癌症研究中大数据能做的5件事

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

1.帮助指导使用已通过的癌症药物

虽然临床试验为医生们提供了许多药物如何发挥作用的有用信息,但是大概只有2%的癌症患者参与了临床试验。 事实上,每天都有成千上万的患者接受诊断和治疗。这意味着其实我们可以从中获得大量的重要数据,来帮助医生与病人在面对不同治疗方案及其可能的结果时做出更好的选择。


美国临床肿瘤学会ASCO发起建立一个数据库:CancerLinQ,旨在获取这些数据。它能将数据提供给医生们, 为他们提供实时的治疗建议。美国基因泰克公司(Genentech)的科学家和医生们都对能帮助ASCO开发一个完善的CancerLinQ系统感到兴奋。


2. 决定每位患者的预后治疗

了解患者的预后,可以帮助医疗团队决定对患者癌症的治疗强度,以及在肿瘤消失后需采取的措施。大数据正在借助分析从大量不同患者搜集过来的海量信息,来预测长期结果。例如,医生可以使用这些信息来决定哪些患者应该接受进一步治疗,哪些患者,由于他们的癌症不太可能复发而避免不必要的治疗。


3. 帮助药物开发发掘潜在的新靶点

对大量肿瘤DNA进行测序可以帮助研究人员了解一些与癌症相关的基因变化。科学家利用这一点帮助测试潜在的新药物,这些药物能靶定到某些与肿瘤生长相关的基因变化或驱动因子。大数据可以从临床前试验中获得,并用来帮助药物或药物组合的选择,以放到人类临床试验的研究中。


4. 解决大的公共卫生问题

流行病学研究包括癌症在内的人类疾病的起因及模式。在大数据时代之前,人们发现吸烟是导致绝大多数肺癌的因素。现在,大数据可以帮助解决癌症研究中更大的问题。新时代的流行病学借助于海量的住院记录及基因组数据,深入研究不同人群中的不同癌症。


5. 允许病人直接参与进来

癌症患者现在可以通过提供基因,医疗记录及治疗效果等数据,直接参与癌症研究。这些信息用于建立大型的研究数据库。


5 things Big Data CAN do in cancerresearch

1. Help Guide the Use of Approved CancerMedicines

While clinical trials provide valuableinformation to doctors on how medicines may work, only about 2% of people withcancer participate in clinical trials. However, thousands of people arediagnosed and treated every day, which means there is a huge amount ofimportant data that could be obtained to help doctors and patients make betterdecisions about treatment options and potential outcomes.


ASCO has started an initiative, CancerLinQ, to try to capture some of these data.CancerLinQ is a system that connects doctors with data, helping to informdecisions about treatments in real time. Scientists and doctors at Genentechare excited to help ASCO develop the fullCancerLinQ system.


2. Determine an Individual Patient’sPrognosis

Knowing a patient’s prognosis allowsmedical teams to decide how aggressively to treat each cancer and what steps totake after a tumor is gone. By analyzing information from incredibly large anddiverse groups of patients, big data is helping to predict long-term outcomes. For example, doctors canuse this information to determine who should receive additional treatment andwho might avoid it because their cancer is unlikely to recur.

3. Help Discover Potential New Targets forDrug Discovery

The ability to sequencethe DNA of large numbers of tumors has allowed researchers tounderstand the genetic changes underlying certain cancers. Scientists can usethis information to help test potential new medicines that might target some ofthese genetic changes or drivers of cancer growth. Big data sets frompreclinical studies are being used to help predict which medicines orcombinations of medicines might be good candidates to move forward intoclinical trials in humans.


4. Answer Big Public Health Questions

Epidemiologists study the causes andpatterns of human diseases including cancer. In the era before big data, theydiscovered that smoking causes the vast majority of lung cancer cases. Now bigdata is allowing them to answer even bigger questions in cancer research. This new era of epidemiology takes advantage of theavailability of large collections of hospital records and genomic data, leadingto new insights into diverse cancers in diverse populations.


5. Allow Individuals to Get Involved

People with cancer can now play a direct role inresearch by contributing genetic data and information about their health andhow treatments have affected them to large databases used for research.



