“大數據”助力人類疾病研究

　　近年來，科學家們依托“大數據”在改善人類健康、助力人類疾病研究上取得了重大進展，本文中，小編就對近期相關研究成果進行整理，分享給大家！

　　圖片來源：CC0 Public Domain

　　【1】Front Immunol：大數據幫助設計更好的流感疫苗

　　doi：10.3389/fimmu.2019.02616

　　每年，成千上萬的美國人因流感而生病，成千上萬的人住院或死亡。注射流感疫苗可以減少感染的機會。但是，根據疾病預防控制中心的說法，這種疫苗充其量只能在40％到60％的時間內有效。近日，來自密歇根州立大學的研究人員擁有的數據表明，感染或接種疫苗后細胞RNA水平如何變化。他們的工作可以幫助使未來的流感疫苗更好地發揮作用，甚至有助于通用疫苗的設計。

　　研究者表示，了解這些差異可能有助于我們確定構建更好的疫苗的新目標，并幫助我們找到更好的方法來治療這種疾病。研究人員分析了先前發表的18項研究的數據，其中科學家從流感患者和疫苗接種者那里采集了血液樣本，并對這些樣本的基因表達進行了研究，合并不同數據的動機是通常較小的數據在統計上將不足以檢測重大差異。

　　【2】JACC：50萬人大數據：睡眠過多或過少都會增加心臟病發作的風險！

　　doi：10.1016/j.jacc.2019.07.022

　　美國科羅拉多大學博爾德分校(University of Colorado Boulder)對近50萬人進行的一項最新研究顯示，即使你不吸煙，經常鍛煉，也沒有心血管疾病的遺傳易感，睡眠不足或睡眠過多也會增加你患心臟病的風險，這項研究發表在Journal of The American College of Cardiology雜志上，研究還發現，對于那些有高心臟病遺傳風險的人來說，每晚睡6至9小時可以抵消這種風險。

　　研究者表示，這提供了一些最有力的證據，證明睡眠時間是影響心臟健康的關鍵因素，這對每個人都適用，研究人員分析了46.1萬名年齡在40歲至69歲之間、從未心臟病發作的英國生物銀行(Biobank)參與者的基因信息、自我報告的睡眠習慣和醫療記錄，然后對他們進行了7年的跟蹤調查。與每晚睡眠6至9小時的人相比，睡眠不足6小時的人在研究期間心臟病發作的幾率要高出20%。那些睡眠時間超過9小時的人有34%的可能性。

　　【3】Nat Commun：大數據助力科學家闡明乳腺癌擴散的分子機制

　　doi：10.1038/s41467-019-10148-6

　　如今科學家們能夠利用大量基因組數據來及早發現患者的疾病狀況，但同時這也能幫助研究人員更好地研究疾病發生的分子機制。近日，一項刊登在國際雜志Nature Communications上的研究報告中，來自密歇根州立大學的科學家們通過進行大數據分析，確定了一種更好的模型來對抗乳腺癌的擴散并能幫助測試有潛力的藥物。實驗室當前所使用的方法通常會利用細胞系或在平板上培養細胞，來模擬患者機體中腫瘤的生長；擴散是最常見的癌癥相關死亡的原因，大約與90%的癌癥患者死亡直接相關，截至目前，很少有藥物能夠治療患者的癌癥轉移，而且研究人員也并不清楚在藥物開發的過程中到底哪個環節出錯了。

　　研究者Bin Chen說道，細胞系和腫瘤樣本之間的差異或許就提出了很多關鍵的問題，比如細胞系能在多大程度上捕獲腫瘤的構成；為了回答這個問題，研究人員對來自多個基因組數據庫中的數據進行了大型整合分析，這些數據庫包括人類癌癥基因組圖譜計劃、癌癥細胞系百科全書、基因表達綜合和基因型及表型數據庫等。利用這些基因組數據發現新型癌癥療法是研究人員最終的目標，在研究人員將大量成本投入到實驗之前，我們就需要評估早期的研究模型，并基于基因組特征選擇最合適的藥物檢測手段。

