組學(xué)大數(shù)據(jù)平臺在腫瘤精準(zhǔn)醫(yī)療中的應(yīng)用培訓(xùn)課件

1、醫(yī)療行業(yè)產(chǎn)生大量數(shù)據(jù)非結(jié)構(gòu)化文本病案記錄檢查報告手術(shù)記錄病歷報告圖像照片等二維圖像病理學(xué)切片掃描CT、MRI等三維圖像電生理數(shù)據(jù)無創(chuàng)腦電圖術(shù)中腦電監(jiān)護(hù)SEEG結(jié)構(gòu)化文本病案首頁醫(yī)囑視頻顯微鏡視頻信號內(nèi)鏡視頻信號24小時腦電檢測視頻組學(xué)數(shù)據(jù)微生物組基因組代謝組蛋白組表型組醫(yī)療行業(yè)產(chǎn)生大量數(shù)據(jù)非結(jié)構(gòu)化文本病案記錄圖像照片等二維圖像電臨床數(shù)據(jù)來源和分析臨床數(shù)據(jù)來源： 年齡 性別 過敏情況 藥物測試 疾病詳情 家族史 藥物接受和排斥 曾使用劑量水平生存率診斷測試 手術(shù)臨床數(shù)據(jù)分析： 生存分析 預(yù)測臨床數(shù)據(jù)來源和分析臨床數(shù)據(jù)來源：臨床數(shù)據(jù)分析：組學(xué)數(shù)據(jù)來源和分析全基因組全外顯子組/靶向測序轉(zhuǎn)錄組mRNA

2、測序甲基化組學(xué)測序 ChiP-seq測序小插入/缺失點(diǎn)突變拷貝數(shù)變異結(jié)構(gòu)變異差異分析融合基因可變剪切RNA編輯甲基化位點(diǎn)組蛋白修身轉(zhuǎn)錄因子結(jié)合位點(diǎn)突變的功效分析功能，網(wǎng)絡(luò)和通路分析整合分析理解病理機(jī)制并應(yīng)用于臨床技 術(shù)數(shù)據(jù)分析數(shù)據(jù)整合及解讀患 者蛋白質(zhì)組學(xué)磷酸化組學(xué)差異分析磷酸化位點(diǎn)分析新生/新肽段分析16s rDNA測序,宏基因組測序其他微生物組學(xué)物種及功能組成物種差異分析功能差異分析與疾病的關(guān)聯(lián)分析組學(xué)數(shù)據(jù)來源和分析全基因組轉(zhuǎn)錄組甲基化組學(xué)測序 小插入/缺失宏基因組深度挖掘挖掘組間物種、功能差異樣品聚類分析（腸型）拷貝數(shù)變異：挖掘功能變化從宏基因組數(shù)據(jù)中組裝單菌菌群、表型、臨床數(shù)據(jù)關(guān)聯(lián)分析

3、耐藥基因挖掘CAG/MGS/MLG分析：從種或菌株層級挖掘物種變化宏基因組深度挖掘挖掘組間物種、功能差異樣品聚類分析（腸型）拷多組學(xué)聯(lián)合分析多組學(xué)聯(lián)合分析微生物組在腫瘤免疫治療中的應(yīng)用期刊：Science 發(fā)表時間：2017.11實(shí)驗(yàn)設(shè)計(jì)：249名接受過抗PD-1免疫療法的肺癌、腎癌等多種不同的癌癥；免疫治療前69名患者接受了抗生素的治療；研究技術(shù)：糞便宏基因組測序驗(yàn)證：無菌小鼠FMT（糞菌移植）驗(yàn)證；結(jié)果：1）抗生素治療的患者，癌癥很快出現(xiàn)復(fù)發(fā)，生存時間也更短； 2）恢復(fù)較好的患者體內(nèi)，Akkermansia muciniphila的益生菌豐度更高，對癌癥免疫療法還有促進(jìn)作用； 3）接受了“

4、起效者”糞便的小鼠對于PD-1抑制劑的反應(yīng)要明顯優(yōu)于接受了“無效者”糞便的小鼠，后者在口服Akkermansia muciniphila后，能恢復(fù)對免疫療法的反應(yīng)。微生物組在腫瘤免疫治療中的應(yīng)用期刊：Science 醫(yī)生目前面臨決策的信息維度大大增加Hawgood S, Hook-Barnard IG, OBrien TC, Yamamoto KR. Precision medicine: Beyond the inflection point. Science translational medicine 2015;7:300ps17.醫(yī)生目前面臨決策的信息維度大大增加Hawgood S,

