Primjeri upotrebe
- 1. INTEREG Projekt Biomedicinska informatika Ljiljana Majnari Trtica III. Primjeri upotrebe
- 2. 1) Rana dijagnoza raka Rak je jedan od najrasprostranjenijih bolesti koje vode do kobne smrti Meu njima, rak plua i rak dojke raune najvi邸e Utvreno je da, ako se bolest se dijagnosticira u ranoj fazi, stopa pre転ivljavanja bolesnika mo転e se pobolj邸ati Meutim, u veini sluajeva, bolest se dijagnosticira u kasnijoj fazi
- 3. 1) Rana dijagnoza raka Tu je metoda djelotvorna probira (visoke rezolucije mamografija), koji e se koristiti za probir ciljanu 転ensku populaciju na rak dojke Slina metoda ne postoji za rano otkrivanje raka plua Dakle, rana dijagnoza raka plua je pravo tema biti cilj prediktivnog modeliranja, izvedena u DM ML metode
- 4. Rajan JR, Prakash JJ. Rana dijagnoza raka plua pomou rudarski alat. IJETICS, ISSN 2278-6856, 2013. Bolniki izvje邸a pacijenata oboljelih od raka plua su prikupljeni iz razliitih izvora i integrirani razvrstavanju tehnika koja se zasniva na kori邸tenju Ann (Arteficial Neuronske mre転e). Ekspertni sustav, koji je definiran na ovaj nain podr転ati dijagnoze raka plua, temelji se na kori邸tenju informacija o faktorima rizika i simptoma, a ne na slikama ili biomarkera. Takav pristup je posebno pogodan za kori邸tenje u manje razvijenim zemljama (Indija kao primjer).
- 5. 2) predvianje reakcije na terapije lijekovima protiv raka Rak je kliniki i Genomski heterogena bolest Farmaceutske tvrtke primijeniti DM ogromne mase genomske podataka predvidjeti kako patient`s genski sastav odreuje njegov / njezin odgovor na terapiju lijekovima
- 6. Koristi sluaja: Daemen et al. Modeliranje preciznost lijeenje raka dojke. Genom Biology 2013 14: R110 Molekularni profili prve generacije za rak dojke kod ljudi omoguili su identifikaciju znaajki koje mogu predvidjeti terapijski odgovor Meutim, malo se zna o tome kako se razliiti tipovi podataka mogu najbolje kombinirati kako bi se dobili optimalni prediktori U ovom radu kori邸tene su zbirke staninih linija karcinoma dojke za postavljanje molekularne patogiologije raka (omics-mjerenja) s biolo邸kim terapijskim odgovorima, kako bi se identificirali najnapredniji skupovi molekularnih znaajki.
- 7. Koristi sluaja: Daemen et al. Modeliranje preciznost lijeenje raka dojke. Genom Biology 2013 14: R110 Molekularni profiliranje setovi podataka su: Profili za broj DNA kopija, mRNA ekspresije, transcriptome sekvencije promotora, metilacije, obilje proteina i stanja mutacija Listok trgovi-support vektorski strojeva i sluajnih 邸uma algoritmi su kori邸teni identificirati molekularne znaajke povezane s odgovoroma
- 8. Koristi sluaja: Daemen et al. Modeliranje preciznost lijeenje raka dojke. Genom Biology 2013 14: R110 Results pokazala koji odgovara pacijente na lijeenje temelji na transkripcijski podtip e pobolj邸ati odgovor stope, ali to Ukljuivanje dodatnih mogunosti (od ostalih vrsta profiliranja podataka) mo転e sadr転avati i dodatne korist A Sustavi strategija biologija Predlo転eno je da se vodieclinical ispitivanja, koja skupine bolesnika najvjerojatnije odgovoriti na nove terapije mogu uinkovitije identificirati
- 9. Koristi sluaja: Daemen et al. Modeliranje preciznost lijeenje raka dojke. Genom Biology 2013 14: R110 (slika 1) Sl. 1. Molekularni postupci profilling panela stanine linije raka dojke
