推进和应用多原子数据集成的瓶 - - 共同的数据资源作为限制速度的驱动因素 - - 动脉样硬化心血管疾病的高影响性用例

科学领域:

• 生物信息学是一种生物信息学.
• 计算生物学 计算生物学
• 基因组学就是基因组学.

背景情况:

• 在非癌症生物医学应用中,多原子数据集成面临着挑战,限制机器学习和AI算法开发.
• 目前生物信息学策略主要针对癌症进行开发和验证,导致其他疾病的外域性能降低.
• 模型的通用性和可解释性对于临床翻译至关重要,需要在不同的数据集中进行验证,并考虑疾病特定的背景.

研究的目的:

• 解决目前生物信息学方法在非癌症疾病的多原子数据集成方面的局限性.
• 突出动脉样硬化心血管疾病 (ASCVD) 作为开发和应用先进生物信息学工具的高影响性用例.
• 提供关键ASCVD数据集的全面概述,以促进未来的研究.

主要方法:

• 审查和讨论现有的挑战,在非癌症应用的多组数据集成.
• 识别和编制关键数据集与动脉样硬化心血管疾病 (ASCVD) 有关.
• 分析影响分子形状的因素,包括种族,生活方式和疾病阶段.

主要成果:

• 现有的生物信息学策略在癌症研究之外的概括性有限.
• 动脉硬性心血管疾病 (ASCVD) 对多组数据集成提出了重大挑战和机遇.
• 发现和获取多样化和广泛的ASCVD数据被确定为关键瓶.

结论:

• 有效的多原子数据集成需要生物信息学工具,这些工具可以超越癌症而被泛化和解释.
• 解决ASCVD中的数据可访问性和多样性对于推进个性化医学至关重要.
• 这项工作为开发和应用最先进的生物信息学工具为ASCVD中的多原子数据集成提供了基础.