5、Ho癌癥專家助手閱讀和記憶學(xué)習(xí)醫(yī)療文獻(xiàn)、臨床指導(dǎo)和醫(yī)學(xué)指南將病人和臨床試驗(yàn)方案進(jìn)行匹配持續(xù)不斷的學(xué)習(xí)從不斷增加的病人的組學(xué)數(shù)據(jù)和臨床數(shù)據(jù)中不斷學(xué)習(xí)依據(jù)最新用藥指導(dǎo)推薦潛在的治療選擇方案癌癥專家助手閱讀和記憶學(xué)習(xí)醫(yī)療文獻(xiàn)、臨床指導(dǎo)和醫(yī)學(xué)指南將病人Watson醫(yī)生由IBM公司開發(fā)人工智能系統(tǒng)詢問病人的病征、病史人工智能技術(shù)自然語言的處理和分析技術(shù)從各個渠道搜集到的信息和數(shù)據(jù)迅速給出診斷提示和治療意見Watson醫(yī)生由IBM公司開發(fā)針對個人進(jìn)行縱向密集數(shù)據(jù)收集可以揭示分子疾病標(biāo)志物前瞻性108個人全基因組測序分析臨床檢測分析蛋白質(zhì)組學(xué)分析代謝組學(xué)分析微生物群落分析（對16S rRNA進(jìn)行測序）參與者

6、配戴活動跟蹤器監(jiān)測日常活動創(chuàng)立相關(guān)性網(wǎng)絡(luò)關(guān)聯(lián)分析鑒定已知和候選標(biāo)志物Meta分析Price N D, Magis A T, Earls J C, et al. A wellness study of 108 individuals using personal, dense, dynamic data cloudsJ. Nature Biotechnology, 2017, 35(8):747.針對個人進(jìn)行縱向密集數(shù)據(jù)收集可以揭示分子疾病標(biāo)志物前瞻性Pr在癌癥治療中的聯(lián)合用藥不同癌癥分期的醫(yī)學(xué)研究基因和分子診斷腫瘤信息學(xué)傳統(tǒng)中藥數(shù)學(xué)分析治療毒性評價個性化用藥在癌癥治療中的聯(lián)合用藥不同癌癥分期的

7、醫(yī)學(xué)研究利用深度學(xué)習(xí)和關(guān)聯(lián)規(guī)則挖掘預(yù)抗癌藥物反應(yīng)數(shù)據(jù)來源：藥物基因組689個癌癥細(xì)胞系和139種抗癌藥物。來自CCLP和GDSC.規(guī)則關(guān)聯(lián)挖掘深度學(xué)習(xí)預(yù)測藥物反應(yīng)利用深度學(xué)習(xí)和關(guān)聯(lián)規(guī)則挖掘預(yù)抗癌藥物反應(yīng)數(shù)據(jù)來源：藥物基因組深度挖掘數(shù)據(jù)中心檢測方案數(shù)據(jù)資源庫 (Data Base)數(shù)據(jù)分析平臺 (PipeLine)知識庫 (Knowledge Base)精準(zhǔn)醫(yī)療平臺 (組學(xué)數(shù)據(jù) + 臨床數(shù)據(jù))熒光定量PCR、基因芯片 、SNP分型、 二代測序 組學(xué)大數(shù)據(jù)平臺與精準(zhǔn)醫(yī)療深度挖掘數(shù)據(jù)中心檢測方案數(shù)據(jù)資源庫 (Data Base)數(shù)用藥指導(dǎo)藥物推薦聯(lián)合用藥指導(dǎo)藥物不良反應(yīng)評估輔助診療預(yù)測生存期發(fā)現(xiàn)新療

