“前沿生物技術”國家重點研發計劃啟動 醫渡科技助力破解“生命密碼”
更新于:2025-03-28 16:28:15

當基因測序揭開生命的第一重密碼,中國科學家正在向更深的維度進軍:2025年3月24日,一項被業內稱為“破解生命密碼”的國家重點研發計劃專案——“前沿生物技術”重點專項“全基因組-環境/生活方式暴露與跨尺度表型組大數據整合分析”正式啟動。

該專案由福建醫科大學副校長、公共衛生學院院長葉為民教授主持,醫渡科技與復旦大學、西湖大學、武漢大學、山東大學、中國科學院上海營養與健康研究所、中國醫學科學院北京協和醫院等10家優勢單位協同攻關,為心腦血管疾病、糖尿病、惡性腫瘤及慢性呼吸系統疾病四大慢病防治策略及措施開發提供新思路。

作為核心參與單位,醫渡科技主要承擔疾病風險預測模型構建、多維表型組學數據整合分析系統建設等關鍵任務。項目的啟動不僅是我國在精準醫學領域的又一關鍵落子,更是對慢性病防控發起的一場“科研攻堅戰”。

如果說人類基因組計劃讓科學家手裡有了探索生命奧秘的“指南針”,那麼人類表型組計劃就將打造未來遨遊生命科學世界的“全球衛星定位系統”。

表型組數據具有量大、跨尺度和多維度等特點,在與遺傳易感性、環境暴露及生活方式等傳統疾病風險因素整合分析時,面臨數據品質不一、缺乏共用雲平臺及多維數據分析方法有限的問題。

因此,急需建立數據歸檔標準,構建高性能雲平臺,並開發多維組學數據計算方法,為表型組在疾病防治研究中的應用提供必要的數據、平臺和方法支援。

在24日的項目啟動會上,福建省衛生健康委員會副主任張國安,福建醫科大學校長林旭分別致辭。福建醫科大學副校長、公共衛生學院院長、項目負責人葉為民教授詳細介紹了項目情況。

中國工程院院士林東昕,來自廣州國家實驗室、四川大學華西醫院、上海交通大學、南方醫科大學、天津醫科大學、中山大學腫瘤防治中心、中國科學院大連化物所、浙江大學、北京大學第三醫院的專家學者出席並擔任專案諮詢專家,責任專家楊忠教授為項目的實施提出寶貴建議,醫渡科技作為核心參與單位受邀參會,共同圍繞專案實施展開深入討論。

繪製“人體健康地圖”:從基因到生活習慣全面解析

表型組已經成為繼基因研究之後,事關生物醫學技術長遠和全域發展的戰略高地。

項目團隊將著眼國際科技競爭前沿,建立覆蓋“表型組數據採集-存儲-分析-應用”的全鏈條方法體系,將利用我國人群佇列,聚焦心腦血管疾病、糖尿病、惡性腫瘤及慢性呼吸系統疾病四大慢病:

繪製疾病發生發展過程中巨集觀至微觀表型的跨尺度關聯圖譜,全面解析遺傳和環境/生活方式暴露下、機體巨集觀疾病、功能、器官表型至微觀分子、細胞表型特徵變化;

• 繪製疾病發生發展過程中跨尺度關聯圖譜,發現疾病防治關鍵靶點;

• 利用機器學習、深度學習等方法構建人工智慧疾病風險預測模型。

• 如果把人體比作一本複雜的“生命密碼本”,那麼這項研究就是要破解其中的關鍵章節。

本項目的實施將為我國佇列及表型組的深入研究提供數據標準、分析平臺、方法支撐及研究範式,為我國重大慢性病的有效防控提供重要的科學依據,就像拼湊一張精準的“人體健康地圖”,對於保護我國公眾健康、支援政府決策具有重要作用,助力實現“健康中國 2030”。

頂級醫院驗證:以AI打通醫療科研服務“最後一公里”

作為核心參與單位,醫渡科技重點參與“常見疾病關鍵靶點及預測模型研究”任務,負責預測模型構建與多維表型組學數據整合分析系統建設。研究團隊將依託福清佇列數據,整合傳統危險因素與圖譜篩選的候選特徵,運用機器學習、深度學習等技術開發獨立與綜合風險預測模型,並實現演算法軟體化,助力演算法、模型或分析流程在疾病防治研究中的推廣應用。

醫渡科技憑藉其強大的科技創新實力、醫學數據治理與疾病理解能力,以及豐富的項目經驗,深度參與其中,為專案的順利推進提供了有力保障。

醫渡科技的“AI醫療大腦”YiduCore,經授權處理分析了超55億份醫療記錄,覆蓋超2800家醫院網路,疾病知識圖譜基本涵蓋所有已知疾病,形成難以超越的數據治理壁壘以及對醫學知識的深度認知體系。

通過不斷地創新與實踐,醫渡推出了大數據和大模型賦能的智慧大科研體系,打造了覆蓋全院科研平臺、專病資料庫及多中心醫學研究平臺等適配臨床科研場景的產品,並提供數據挖掘+預測模型、論文合作、課題申報等高品質科研服務。

截至目前,醫渡科技科研平臺合作增至105家,250+專病庫專案落地應用,產出高品質論文超240篇,總影響因數1400+,幫助數千位醫生提高科研效率,提升科研成果影響力。

多年來,醫渡科技積極投身於國家級重點研發計劃,已累計成功申報並高效執行涵蓋“常見多發病防治研究”重點專項和“主動健康和老齡化科技應對”重點專項在內的20余項國家級課題,連續三年資助北京市基金-海澱聯合基金。

本次項目的啟動對我國表型組研究領域的發展具有重要意義。醫渡科技將持續深化在醫療數據治理與理解能力、演算法建模、臨床決策輔助等領域的積累,推動專案順利開展和技術創新成果轉化,為慢性病防控貢獻“中國方案”。