文献类型：期刊文章

作　　者：张国庆[1,2] 李亦学[1,2] 王泽峰[1] 赵国屏[1]

ZHANG Guoqing;LI Yixue;WANG Zefeng;ZHAO Guoping(Bio-Med Big Data Center,CAS Key Laboratory of Computational Biology,CAS-MPG Partner Institute for Computational Biology,Shanghai Institute of Nutrition and Health,Shanghai Institutes for Biological Sciences,University of Chinese Academy of Sciences,Chinese Academy of Sciences,Shanghai 200031,China;Shanghai Center for Bioinformation Technology,Shanghai 201203,China)

机构地区：[1]中国科学院计算生物学重点实验室生物医学大数据中心,中国科学院-马普学会计算生物学伙伴研究所,中国科学院上海生命科学研究院(上海营养与健康研究院),中国科学院大学,上海200031 [2]上海生物信息技术研究中心,上海201203

出　　处：《中国科学院院刊》

基　　金：国家重点研发计划精准医学专项(2017YFC0907505、2017YFC0908405、2016YFC0901904、2016YFC0901604); 中国科学院重点部署项目(ZD-SW-219)

年　　份：2018

卷　　号：33

期　　号：8

起止页码：853-860

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2017_2018、JST、NSSD、RCCSE、ZGKJHX、核心刊

摘　　要：生物医学数据从PB量级的组学时代进入到EB量级的多维度大数据时代,引发了生物医学研究向数据密集型的第四科学范式的深刻变革。如何将临床数据与研究数据进行高维度多层次的汇交共享,实现从"组学"到临床与健康人群数据的生物医学大数据的综合管理利用,从而使大数据迅速转化为新知识,成为生物医学大数据所面临的挑战。发展以递交为基础、以整合为导向的数据存储技术,以主题为基础、以交互为导向的数据共享技术,以及以传统信息技术为基础、以前沿信息技术为导向的数据分析挖掘技术,并同时开展标准质控相关研究,是生物医学大数据存储、共享和转化的新思路,也是构建新一代生物医学大数据研究中心的技术关键和未来趋势。

关 键 词：生物医学 大数据 整合  交互  数据挖掘

分 类 号：R-05]