8、法治療方案預(yù)后方案輔助科研致病基因腸道菌群藥物代謝/靶標(biāo)腫瘤驅(qū)動基因臨床數(shù)據(jù)年齡 性別 過敏情況藥物測試疾病詳情家族史藥物接受和排斥曾使用劑量水平生存率診斷測試手術(shù)組學(xué)檢測數(shù)據(jù)基因組轉(zhuǎn)錄組蛋白組代謝組表觀組微生物組暴露組臨床數(shù)據(jù)數(shù)據(jù)脫敏標(biāo)準(zhǔn)化結(jié)構(gòu)化Pipleline組學(xué)數(shù)據(jù)分析注釋整合公共數(shù)據(jù)庫整合TCGA ICGC GO KEGGParmGKB GEO DO數(shù)據(jù)庫知識庫深度學(xué)習(xí)數(shù)據(jù)模型知識圖譜文獻(xiàn)收集臨床指南診斷路徑用藥指導(dǎo)組學(xué)大數(shù)據(jù)平臺在腫瘤精準(zhǔn)醫(yī)療中的應(yīng)用用藥指導(dǎo)輔助診療輔助科研臨床數(shù)據(jù)組學(xué)檢測數(shù)據(jù)臨床數(shù)據(jù)Pipl醫(yī)院業(yè)務(wù)數(shù)據(jù)非結(jié)構(gòu)化電子病歷外部文件HIS系統(tǒng)EMR系統(tǒng)LIS系統(tǒng).系統(tǒng)P

9、ACS系統(tǒng)醫(yī)院業(yè)務(wù)系統(tǒng)及數(shù)據(jù)源醫(yī)院數(shù)據(jù)中心醫(yī)院數(shù)據(jù)來源數(shù)據(jù)匯聚數(shù)據(jù)抽取數(shù)據(jù)整合數(shù)據(jù)關(guān)聯(lián)數(shù)據(jù)存儲結(jié)構(gòu)化處理數(shù)據(jù)匯聚整合服務(wù)非結(jié)構(gòu)化抽取服務(wù)數(shù)據(jù)轉(zhuǎn)換清洗與標(biāo)準(zhǔn)化服務(wù)數(shù)據(jù)比對數(shù)據(jù)清洗標(biāo)準(zhǔn)化處理醫(yī)院標(biāo)準(zhǔn)化數(shù)據(jù)中心備份庫(ODS)臨床主題庫經(jīng)營主題庫管理主題庫主題庫非標(biāo)準(zhǔn)化臨床數(shù)據(jù)中心A病種標(biāo)準(zhǔn)主題庫B病種標(biāo)準(zhǔn)主題庫.標(biāo)準(zhǔn)主題庫專題統(tǒng)計(jì)庫專題分析庫專題應(yīng)用庫標(biāo)準(zhǔn)化數(shù)據(jù)中心醫(yī)院級臨床數(shù)據(jù)智能采集系統(tǒng)統(tǒng)計(jì)分析可視化呈現(xiàn)搜索導(dǎo)航深度挖掘互聯(lián)互通常規(guī)共享應(yīng)用服務(wù)專題應(yīng)用定制服務(wù)深度挖掘分析服務(wù)醫(yī)療大數(shù)據(jù)應(yīng)用服務(wù)醫(yī)療大數(shù)據(jù)來源非結(jié)構(gòu)化外部文件HISEMRLIS.PACS醫(yī)院業(yè)務(wù)系統(tǒng)左側(cè)中央型肺鱗癌并縱膈淋巴結(jié)轉(zhuǎn)移

10、原發(fā)性支氣管肺癌左上肺中央型肺癌1234左肺小細(xì)胞癌廣泛期原發(fā)性支氣管肺癌左下肺腺癌例如：左側(cè)中央型肺鱗癌并縱膈淋巴結(jié)轉(zhuǎn)移1.診斷名稱： 肺癌2.部位分型： 中央型3.病理類型： 鱗癌4.病灶部位： 左側(cè)5.轉(zhuǎn)移部位： 縱膈淋巴結(jié)將不同描述的診斷轉(zhuǎn)化成統(tǒng)一的標(biāo)準(zhǔn)化診斷，并且保留診斷中的重要信息。醫(yī)學(xué)術(shù)語標(biāo)準(zhǔn)化左側(cè)中央型肺鱗癌并縱膈淋巴結(jié)轉(zhuǎn)移原發(fā)性支氣管肺癌左上肺中央型患者不慎摔傷，傷后神志不清約30余秒，后可喚醒，體溫正常（36.5），感頭痛明顯，左側(cè)鼻腔內(nèi)有少量鼻血。于我院行腹部B超及胸片，未見明顯異常。入院體格檢查：腸鳴音正常，約4次/分。現(xiàn)有電子病歷檢查描述指標(biāo)名稱結(jié)果摔 傷有神志不清3

