ВИКОРИСТАННЯ ІТ-ТЕХНОЛОГІЙ В МЕДИЦИНІ ТА ГЕНОМІЦІ
DOI:
https://doi.org/10.26906/SUNZ.2022.4.066Ключові слова:
геноміка, коннектом, медицина, статистика, GWAS, наука про даніАнотація
У цій статті ми розглянемо, які IT-технології найбільше використовуються в медицині і методами геноміки зокрема, а також розглянемо використання big data в цьому питанні. Додатково ми дізнаємося, що таке коннектом, розберемо фреймворки 4M і 3V в геноміці. Статистика в медицині є одним із інструментів аналізу експериментальних даних і клінічних спостережень, а також мовою, за допомогою якої повідомляються отримані математичні результати. Однак це не єдине завдання статистики в медицині. Математичний апарат широко використовується для діагностичних цілей, вирішення задач класифікації та пошуку нових закономірностей, для постановки нових наукових гіпотез. Використання статистичних програм передбачає знання основних методів і етапів статистичного аналізу: їх послідовності, необхідності та достатності. У запропонованій презентації основний акцент робиться не на детальному викладі формул, з яких складаються статистичні методи, а на їх сутності та правилах застосування. Нарешті, ми говоримо про дослідження асоціацій у всьому геномі, методи статистичної обробки медичних даних та їх актуальність. У цій статті ми проаналізували основні поняття статистики, статистичні методи в медицині та науку про дані, розглянули кілька сфер, у яких використовуються великі обсяги даних, які вимагають сучасних ІТ-технологій, включаючи геноміку, дослідження загальногеномних асоціацій, візуалізацію та дані коннектомів.Завантаження
Посилання
Naur, Peter. A Basic Principle of Data Science // Concise Survey of Computer Methods. - Lund, 1974. - 397 p. - (Studentlitteratur). — ISBN 91-44-07881-1.
William S. Cleveland. Data Science: An Action Plan for Expanding the Technical Areas of the Field of Statistics // International Statistical Review: Journal. - Willey & Sons, 2001. - Vol. 69, issue 1. - P. 21-26. — ISSN 1751-5823.
Hey T, Trefethen A. The data deluge: an e-science perspective. In: Berman F, Fox G, Hey T, editors. Grid computing: making the global infrastructure a reality. Chichester: Wiley-Blackwell; 2003. p. 809–24.
Greenbaum D, Luscombe NM, Jansen R, Qian J, Gerstein M. Interrelating different types of genomic data, from proteome to secretome: ‘oming in on function. Genome Res.2001;11:1463–8.
Sebastian Seung, Connectome: How the Brain’s Wiring Makes Us Who We Are, 2012 — ISBN 978-0547508184
Manolio TA (July 2010). "Genomewide association studies and assessment of the risk of disease". The New England Journal of Medicine. 363 (2): 166–76.
Smith SM, Douaud G, Chen W, Hanayik T, Alfaro-Almagro F, Sharp K, Elliott LT (2021). "An expanded set of genome-wide association studies of brain imaging phenotypes in UK Biobank"
Rosenberg NA, Huang L, Jewett EM, Szpiech ZA, Jankovic I, Boehnke M (May 2010). "Genome-wide association studies in diverse populations". Nature Reviews Genetics. 11 (5): 356–66.
Hagmann P., Cammoun L., Gigandet X., Meuli R., Honey C. J., Wedeen V. J., Sporns O. Mapping the structural core of human cerebral cortex // PLoS Biol.: journal. — 2008. — July (vol. 6, no. 7). — P. e159.