據分析，同時也有熟練掌握數據驅動學習算法的數據科學家和熟悉疾病分子通路以及藥物知識同時掌握醫學統計方法的知識科學家。
* 針對每一個轉化精準醫學項目，不同背景的專業人員通力合作，進而有效地同合作的醫學專家和科研人員進行溝通，快速推動項目進展。
* 除此之外，團隊成員也基於具體的合作項目，開發和建立了針對群體組學的商用級海量多組學數據整合分析平台。
-- 精準醫學和轉化醫學中的數據分析涉及到兩層。
-- 首先通過分析多組學數據，諸如點突變數據、基因表達數據、甲基化數據、拷貝數變異數據、菌群數據、蛋白質譜數據，代謝組學數據等等，當然也包括單細胞在內的組學數據，抽取有意義的分子特徵，整合進結構化的臨床記錄。
-- 然後對這樣一個巨大的數據矩陣，依據數據本身和已知的臨床知識，對數據再處理後進行數據挖掘，針對給定的臨床問題構建數學模型，尋找更具意義的數據特徵。
-- 這些篩選出來的特徵首先是針對具體臨床診療問題篩選的，因此可以迅速產業化，進行下一步的大規模臨床實驗，申報監管機構許可。同時這些篩選出來的特徵，對具體臨床問題所對應的疾病機理或者藥物設計則具有指導意義。
-- 要完成這樣的兩層數據分析，商用海量多組學數據平台是必不可缺的，構建這樣的商用平台可以大大提高臨床精準醫學的高效轉化。
TOP