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.

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181008G1DU3W00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券