生物医学大数据的现状与展望
陕西省结核病防治院，陕西 ·西安 710000
【摘要】生物医学是融合了医学、生物学及生命科学的综合型学科。随着信息化的不断发展，生物医学在研究过程中也产生了大量的数据信息，而传统的数据分析方法已经无法满足其需求，大数据技术逐渐被应用至此领域，极大地促进了生物医学的发展。
Biomedicine is a comprehensive subject which integrates medicine, biology and life science. With the continuous development of information technology, biomedical research process also produced a large number of data information, and the traditional data analysis method has been unable to meet its needs, big data technology has been gradually applied to this field, greatly promoting the development of biomedical.
【关键字】生物医学；大数据；现状；展望
biomedicine; big data; current situation; prospect
【作者简介】闫佳（1989-），女，陕西咸阳人，从事计算机技术方面的研究。
1 引言
随着社会的飞速发展，数据价值的凸显以及数据获取手段、数据处理技术的不断改进是“大数据”爆发的根源。互联网技术、存储技术、信息技术等在人类生产、生活中也得到了大规模的应用。据统计，2006年全球共新产生了约180EB数据，2011年达到了1.8ZB，而据互联网数据中心（IDC）预测，到2020年，全世界数据总量增长44倍，达到40ZB[1]。大数据搜索和思维也达到了一定的高度，同时，大数据所带来的信息化也已经渗透到生物医学的每一个领域。为能更好的利用大数据技术，带动起生物医学的发展，需要对其现状及发展问题进行讨论，以促进生物医学的蓬勃发展。
2 生物医学大数据的特点
生物医学，作为将生物医学信息与基因芯片以及纳米技术等相结合的新一层创新领域，现代系统的生物医学也已经逐渐形成，其不仅具备了单细胞检测功能，还具有实时动态图像系统，从而为生物医学的研究提供海量的数据信息。[2]生物医学大数据的4 V特点：（1）大量。（Volum）包括了全体住院患者的所有数据信息，患者从挂号到治愈出院的全部数据信息。（2）高速（Velocity）。可以通过移动端，如电话、微信、短信等方式与患者进行实时的互动，及时获取患者的实时数据。（3）多样性（Variety）。医疗数据的多样性，包含了各种的数据类型，数据格式，数据来源以及时间等。（4）价值（Value）。分析并挖掘诊疗过程中的数据信息，及时的发现问题，总结以及预测发病、治病的规律，以提高患者的满意度，也能更好的开展医院诊疗工作。
3 生物医学大数据的应用现状
3.1 蛋白质组数据的分析
随着信息技术的不断发展，蛋白质组质谱分析技术已经不断提升。在进行蛋白质组质谱分析的过程当中，有大量的具有高分辨率的质朴数据对于蛋白质定性、定量的分析是至关重要的。随着对蛋白质组学的不断深入的探究，数据分析能力的需求就愈加紧迫，因而加强数据分析组的技术能力时不我待。
3.2 单细胞数据的分析
在研究单细胞数据时，由于需要大量的细胞做支撑，必然就会产生大量的数据信息。在现如今的DNA扩增技术也存在高度的不一致性，严重制约了工作的进展。同时，单细胞具有个体差异性，就导致了工作量大且技术要求高的问题。目前，在单细胞数据分析技术的应用上技术相对不够完善，只在表现差异化分析方法和基因组拼装方法上杜宇其他诸如细胞异质化方面仍存在诸多的问题。
3.3 基因组数据的分析
生物医学一直重视基因的相关研究，积极地将基因组测序技术进行有效地推广和应用，用过开展各项研究活动为基因组的数据分析以及转录组数据分析提供支持。对基因组的数据进行综合性的分析研究，可以形成系统化的数据信息，为生物医学在基因方面的研究提供数据支持。对于数据信息的采集、收录以及应用，并且在此过程中，进行高度的整合，为数据挖掘技术做好数据支撑。大数据技术的应用能够加大对基因组数据的集中整合和深度挖掘，保证基因组数据分析的顺利进行。
3.4 宏基因数据的分析
随着宏基因组相关项目逐年增多，数据分析技术的应用也在不断的扩大，微生物群落的数据分析量也在与日俱增。保证数据分析的有效性与准确性成为科研人员面前的一道难题。宏基因组在研究过程中，已经初步建立了数据库，规范微生物群落研究的流程。同时，产生了大量的有关微生物群落研究的网站，便于沟通与交流。此外，对于计算机性能的要求也逐步提升，这就需要以大数据技术作基础，不断提升其数据处理能力以应对爆发式增长的数据。
4 生物医学大数据的应用前景
随着大数据技术的应用而生，同时，伴随着计算机网络技术的应用，海量的数据已经成为各行各业最重要的资源，在生物科学领域，相关的数据信息也成为了研究生物医学的重要基石，大数据技术的申日研究助力生物医学的快速发展。
4.1 对多类型生物医学数据的高度整合
由于生物医学的研究领域较为广泛，不同的研究内容就会有交叉，为能更好的进行整体学科的研究，对研究的样本进行综合应用，需要建立集成化的数据分析体系，这也是现如今研究的一大关键。对于不同的数据类型之间会产生一定的矛盾，所以需要建立智能化的数据分析模型，实现多类型数据的高度整合。
4.2 实时的进行生物医学数据的分析与处理
随着生物医学研究的不断完善，实现在线提取出临床实践数据已是大势所趋。以互联网技术为依托，基于临床数据的采集应用，需要大力提升研究结果的数据分析能力，为生物医学的不断发展奠定有力根基。
4.3 人体微生物群落的研究
人体的健康受微生物群落不同形式的影响，微生物关乎着人体的生命健康，因而生物医学对于微生物领域的研究越加重视，要从多方位进行研究，确保人体的健康。首先，建立有效的病原体数据库，根据不同的病原体微生物进行收录；其次，对微生物菌落产生的疾病原因进行数据分析，为后期有效预防做好防控工作；最后，对微生物群落的数据分析，及时有效的发现有害病原体，做到早预防，早治疗，为患者带来福音。
5 结语
总之，大数据时代下的生物医学研究工作任重道远，要重视对于数据信息的前瞻性的管理，发掘出有价值的数据信息，未来，生物医学大数据将会不断的更新，大数据存储及深度挖掘技术将会不断促进生物医学大数据分析的深入化发展，为我国生物医学应用水平的可持续发展做出卓越的贡献。
【参考文献】
徐满茗.生物医学大数据的现状与发展趋势研究[J].科技与创新,2018,(2):88-89.
宁康,陈挺.生物医学大数据的现状与展望[J].科学通报,2015.60（21）：534-546.