　　【4】JAMA Inter Med：30萬余人大數據表明遵循健康的植物性飲食可以降低2型糖尿病的風險

　　doi：10.1001/jamainternmed.2019.2195

　　近日，一項刊登在國際雜志JAMA Internal Medicine上的研究報告中，來自哈佛大學陳曾熙公共衛生學院的研究人員通過進行一項新薈萃分析發現，堅持以植物為主的飲食的人比沒有堅持以植物為主的飲食的人患2型糖尿病的風險更低。研究人員還發現，對于那些飲食強調健康植物性食物的人來說，這種聯系更強。

　　植物性飲食模式近年來越來越流行，所以我們認為量化它們與糖尿病風險之間的整體聯系是至關重要的，尤其是這些飲食差異顯著的食品成分，雖然之前的研究表明，植物性飲食模式可能有助于降低2型糖尿病的風險，但缺乏對流行病學證據進行整體分析的研究。據研究人員稱，目前的研究為堅持健康的植物性飲食和降低2型糖尿病風險之間的關系提供了迄今為止最全面的證據。

　　【5】Nat Genetics：大數據揭示影響阿爾茲海默癥發生的5個遺傳位點

　　doi：10.1038/s41588-019-0358-2

　　來自超過94，000名個體的遺傳數據分析顯示，阿爾茨海默病有五個新的風險基因，并確認了其他已知的20個基因。這些新發現支持開發證據，證明與特定生物過程相關的基因組，如細胞運輸，脂質轉運，炎癥和免疫反應，是“遺傳中心”，是疾病過程的重要組成部分，該研究發表在Nature Genetics期刊上。

　　研究者表示，這項對阿爾茨海默氏癥遺傳基礎的持續合作研究使我們能夠深入研究這種破壞性疾病的復雜性，隨著我們繼續更好地了解和針對治療和預防老年癡呆癥的方法，本研究的規模為優先排序的基因提供了額外的清晰度。文章中，研究人員分析了94，437名晚發性阿爾茨海默病患者的罕見和常見基因變異，阿爾茨海默病是老年人中最常見的癡呆癥。 IGAP由美國和歐洲的四個聯盟組成，這些聯盟自2011年以來一直在合作進行全基因組關聯研究（GWAS），涉及數千個DNA樣本和共享數據集。 GWAS旨在檢測與阿爾茨海默氏癥相關的基因組變異。了解遺傳變異正在幫助研究人員確定影響疾病發生和發展的分子機制。

　　圖片來源：University of Utah Health

　　【6】PLoS One：大數據幫助科學家快速檢測新生兒的膿血癥

　　doi：10.1371/journal.pone.0212665

　　自通過使用電子健康記錄（EHR）中常規收集的數據，研究人員和醫生科學家在新生兒重癥監護病房（NICU）人群中測試機器學習模型。研究表明：自動化程序可以在出現臨床癥狀之前快速識別新生兒重癥監護病房（NICU）中的哪些患病嬰兒患有膿毒癥，相關結果最近發表在PLoS One雜志上。

　　敗血癥始于細菌侵入血液，它是嬰兒死亡率和發病率的全球主要原因。不幸的是，攻擊性免疫反應會導致膿毒性發展以及休克的發生，進而導致多個器官衰竭，有時甚至致命。雖然在健康的嬰兒中相對罕見，但早產兒或慢性住院嬰兒的敗血癥發生率要高200倍。嬰兒敗血癥的幸存者可能會產生后遺癥，如慢性肺病，神經發育障礙等。

　　【7】Nat Commun：科學家成功利用大數據分析來鑒別新型的癌癥風險基因

　　doi：10.1038/s41467-018-04900-7

　　誘發癌癥有很多遺傳原因，比如有些突變會遺傳自父母，而其它則是后天獲得性的突變，比如因外界因素或DNA復制的錯誤導致等，大規模的基因組測序在識別因體細胞突變所誘發的癌癥上取得了一系列研究成果，但這種技術卻無法有效識別因遺傳性突變所誘發的癌癥，而且識別這些遺傳突變的主要來源仍然是基于家族性的研究。

