SlideShare a Scribd company logo
1 of 9
“A cross-border region where rivers connect, not divide” –
Interreg V-A Hungary-Croatia Co-operation Programme 2014-2020
INTEREG projekta: Biomedicinska informatika
Ljiljana Majnarić Trtica
Sesija 3: Primjeri korištenja
“A cross-border region where rivers connect, not divide” –
Interreg V-A Hungary-Croatia Co-operation Programme 2014-2020
III. Primjeri upotrebe
Koristite slučajevima može ilustrirati područja kliničke primjene DM i ML metode.
Glavna područja su: 1) Rana dijagnoza raka, 2) predviđanje odgovora terapija
lijekovima za rak, 3) Upotreba slike dijagnostika i vađenje podataka metode za rano
otkrivanje drugih kroničnih bolesti, 4) Upotreba omicstehnike za poboljšanje
razumijevanje patofiziologije kroničnih bolesti, 5) 5) cjepiva razvoj i 6)
Predviđanje zdravstvene ishode pomoću analize vremenskih serija.
1) Rana dijagnoza raka
Rak je jedan od najrasprostranjenijih bolesti, zna da često uzrokuju smrtnim
ishodom. Među različite vrste raka, rak pluća i rak dojke račun najviše za fatalnih
ishoda. To utvrđeno je da ako se bolest dijagnosticira u ranoj fazi, stopa
preživljavanja pacijenata oboljelih od raka je značajno poboljšana. Međutim, u
većini slučajeva, rak je dijagnosticiran u kasnijoj fazi.
Raka dojke, postoji metoda probira učinkovito (visoke rezolucije
mamografija). Sličan način ne postoji za rano otkrivanje raka pluća.
Dakle, rana dijagnoza raka pluća je pravo tema za prediktivni
modeliranje, pomoću DM i ml metode.
Korištenje slučaj: Rajan JR, Prakash JJ. Rana dijagnoza raka pluća pomoću
rudarski alat. IJETICS, ISSN 2278-6856, 2013.
Sažetak: Bolnički izvješća pacijenata oboljelih od raka pluća su prikupljeni iz
različitih izvora i integrirani tehnikom klasifikacije na temelju korištenja ANN
(Arteficial neuronska Mreže). Ekspertni sustav, koji je definiran na ovaj način
“A cross-border region where rivers connect, not divide” –
Interreg V-A Hungary-Croatia Co-operation Programme 2014-2020
podržati dijagnozu raka pluća, bio je temelji se na korištenju informacija o
faktorima rizika i simptoma, a ne na slikama ili biomarkera. Takav
Pristup je posebno pogodan za korištenje u manje razvijenim zemljama (npr Indija).
2) Predviđanje odgovor na terapiju lijekovima za rak
Rak klinički i Genomski smatra heterogena bolest. Farmaceutske tvrtke primijeniti
DM ogromne mase genomske podataka predvidjeti kako patient`s genski sastav
određuje
Njegov / njezin odgovor na terapiju lijekovima.
Koristi slučaja: Daemen et al. Modeliranje preciznost liječenje raka dojke. Genom Biology 2013
14: R110
Sažetak: Prva generacija molekularne profili za raku dojke omogućili identifikaciju
značajke koje se mogu predvidjeti terapeutske odgovore. Međutim, malo se zna o
tome kako različite podatke
Vrste najbolje se mogu kombinirati kako bi se dobio optimalni prediktori. U ovom
radu, zbirke stanica raka dojke linije korištene su za postavljanje karcinoma
molekulska patobiologije (Omics-mjerenja) s biološki terapijske reakcije, kako bi
se identificirali najviše prediktivnog seta molekularne značajke.
Koristi slučaja: Daemen et al. Modeliranje preciznost liječenje raka dojke. Genom Biologija
2013 14: R110
“A cross-border region where rivers connect, not divide” –
Interreg V-A Hungary-Croatia Co-operation Programme 2014-2020
Sažetak: Molecular profiliranje skupovi podataka uključuju: Profili za broj DNA
kopija, mrna ekspresije, transcriptome slijed, promotor metilacija, protein brojnost
i status mutacije. Najmanje trgovi-support vektorski strojeva i slučajnih šuma
algoritmi su korišteni za identifikaciju molekularnih značajke povezane s
odgovorima.
Koristi slučaja: Daemen et al. Modeliranje preciznost liječenje raka dojke. Genom Biology 2013 14:
R110
Sažetak: Rezultati ovog rada pokazali su da odgovara bolesnika na liječenje, na
temelju transkripcijski podtipova, može poboljšati odgovor stope. Uključivanje
dodatne značajke (s druge profiliranje podataka vrste) može pružiti dodatnu korist.
Strategija sustavi biologija je predložen za vođenje kliničkog ispitivanja. To znači
da skupine bolesnika koji su najvjerojatnije da odgovori na nove terapije, više
Učinkovito identificirati.
3) Pomoću dijagnostika slika i data mining metoda za rano otkrivanje drugih
kroničnih oboljenja
Umijeće moderne medicine je identificirati subjekte s ranim fazama kroničnih
bolesti, kako bi se omogućilo preventivne mjere i pravodobno liječenje. Puno
novca je potrošeno na biomarkera razvoj. Osim biokemijskih i molekularno
biološkim biomarkera, napredno snimanje tehnike su se pojavili kao izvor
biomarkera.