11、0余秒體 溫36.5頭 痛明顯左側(cè)鼻腔少量流血腹部B超未見明顯異常胸 片未見明顯異常處理后的結(jié)構(gòu)化檢查描述將自然語言描述的電子病歷轉(zhuǎn)化成結(jié)構(gòu)化、標(biāo)準(zhǔn)化的電子病歷臨床數(shù)據(jù)結(jié)構(gòu)化患者不慎摔傷，傷后神志不清約30余秒，后可喚醒，體溫正常（3覆蓋各種可能的組學(xué)組學(xué)數(shù)據(jù)基因組學(xué)數(shù)據(jù)轉(zhuǎn)錄組學(xué)數(shù)據(jù)蛋白組學(xué)數(shù)據(jù)表型組學(xué)數(shù)據(jù)代謝組學(xué)數(shù)據(jù)微生物組學(xué)數(shù)據(jù) 組學(xué)數(shù)據(jù)格式fasta/fastq/vcf/sam/bam/gff3/gff2/gtf/bed/ MetabolicNetworksRepli-SeqSystermsBiologyPhenomicsChlp-SeqDNA-SeqRNA-SeqExome-SeqSm

12、allRNA-SeqPopulationGeneticsMicroarrayGWASMetagenomicsProte omics覆蓋各種可能的組學(xué)組學(xué)數(shù)據(jù)組學(xué)數(shù)據(jù)格式MetabolicRe組學(xué)數(shù)據(jù)來源熒光定量PCR基因芯片 SNP分型 二代測序 檢測組學(xué)數(shù)據(jù)來源檢測組學(xué)數(shù)據(jù)匯集組學(xué)數(shù)據(jù)匯集組學(xué)數(shù)據(jù)來源TCGA 癌癥基因信息的數(shù)據(jù)庫TGDB 腫瘤基因數(shù)據(jù)庫ICGC 國際癌癥基因組聯(lián)盟Oncomine 腫瘤基因芯片數(shù)據(jù)庫CGAP癌癥基因數(shù)據(jù)庫MethylCancer DNA甲基化與癌癥數(shù)據(jù)庫 NCBI美國國家生物技術(shù)信息中心美國國家健康研究所、國家醫(yī)學(xué)圖書館EBI歐洲生物信息研究所歐洲分子生物學(xué)

13、實(shí)驗(yàn)室DDBJ 日本DNA數(shù)據(jù)庫日本研究機(jī)構(gòu)BIGD 生命與健康大數(shù)據(jù)中心北京科學(xué)院北京基因研究所 綜合數(shù)據(jù)庫腫瘤相關(guān)數(shù)據(jù)庫組學(xué)數(shù)據(jù)來源TCGA 癌癥基因信息的數(shù)據(jù)庫NCBI美國國家生組學(xué)數(shù)據(jù)分析處理流程組學(xué)數(shù)據(jù)分析處理流程用藥指導(dǎo)藥物推薦聯(lián)合用藥指導(dǎo)藥物不良反應(yīng)評估輔助診療預(yù)測生存期發(fā)現(xiàn)新療法治療方案預(yù)后方案輔助科研致病基因腸道菌群藥物代謝/靶標(biāo)腫瘤驅(qū)動基因臨床數(shù)據(jù)年齡 性別 過敏情況藥物測試疾病詳情家族史藥物接受和排斥曾使用劑量水平生存率診斷測試手術(shù)組學(xué)檢測數(shù)據(jù)基因組轉(zhuǎn)錄組蛋白組代謝組表觀組微生物組暴露組臨床數(shù)據(jù)數(shù)據(jù)脫敏標(biāo)準(zhǔn)化結(jié)構(gòu)化Pipleline組學(xué)數(shù)據(jù)分析注釋整合公共數(shù)據(jù)庫整合TCG