原文发布时间为:2014-08-09

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
2月前
|
人工智能 分布式计算 大数据
超级计算与大数据:推动科学研究的发展
【9月更文挑战第30天】在信息时代,超级计算和大数据技术正成为推动科学研究的关键力量。超级计算凭借强大的计算能力,在尖端科研、国防军工等领域发挥重要作用;大数据技术则提供高效的数据处理工具,促进跨学科合作与创新。两者融合不仅提升了数据处理效率,还推动了人工智能、生物科学等领域的快速发展。未来,随着技术进步和跨学科合作的加深,超级计算与大数据将在科学研究中扮演更加重要的角色。
|
3月前
|
存储 数据可视化 数据挖掘
大数据环境下的房地产数据分析与预测研究的设计与实现
本文介绍了一个基于Python大数据环境下的昆明房地产市场分析与预测系统,通过数据采集、清洗、分析、机器学习建模和数据可视化技术,为房地产行业提供决策支持和市场洞察,探讨了模型的可行性、功能需求、数据库设计及实现过程,并展望了未来研究方向。
162 4
大数据环境下的房地产数据分析与预测研究的设计与实现
|
3月前
|
机器学习/深度学习 数据采集 大数据
2022年第三届MathorCup高校数学建模挑战赛——大数据竞赛 赛道B 北京移动用户体验影响因素研究 问题一建模方案及代码实现详解
本文详细介绍了2022年第三届MathorCup高校数学建模挑战赛大数据竞赛赛道B的题目——北京移动用户体验影响因素研究,提供了问题一的建模方案、代码实现以及相关性分析,并对问题二的建模方案进行了阐述。
93 0
2022年第三届MathorCup高校数学建模挑战赛——大数据竞赛 赛道B 北京移动用户体验影响因素研究 问题一建模方案及代码实现详解
|
3月前
|
机器学习/深度学习 自然语言处理 数据可视化
基于Python大数据的京东产品评论的情感分析的研究,包括snwonlp情感分析和LDA主题分析
本文探讨了基于Python大数据技术对京东产品评论进行情感分析的研究,涵盖了文本预处理、情感分类、主题建模等步骤,并运用了snwonlp情感分析和LDA主题分析方法,旨在帮助电商企业和消费者做出更明智的决策。
135 1
基于Python大数据的京东产品评论的情感分析的研究,包括snwonlp情感分析和LDA主题分析
|
3月前
|
机器学习/深度学习 数据采集 大数据
2022年第三届MathorCup高校数学建模挑战赛——大数据竞赛 赛道B 北京移动用户体验影响因素研究 问题二建模方案及代码实现详解
本文详细介绍了2022年第三届MathorCup高校数学建模挑战赛大数据竞赛赛道B的问题二的建模方案和Python代码实现,包括数据预处理、特征工程、模型训练以及预测结果的输出,旨在通过数据分析与建模方法帮助中国移动北京公司提升客户满意度。
75 2
|
5月前
|
数据采集 搜索推荐 大数据
基于大数据的市场分析与消费者行为研究
【6月更文挑战第5天】大数据在市场分析与消费者行为研究中扮演关键角色。通过海量数据分析,企业能更全面、精准地了解消费者偏好和市场趋势。Python等工具帮助处理数据,揭示购买习惯,支持个性化营销策略。同时,大数据使深入理解消费者心理、决策过程成为可能,助力企业优化产品,提升客户满意度和忠诚度。在这个数据驱动的时代,大数据是洞悉市场和消费者的魔法力量。
196 2
|
6月前
|
SQL 分布式计算 Hadoop
[AIGC ~大数据] 深入理解Hadoop、HDFS、Hive和Spark:Java大师的大数据研究之旅
[AIGC ~大数据] 深入理解Hadoop、HDFS、Hive和Spark:Java大师的大数据研究之旅
181 0
|
6月前
|
人工智能 安全 大数据
喜报|瓴羊Dataphin入选上海市经信委2023创新攻关成果、IDC企业大数据治理研究代表产品
喜报|瓴羊Dataphin入选上海市经信委2023创新攻关成果、IDC企业大数据治理研究代表产品
|
存储 人工智能 Cloud Native
云原生大数据架构实践与思考-DataFunTalk
导读: 作者:振策-阿里云计算平台-产品解决方案, 20230805 本文将分享当前云原生大数据架构的发展历程/架构定义/核心能力/应用场景及趋势思考。主要包括以下四个部分: - 从大数据上云看架构 - 云原生数据平台的核心能力 - Data+AI with Cloud-Native - 未来趋势与思考
2019 0
|
机器学习/深度学习 存储 运维
论文阅读--异常检测中实时大数据处理的研究挑战
论文阅读--异常检测中实时大数据处理的研究挑战