- 10. 3) Kori邸tenje dijagnostiku slika i data mining alata za rano otkrivanje drugih va転nih kroninih bolesti Umjetnost moderne medicine je da se identificiraju subjekte s ranim fazama kroninih bolesti, kako bi se omoguilo preventivno planiranje mjera i pravovremeno lijeenje Puno novca je potro邸eno na razvoj biomarkera Osim biokemijskih i molekularno biolo邸kim biomarkera, napredne tehnike slikanja su se pojavili kao izvor biomarkera
- 11. Dai Z, Y je Istrgan strukturne i funkcionalne mozga connectomes u blago kognitivno o邸teenje i Alzheimer`s bolesti. Neurosci Bull 2014; 30 (2): 217-232. Napori znanstvenika, u ovoj studiji, su orijentirani prema koriste standardne dijagnostike imaging, dijagnosticirati Alzheimer`s bolesti (AD), osobito u vrlo ranim fazama Koristei teorije grafova analize, ova studija je pokazala da je AD bolest i njegovih ranih faza razvoja izlo転be poremeen topolo邸ki organizaciju velikih mre転a mozga i da je taj gubitak dobro korelira s padom kognitivnih funkcija Koristei kombinaciju teorije grafova analizira i vizualne raunalnu tehniku, kako bi se omoguilo user- friendly suelje - vrlo slo転eni opisi bolesti, na temelju koristite imaging dijagnostike tehnike, mo転e postati standardni izlaz izvje邸a o stolovima lijenika i pobolj邸ati svoje uvide u patofiziologiji bolesti
- 12. 4) Upotreba Omics-tehnika pobolj邸ati razumijevanje patofiziologije kroninih oboljenja Ogroman napredak u biotehnologiji i raunalnih tehnika za masivne analizu podataka, u posljednjih nekoliko desetljea, je pru転io jasne prednosti u medicinskoj praksi provedbom genomike, proteomika i druge Omics-tehnika u mnogim sektorima zdravstva Kori邸tenjem ove tehnike, mogue je dijagnosticirati mnoge kronine bolesti puno ranije nego prije i omoguiti znanje o molekularnim mehanizmima i signalne putove mnogih bolesti - to nije bilo mogue prije Najvi邸i stupanj ove integracije informacija je postignuto u sustavima biologije i slo転enih analiza mre転e, holistikog pristupa u cilju otkrivanja funkciju biolo邸kih regulatornih mre転a
- 13. 4) Kori邸tenje Omics-tehnika za pobolj邸anje patofiziologije razumijevanje Ljudski microbiome se sastoji od mikrobi (uglavnom bakterija)Koji 転ive u crijevo Ovi mikroorganizmi imaju ogroman potencijal utjecati na na邸u fiziologiju, kako u zdravlju i bolesti Oni doprinose metabolike funkcije, 邸tite od patogena, educirati imunolo邸ki sustav, te kroz ovih osnovnih funkcija, utjecati izravno ili neizravno veina na邸ih fiziolo邸kih funkcija
- 14. 4) Kori邸tenje Omics-tehnika za pobolj邸anje patofiziologije razumijevanje Prouavanje ljudske microbiome je furthered strane tehnolo邸ki napredak za obavljanje analiza kulture neovisan U veini studija, bakterijske sastojci mikrobne populacije su identificirani od strane sekvenciranje od 16S rRNAkodira polyHis gen slijedi odnosu na poznate bakterijske slijed baza Metagenomic analiza sekvenciranja sve DNK mikroba u slo転enoj zajednici ima dodatnu prednost procjenu uzgojnih potencijal mikrobne populacije Ostali metodologije za analizu mikroorganizama transcriptome, Proteom i metabolome pru転iti dodatne informacije u uzastopnim fazama mikrobne fiziologije
- 15. Koristi Case: Qin J, et al. Ljudski Katalog mikrobna gen utvruje metagenomic sekvenciranje. Priroda 2010. godine; 464 (7285). 59-65 (Slika 2). Sl. 2. Bakterijska brojnost vrsta razlikuje pacijente s upalne bolesti crijeva (Ulcerativni kolitis i bolest Crohn`s) i zdravih ispitanika