14、A ICGC GO KEGGParmGKB GEO DO數(shù)據(jù)庫知識庫深度學(xué)習(xí)數(shù)據(jù)模型知識圖譜文獻(xiàn)收集臨床指南診斷路徑用藥指導(dǎo)組學(xué)大數(shù)據(jù)平臺在腫瘤精準(zhǔn)醫(yī)療中的應(yīng)用用藥指導(dǎo)輔助診療輔助科研臨床數(shù)據(jù)組學(xué)檢測數(shù)據(jù)臨床數(shù)據(jù)Pipl輔助診療醫(yī)生初步檢查輔助診療根據(jù)類似患者信息，精確匹配最佳診療方案，快速診斷、準(zhǔn)確用藥、提高診療水平。最佳診療方案推薦輔助診療醫(yī)生初步檢查輔助診療根據(jù)類似患者信息，精確匹配最佳診輔助診療預(yù)測生存期發(fā)現(xiàn)新療法治療方案預(yù)后方案病歷系統(tǒng)疾病知識圖譜疾病病史檢驗(yàn)用藥癥狀預(yù)后組學(xué)診療“統(tǒng)計(jì)關(guān)聯(lián)網(wǎng)絡(luò)”病史采集患者候選疾病:患病概率高于閾值診斷模型主訴： XXX現(xiàn)病史： XXX家族史：推斷可

15、能疾病患病概率低于閾值推薦采集更多信息輔助診斷動態(tài)輔助診斷確診檢測系統(tǒng)輔助診療病歷系統(tǒng)疾病知識圖譜疾病病史檢驗(yàn)用藥癥狀預(yù)后組學(xué)診療致病基因腸道菌群藥物代謝/靶標(biāo)腫瘤驅(qū)動基因輔助科研輔助科研疾病醫(yī)生患者藥品表型藥效關(guān)系藥品研發(fā)改進(jìn)疾病史分析臨床表型分析從而發(fā)現(xiàn)疾病新分類用藥效果分析從而發(fā)現(xiàn)新藥效用藥效果分析治療效果分析合理用藥疾病醫(yī)生患者藥品表型藥效關(guān)系藥品研發(fā)改進(jìn)疾病史分析臨床表型分析從而發(fā)現(xiàn)疾病新分類用藥效果分析從而發(fā)現(xiàn)新藥效用藥效果分析治療效果分析合理用藥藥物推薦聯(lián)合用藥指導(dǎo)藥物不良反應(yīng)評估用藥指導(dǎo)疾病醫(yī)生患者藥品表型藥效關(guān)系藥品研發(fā)改進(jìn)疾病史分析臨床表型深度挖掘數(shù)據(jù)中心檢測方案數(shù)據(jù)資源庫

16、 (Data Base)數(shù)據(jù)分析平臺 (PipeLine)知識庫 (Knowledge Base)精準(zhǔn)醫(yī)療平臺 (組學(xué)數(shù)據(jù) + 臨床數(shù)據(jù))熒光定量PCR、基因芯片 、SNP分型、 二代測序 組學(xué)大數(shù)據(jù)平臺與精準(zhǔn)醫(yī)療深度挖掘數(shù)據(jù)中心檢測方案數(shù)據(jù)資源庫 (Data Base)數(shù)乳腺癌組學(xué)數(shù)據(jù)分析與可視化平臺BCIP 建立了以基因?yàn)橹行牡娜橄侔?shù)據(jù)分析平臺。 分析處理了來自TCGA、metabric、GEO三大數(shù)據(jù)庫中的30個數(shù)據(jù)集的數(shù)據(jù)，包含9000多個組織樣本。樣本的臨床數(shù)據(jù)包括癌癥分型、分期、是否絕經(jīng)、預(yù)后、ER、PR、Her2+、P53突變、年齡等。 方便生物醫(yī)學(xué)工作者，對關(guān)注的基因進(jìn)行檢索

17、，從差異表達(dá)分析、生存分析、共表達(dá)分析、KEGG代謝通路等多個層次進(jìn)行分析并可視化展示。 輔助識別乳腺癌的調(diào)控和驅(qū)動基因，找到乳腺癌研究和治療的潛在的生物標(biāo)志物。平臺簡介 網(wǎng)址： /bcancer/文章： BCIP: a gene-centered platform for identifying potential regulatory genes in breast cancerJ. Scientific Reports, 2017, 7.DOI: doi:10.1038/srep45235 影響因子：4.259PMID:28327601案例成果文章發(fā)表于2017年Scientific R

