陈洛南：基于大数据精准医学的未病诊断

　　公元221年《黄帝内经》中记载说“上医治未病，中医治愈病，下医治已病”，即医术最高明的医生并不是擅长治病的人，而是能够预防疾病的人。可见，预防疾病的重要性。随着现代社会的生活节奏不断加快，生活压力越来越大，面对疾病的复杂化程度升高，以及亚健康人群越来越多、发病年龄越来越低的状况，利用生物医学大数据预测疾病前兆对于疾病的预防有着十分重要的意义。

　　8月13日在中国2015年精准医疗研讨会上，中科院上海生命科学院教授陈洛南表示，复杂疾病发生发展过程存在一种普遍的临界现象，即由一个相对稳定的状态，经过一个临界点后在很短的时间内快速地进入另一个稳定状态。因此生物大数据的高维相关性信息对于疾病前兆的诊断具有重要指导意义。

　　陈洛南在会上说，细胞分化及炎症到癌恶性转化就是这样的一种现象。为了探测临界现象的快速现象及其关键因子，我们提出了基于大数据的动态网络标志物理论和方法，即，采用动力系统分叉理论研究动态生物网络在临界点附近的动力学行为，利用高通量数据的动态性质来预测复杂疾病发生发展过程临界现象及其关键因子的新概念和理论。

　　不同于传统的、主要用于检测状态变化的分子生物标志物，DNB是一种全新的、用于探测疾病状态变化前临界信号的生物标志物，是检测疾病前的“未病状态”或“临界状态”而不是疾病后“疾病状态”或“疾病早期状态”。

　　其关键点在于，DNB是疾病过程的主导分子群或关键网络而不是所影响的分子群，因此DNB在疾病检测与早期预防，并对致病机理的发现及药物开发都具有重要指导意义。

　　“DNB需要多样本检测，进而利用生物大数据的高维相关性信息，建立临床样本和数据检测“临界状态”的理论和方法，使实现复杂疾病过程的“未病状态”的检测成为可能。并成功的发现了疾病过程的关键节点和关键网络，为基于大数据的精准医学提供新方法和理论。”陈洛南说。

39健康网(www.39.net)专稿，未经书面授权请勿转载。