最近十年来提出的精准医学和转化医学正在引领新的医学革命，前者强调寻找和利用分子特征来帮助疾病诊疗，后者则推动临床科研到临床应用的转化。正是由于人类基因组、人类蛋白组、人类表冠组、人类微生物组、癌症基因图谱等等重要的全球合作项目取得里程碑式的成果，才使得精准医学成为可能。而数据驱动的人工智能飞速发展，也加速了转化医学的快速进步。而直接受益的领域则是临床多组学的发展，通过整合电子病历、体检记录等表型数据和多组学的分子特征，针对给定的临床问题，建立以医学数据和临床知识驱动的数学模型。

这样的策略有双重的应用和理论意义，首先通过建立这样的模型，筛选有效的分子特征和临床表征，进而为建立新的临床检测和诊疗奠定数据基础，从而促进伴随诊断和临床决定的医学转化。另一方面，通过进一步仔细分析和解读筛选出来的分子特征和临床表征，为疾病机理和药物研发寻找机制上的支持，促进制药工业的发展。

在外部，神州医疗已经和国际国内的精准医学机构、临床医疗组织以及著名跨国药厂建立起广泛而紧密的联系。不仅在位于美国波士顿剑桥镇的Broad研究所旁设立办公室，同时也和位于英国剑桥大学附近的Wellcome Trust桑格研究所分离出的Congenica®公司建立商业合作，以及与在美国加州硅谷的Sentieon®公司成为战略合作伙伴。

在内部，位于北京和上海的转化精准医学数据科学部门与位于全国各地和新加坡的精准医学运营部门通力合作，通过与海内外医疗机构开展临床多组学研究以及相关数据整合分析平台的开发，最终实现商业模式下的病人、医生、医院和公司共同受益的模式。

*   转化精准医学数据科学部门虽然人数不多，但是组成架构合理。

*   部门负责人拥有丰富的经验，除了在美国经历系统专业的交叉学科博士训练，也在美国和中国工业和学术届耕耘了十几年，不仅对生物医学数据科学理解颇深，也对生命、临床和药物科学里的科学计算、信息处理、分子机理、药物设计了解颇多，能够敏锐地感知相关领域的未来趋势。

*   组员中不仅具备经验丰富的组学数据分析，同时也有熟练掌握数据驱动学习算法的数据科学家和熟悉疾病分子通路以及药物知识同时掌握医学统计方法的知识科学家。

*   针对每一个转化精准医学项目，不同背景的专业人员通力合作，进而有效地同合作的医学专家和科研人员进行沟通，快速推动项目进展。

*   除此之外，团队成员也基于具体的合作项目，开发和建立了针对群体组学的商用级海量多组学数据整合分析平台。

--  精准医学和转化医学中的数据分析涉及到两层。

--  首先通过分析多组学数据，诸如点突变数据、基因表达数据、甲基化数据、拷贝数变异数据、菌群数据、蛋白质谱数据，代谢组学数据等等，当然也包括单细胞在内的组学数据，抽取有意义的分子特征，整合进结构化的临床记录。

--  然后对这样一个巨大的数据矩阵，依据数据本身和已知的临床知识，对数据再处理后进行数据挖掘，针对给定的临床问题构建数学模型，寻找更具意义的数据特征。

--  这些筛选出来的特征首先是针对具体临床诊疗问题筛选的，因此可以迅速产业化，进行下一步的大规模临床实验，申报监管机构许可。同时这些筛选出来的特征，对具体临床问题所对应的疾病机理或者药物设计则具有指导意义。

--  要完成这样的两层数据分析，商用海量多组学数据平台是必不可缺的，构建这样的商用平台可以大大提高临床精准医学的高效转化。