18、eports乳腺癌數(shù)據(jù)庫平臺網(wǎng)站乳腺癌組學(xué)數(shù)據(jù)分析與可視化平臺BCIP平臺簡介案例成果文章發(fā)15個臨床特征三陰/非三陰型 PAM50型 組織學(xué)分級 病理分期 轉(zhuǎn)移狀態(tài) 淋巴結(jié)轉(zhuǎn)移 ER PR Her2+ TP53突變 是否絕絕經(jīng) 年齡 腫瘤大小 療效 預(yù)后 臨床特征抽提15個臨床特征臨床特征抽提生存分析MELK的過量表達(dá)與較差預(yù)后相關(guān)表明MELK與基底樣乳腺癌相關(guān)生存分析MELK的過量表達(dá)與較差預(yù)后相關(guān)拷貝數(shù)變化在METABRIC數(shù)據(jù)集PAM50亞型中拷貝數(shù)減少和增加的百分比情況拷貝數(shù)變化在METABRIC數(shù)據(jù)集PAM50亞型中拷貝數(shù)減少差異表達(dá)分析腫瘤組織相比于周圍正常組織，MELK的表達(dá)量

19、要高出許多PAM50型乳腺癌中的基底樣乳腺癌，MELK的表達(dá)量最高。差異表達(dá)分析腫瘤組織相比于周圍正常組織，MELK的表達(dá)量要高共表達(dá)分析分析MELK影響基底樣乳腺癌的機(jī)理在基底樣乳腺癌的METABRIC數(shù)據(jù)集中，MELK與包括CDCA5,TPX2和CEP55在內(nèi)的78個基因共表達(dá)。一些研究已經(jīng)闡述了TPX2和CEP55是參與乳腺癌轉(zhuǎn)移、侵襲、增殖和擴(kuò)散的關(guān)鍵分子。CDCA5也被報道在肺癌中起關(guān)鍵作用，并可作為口腔鱗細(xì)胞癌的治療靶點(diǎn)。這些結(jié)果都可以作為挖掘MELK在乳腺癌中的潛在功能和機(jī)制的有用線索。腫瘤組織相比于周圍正常組織，MELK的表達(dá)量要高出許多共表達(dá)分析分析MELK影響基底樣乳腺癌的

20、機(jī)理miRNA靶相互作用分析發(fā)現(xiàn)hsa-miR-193b-3p and hsa-miR-372-5p與miRNA靶相互作用有關(guān)miRNA靶相互作用分析發(fā)現(xiàn)hsa-miR-193b-3p KEGG通路分析KEGG通路分析深度挖掘數(shù)據(jù)中心檢測方案數(shù)據(jù)資源庫 (Data Base)數(shù)據(jù)分析平臺 (PipeLine)知識庫 (Knowledge Base)精準(zhǔn)醫(yī)療平臺 (組學(xué)數(shù)據(jù) + 臨床數(shù)據(jù))熒光定量PCR、基因芯片 、SNP分型、 二代測序 組學(xué)大數(shù)據(jù)平臺與精準(zhǔn)醫(yī)療深度挖掘數(shù)據(jù)中心檢測方案數(shù)據(jù)資源庫 (Data Base)數(shù)Integration of Exoseq and RNAseq data

21、 for tumor antigen profilingIntegration of Exoseq and RNAspipeline pVAC-Seq (personalized Variant Antigens by Cancer Sequencing)輸入數(shù)據(jù)的準(zhǔn)備（全基因組與全外顯子組測序）BWA;SAMtools;VarScan somatic;Strelka;Tophat;Ovation;Truseq;CufflinksVariant Effect Predictor VEP抗原表位預(yù)測FASTA文件生成運(yùn)行抗原預(yù)測軟件NetMHC結(jié)果解析整合測序信息Coverage & Varia

22、nt Allele Frequency (VAF)候選抗原的過濾深度過濾基因表達(dá)Hundal J, Carreno B M, Petti A A, et al. pVAC-Seq: A genome-guided in silico, approach to identifying tumor neoantigensJ. Genome Medicine, 2016, 8(1):11.pipeline pVAC-Seq (personalize深度挖掘數(shù)據(jù)中心檢測方案數(shù)據(jù)資源庫 (Data Base)數(shù)據(jù)分析平臺 (PipeLine)知識庫 (Knowledge Base)精準(zhǔn)醫(yī)療平臺 (組學(xué)數(shù)據(jù) + 臨床數(shù)據(jù))熒光定量PCR、基因芯片 、SNP分型、 二代測序 組學(xué)大數(shù)據(jù)平臺與精準(zhǔn)醫(yī)療深度挖掘數(shù)據(jù)中心檢測方案數(shù)據(jù)資源庫 (Data Base)數(shù)人體自免疫的抗原數(shù)據(jù)庫平臺 AAgAtlas1.0