- 16. 5) Razvoj cjepiva Krajem 20. stoljea, veina cjepiva koja su se temeljila na kori邸tenju tradicionalnih tehnologija (ubijanjem i ubla転avanjem virusa koji uzrokuju bolesti) je razvijena Potrebne su nove tehnologije za osvajanje preostalih patogena, koje su otporne na razvoj cjepiva Tijekom tog razdoblja postignut je znaajan napredak uvoenjem novih tehnologija kao 邸to su rekombinantna DNA i kemijska konjugacija proteina s polisaharidima, kao i napredak u kori邸tenju novih adjuvanta Osim toga, moan alat je do邸ao iz sposobnosti pristupa genomima mikroorganizama Ova tehnolo邸ka revolucija po prvi put je omoguila da se krene izvan pravila Pasteur, koristei raunalo za racionalno dizajniranje cjepiva poev邸i od informacija prisutnih u genomu, bez potrebe za uzgojem specifinih mikroorganizama Ovaj novi pristup nazvan je "reverse vaccinology"
- 17. Kori邸tenje sluaj: Sette A Rappuoli R. Reverse vaccinology: Razvoj cjepiva u razdoblju od genomike. Imunitet 2010; 33 (4): 530-41. (Sl. 3)
- 18. Kori邸tenje sluaj: Sette A Rappuoli R. Reverse vaccinology: Razvoj cjepiva u razdoblju od genomike. Imunitet 2010; 33 (4): 530-41. Sl. 3 Opis Prvi patogen obratili obrnutom vaccinology pristupa je Meningococcus B (MenB) Ovaj patogen bio otporni na razvoj cjepiva, jer mu kapsularni polisaharid je identian humanom samo-antigen, dok se bakterijski proteini s povr邸ine su vrlo varijabilne Msvaki poku邸aj da se razvije cjepivo upotreba tradicionalnih tehnologija - imaju neuspjeh projekt sekvencioniranja MenB genoma i koristiti genomske informacije za razvoj cjepiva su analizirani gena sekvence, a preko 600 potencijalnih antigeni su testirani na antigenost sekvence kandidata su izra転eni u Escherichia coliI serumi imuniziranih mi邸eva je dobiven na svaku od njih Analiza seruma otkrila vi邸e od 90 do sada nepoznatih povr邸ine nalazi proteine (Samo 12 povr邸inski antigeni su poznati, ih samo 4-5 pokazao bakterijska aktivnost) 29 od 90 pronaenih antigena, sposobnost inducirati antitijela to bi moglo usmrivanje bakterija in vitro, u prisustvu upotpuniti, dopuna U narednim godinama, antigeni induciraju najbolji i naj邸iri baktericidno djelovanje, izabrani su i umetnuti u prototip cjepiva koje su bile u stanju inducirati za邸titni imunitet protiv veine MenB sojevi mi邸eva Nakon uspje邸nih pretklinikih studija, MenB Cjepivo je u邸ao u dug put razvoja cjepiva
- 19. 6) Predvianje zdravstvene ishode koristei vremenske analize serije Vrijeme serija je serija podatkovnih toaka indeksiranih u vremenu kako bi Naje邸e, vrijeme serija je slijed snimljen uzastopnih jednako razmaknutih toaka u vremenu - Tako, slijed diskretnih podataka Postoje dva osnovna cilja analiza vremenskih serija: Prepoznavanje uzoraka (trendovi) u nekoj evoluciji procesa Predvianje ishoda
- 20. Kori邸tenje sluaj: Sacchi L, Dagliati , Segagni D, Leporati P, Chiovato L, Bellazzi R. Pobolj邸anje rizika i slojevitost dijabetesa komplikacija koristei vremenske rudarenje podataka, IEEE 2015 Poev邸i s stratifikacija pacijenata na temelju using vremenske obrasce od CSA ( Indeks vremenski Lijekovi Nabava) autori smatra kliniki varijabli koje karakteriziraju pacijentima kliniki stanje povezana s dijagnozom dijabetesa tipa 2 Stabilnost u kupovinu droge Ispada da se marker za skupinu bolesnika koji imaju ukupnu vi邸e Kompleks kliniko stanje kronian komplikacije su pokazala da se e邸e u skupina pacijenata sklon lijekove mijenja tijekom vremena
- 21. Kori邸tenje sluaj: Sacchi L, Dagliati , Segagni D, Leporati P, Chiovato L, Bellazzi R. Pobolj邸anje rizika i slojevitost dijabetesa komplikacija koristei vremenske rudarenje podataka, IEEE 2015 (Sl. 4) Sl. 4. Predvianje kronine komplikacije u pacijenata s dijabetesom na temelju analiza vremenskih serija o kupnji lijekova