　　近日，一項刊登在國際雜志Nature Communications上的研究報告中，來自巴塞羅那基因組研究中心的科學家們通過研究開發了一種新型的統計學方法，其能夠從腫瘤測序數據中鑒別出癌癥易感性基因；該方法使用了一種古老的想法，即癌基因通常需要“兩次擊打”（two hits）才能夠致癌，研究者表示，這種方法能幫助他們從當前癌癥基因組數據庫中系統性地鑒別出相關的基因。

　　【8】Nat Genet：大數據揭示疾病的基因關聯

　　doi：10.1038/s41588-018-0294-6

　　想象一下，雨水落在人行道上的場景。雖然雨滴落地似乎是隨機發生的，但隨著時間的推移，人行道仍然會有一片區域保持干燥。這個類比類似于猶他大學健康研究所的研究人員設計的一種新方法。他們探索了超過100，000名健康人，以確定我們不容易改變的基因區域。他們認為，這些“受限制”區域的DNA突變可能會導致嚴重的兒科疾病。

　　研究者表示，我們不是專注于DNA變化的地方，而是尋找DNA維持不變的基因部分，我們的模型在這個龐大的數據集中搜索密集遺傳變異規則的例外情況，以揭示缺乏變異的基因的受限區域。我們相信這些區域可能是致命的，或者在突變時會導致疾病的極端表型。雖然這種方法在概念上很簡單，但直到最近才有足夠的人類基因組來實現它。這些新的，不變的延伸可能揭示新的致病基因，并可用于幫助確定發育障礙患者的疾病原因，相關研究結果發表在國際雜志Nature Genetics上。研究者指出，之前未與疾病相關的基因通常包含一個或多個高度受限的區域，這些地區的突變可能導致疾病。

　　【9】Cancer Immunol Res：科學家有望利用大數據分析來預測癌癥患者對免疫療法的反應

　　doi：10.1158/2326-6066.CIR-18-0129

　　如今在大數據時代，癌癥研究人員開始尋找多種新方法來監測癌癥免疫療法的有效性；近日，一項刊登在國際雜志Cancer Immunology Research上的研究報告中，來自約翰霍普金斯大學醫學院的研究人員通過研究開發出了一種利用生物信息學的新方法，該方法或能作為一種新型工具幫助確定患者的免疫系統如何對癌癥免疫療法產生反應，以及如何有效識別機體自身的腫瘤。

　　研究者Kellie Smith博士表示，我們希望能夠得到足夠的數據，通過利用一種名為MANAFEST的技術來幫助臨床研究人員確定癌癥患者的最佳治療方案；一旦某個人被診斷為癌癥，我們就希望能利用該技術為其制定最佳的治療手段，以前研究人員并沒有開發出MANAFEST技術，在過去幾年里，研究人員通過對這項技術進行不斷改善，如今其能夠對多項數據進行分析來幫助有效治療癌癥患者。

　　【10】Cell Systems：大數據分析或能鑒別出指示機體健康和疾病發生的特殊脂質分子

　　doi：10.1016/j.cels.2018.05.016

　　日前，兩篇刊登在國際雜志Cell Systems上的研究報告中，來自瑞士洛桑聯邦理工學院的科學家們通過進行大數據分析鑒別出了特殊的脂質或能作為機體健康和疾病的標記。盡管脂質非常重要，但從傳統角度上來講其是科學家們最難進行研究的生物分子，因為脂質分子結構具有一定的多樣性，通過已經定義好的標準結構和指導DNA、RNA和蛋白質的簡單規則似乎并不能確定脂質分子的結構，脂質分子的多樣性也就意味著，并不像建立和分析基因組及轉錄組數據庫，針對脂質分子需要更為個性化的分析步驟。

　　這項研究中，研究人員通過研究對小鼠血液和肝臟中將近150種脂質分子進行了測定，隨后研究人員還鑒別出了每一種脂質分子的遺傳調節子以及其相應的生理學功能。研究者利用系統遺傳學的方法將脂質組學數據庫同來自小鼠機體其它的“組學”數據庫相結合，包括表型組、轉錄組和蛋白質組數據庫等，這種方法就能夠有效識別出不同血脂類的血漿和血脂，并以此作為指示機體健康狀態的標志物。