一篇文章了解如何利用临床大数据进行实验！

临床大数据的优势在于涵盖面广，

具有普遍性和较低的异质性。

利用临床大数据进行科研主要通过三种模式。

1

机制验证型实验。

首先在分子水平发现一个蛋白改变，

然后在细胞层面进行功能鉴定，

然后在动物水平进行在体的研究，

随后利用人群进行蛋白的体系外验证。

这种模式类似于流病中的

疾病-模型-验证方式，

主要用于已知蛋白的进一步确认。

2

疾病探究型研究。

首先利用大数据，

筛选出某种可供参考的分子或蛋白，

然后针对这些分子蛋白，

在动物水平进行建模验证，

建立蛋白和疾病之间的

动物相关性实验，

随后开展机制研究。

由此来说明，

某种疾病的遗传或是发病背景是

基于某种蛋白的改变出现。

3

药物筛查。

利用大数据建立疾病干预与

未干预的人群队列，

然后发现用药干预与

对照组之间的差异性，

针对差异性进行数据分析，

筛选出可以研究的分子或是基因改变，

由此来解释药物的治疗机制，

或是寻找药物的新型治疗靶点。

上述三种实验模式，

是大数据背景下，

常见的研究套路。

更多科研资讯，

欢迎资讯晶莱生物。

更多实验信息，欢迎咨询晶莱生物.