分享

慢病相关数据分析的误区

 姜太公人生如梦 2016-01-29

兔子并没在那个窝里——浅论生物信息学领域慢病相关数据分析失败的原因,尤其是如何被错误的医学知识导航到了阴沟里翻船,问题是患者和政府还正在持续为这些失误而买单,导致医改持续低迷中

今天(2014.11.16)虽然是周末,然而教授们通常并不能闲着,我正在上海同济大学嘉定校区参加“智能计算与生物信息学研讨会”,上午十点钟会有我的学术报告,题目是“旨在揭示慢病发生机制的生物信息学研究趋势分析”,希望能够把我们实验室的研究工作给三十余位参会者汇报,进一步得到更多的建议与合作机会,以便加速推进告别慢病的新医学时代的到来。


应该说,在国际国内范围内,随着人类基因组计划的实施,生物信息学也获得了长足的发展,而且大量数据都是针对肿瘤、糖尿病、心脑血管疾病、老年性痴呆、帕金森氏症等重大慢病而采集的,大量患者以及动物模型提供了很多数据,大量医护人员配合生物医学课件工作者获得了大量信息,众多数学家、统计物理学家、IT领域专家等,针对多种组学(基因组学,蛋白组学,转录组学,代谢组学等)大数据的深度分析,花费了巨大的精力,企图显著提升国际范围内慢病防控水平。然而,理想很丰满,现实很骨感,答案大家都看得见,包括肿瘤在内,国际学术界发表了上百万篇学术论文,然而,癌症依然如同墨绿色的浓重乌云一样笼罩在人类的头顶。根据目前国际学术界、医学界、药学界针对慢病防控的惨淡现状,我们目前能够拍胸脯保证说“十年后肿瘤消失”吗?不可能,即便是糖尿病和肥胖,按照目前的研究节奏,也不可能显著改善。原因呢,只有一点,那就是目前的医学方向可能错了,方向走偏了,集体决策必然失灵,从而导致慢病防控集体失控,因为目前的大量研究,主要是针对疾病发生之后的研究,而并非慢病起源的相关研究。换言之,目前关于慢病相关研究尤其是数据采集包括动物模型,绝大部分都是“疾病过程数据”,而并非“疾病起源数据”,因此,众多数据分析的生物信息学科技工作者,注定难以挖掘出“疾病致病基因”,而只能在“疾病相关基因”的外围打转转,因为“兔子并没在那个窝里”,又怎么能找到慢病的根源呢?!此时的大数据越多,越符合这个说法“垃圾进来、垃圾出去”,浪费了多少科学家的青春,患者也在持续受苦受难,医生和护士也累得要命,政府还在不断地被埋怨。

    是的,兔子并没在那个窝里,所以又怎么能指望国际医学界找到解决慢病的良方呢?因此,生物信息学领域慢病相关数据分析失败的原因,就在于被错误的医学知识导航到了阴沟里从而导致翻船,而且患者和政府还正在持续为这些失误而买单,导致医改持续低迷中。

    怎么办?在我的学术报告里,新医学、菌心说以及云医院会给出大家相关重要答案的。



    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多