精密医学生物信息学和计算方法的实现

精密医学提供定制的治疗过程中,考虑到几个因素,包括病人的病史、环境、遗传变异和生活方式的选择。

这个新范式的目的是开发改进的治疗策略,包括特定的分层或个性化的药物处方,即使用最合适的正确的病人在正确的时间和剂量。

为了实现这一目标,准确、及时诊断,病人基于表型分类,深入了解疾病的因果关系都是必要的。

高通量测序技术的不断进步使人们有可能产生大量数据与基因组学、表观基因组学、转录组、蛋白质组学和代谢组学。因此,它变得比以往更加重要开发新的分析方法基于创新multi-omics综合技术和先进的机器学习(ML),深度学习(DL)和人工智能(AI)的方法。

在精密医学的时代,这个研究课题的目的是收集原始研究,评论,和本文着重关注开创性multi-omics综合技术,可用于改善诊断,预防和治疗疾病和药物发现和/或再利用。

我们鼓励提交的原始研究的文章和评论等生物信息学应用在精密医学,但不限于,如下:

•小说multi-omics集成工具应用于精密医学。
•数据库呈现相关信息之间的相互疾病,基因、变异和药物。
•小说毫升、DL和基于ai的方法更好的诊断,药物发现和再利用。
•新方法将基因型,表现型和理解疾病机制。
•使用系统生物学方法理解疾病的病因。
•小说multi-omics数据共享和管理的工具。
•实现精密医学电子健康记录。

关键字:生物信息学、精密医学组学数据集成,数据科学医疗、药物发现、药物再利用

重要提示:所有贡献这个研究课题必须的范围内的部分和期刊提交,作为其使命声明中定义。雷竞技rebat前沿有权指导检查手稿更适合部分或同行评审的期刊在任何阶段。