“A cross-border region where rivers connect, not divide” –
Interreg V-A Hungary-Croatia Co-operation Programme 2014-2020
Korištenje slučaj. Dai Z, Y je Istrgan strukturne i funkcionalne mozga connectomes u blago kognitivno
oštećenje i Alzheimer`s bolesti. Neurosci Bull 2014; 30 (2): 217-232.
Sažetak: Napori znanstvenika, u ovoj studiji, su orijentirani prema koriste
standardni dijagnostički slike, dijagnosticirati Alzheimer`s bolesti (AD), osobito u
vrlo ranoj fazi. Koristeći teorije grafova analize, ova studija je pokazala da je AD
bolest i njegovih ranih faza razvoja izložbe poremećen topološka organizacija
velikih mreža mozga i da je taj gubitak dobro korelira s pad kognitivnih funkcija.
Koristeći kombinaciju teorije grafova analizira i vizualno računalno
Na temelju tehnike, kako bi se omogućilo user-friendly sučelje, vrlo složene opise bolesti,
na temelju pomoću slikovnih dijagnostičkih tehnika, može postati standardni izlaz
izvješća o stolovima medicinski liječnici.
4) Primjenom tehnika Omics-poboljšati razumijevanje patofiziologije bolesti
kroničnih
Ogroman napredak u posljednjih nekoliko desetljeća, u biotehnologiji i računalnih
tehnika, za masivna analiza podataka, pod uvjetom jasne prednosti u medicinskoj
praksi, primjenom genomika, proteomika i drugih Omics-tehnike, u mnogim
sektorima zdravstva. Korištenjem ove tehnike, moguće je dijagnosticirati mnoge
kronične bolesti puno ranije nego prije i omogućiti znanje o molekularnim
mehanizmima i signalnih puteva mnogih poremećaja. Najviša ocjena od njih
Informacije integracija je postignuto u sustavima biologije i složenih analiza
mreže, dva holistički pristupi pri otkrivanju funkciju bioloških regulatornih mreža.
“A cross-border region where rivers connect, not divide” –
Interreg V-A Hungary-Croatia Co-operation Programme 2014-2020
Ljudski microbiome se sastoji od mikroorganizama (bakterija), uglavnom se nalaze
u koji crijevima. To mikrobi imaju ogroman potencijal za utjecaj našu fiziologiju,
kako u zdravlju i bolesti. Oni doprinose metaboličkim funkcijama, zaštitu od
patogena, educirati imunološki sustav, i, kroz ovih osnovnih funkcija, utjecati
izravno ili neizravno većina naših fizioloških funkcija.
Proučavanje ljudske microbiome je furthered strane tehnološki napredak, koji je
omogućio kultura neovisan analize. U većini studija, bakterijske sastojci
mikrobne populacije su identificirani pomoću analize sekvenciranje 16S rrna-
kodira gen koji je tada u usporedbi s poznatim bakterijskim datotekama sekvenci.
Metagenomic analiza, na temelju sekvencioniranja Sve mikrobne DNA koji
ustraju u složenoj zajednici, ima dodatnu prednost za procjenu genetski potencijal
stanovništva crijevo mikroba. Ostali metodologije, koristi se za analizu mikrobna
transcriptome, Proteom i metabolome, može pružiti dodatne informacije o
microbiome fiziologija.
Koristi Case: Qin J, et al. Ljudski Katalog mikrobna gen utvrđuje metagenomic sekvenciranje. Priroda
2010. Godine; 464 (7285). 59-65 (Sl. 1.)
“A cross-border region where rivers connect, not divide” –
Interreg V-A Hungary-Croatia Co-operation Programme 2014-2020
Sl. 1. Bakterijske vrste razlikuje obilje bolesnika s upalnom bolesti crijeva (ulcerozni kolitis i
bolest Crohn`s) i zdravih osoba
5) Razvoj cjepiva
Krajem 20. Stoljeća, većina cjepiva su razvijeni koristeći tradicionalne
tehnologije (na temelju ubijanja i istezanjem viruse koji uzrokuju bolesti). Nove
tehnologije bilo potrebno za osvajanje preostalih patogena, koji su pokazali
otporni na tradicionalni načini razvoj cjepiva. Izuzetan napredak ostvaren je u
tom periodu. To se temelji na korištenju nove tehnologije, uključujući:
rekombinantnu DNA, kemijski konjugaciju proteina s polisaharidima i
korištenje novih adjuvansa. Moćan alat došao mogućnost pristupa genomi
mikroorganizama. Ova tehnološka revolucija omogućila je, po prvi put u
povijesti, potencijal razvoja cjepiva ići dalje pravilima Pasteur`s rada. Ovaj
Napredovanje se temelji na korištenju računala za izradu cjepiva. Metoda
počinje s informacije koje su prisutne u genomu, bez potrebe da rastu specifične
mikroorganizme.
Ovaj novi pristup se zove „obrnuto vaccinology”.
Korištenje slučaj: Sette A Rappuoli R. Reverse vaccinology: Razvoj cjepiva u razdoblju od genomike.
Imunitet 2010; 33 (4):
530-41. (Sl. 2)
“A cross-border region where rivers connect, not divide” –
Interreg V-A Hungary-Croatia Co-operation Programme 2014-2020
Sl. 2. Opis
• Prvi uzročnik obratili obrnutim vaccinology pristupa je Meningococcus B (menb)
• To je patogen otporni na razvoj cjepiva, jer mu kapsularni polisaharid je identičan humanom
samo-antigen, dok se bakterijski proteini s površine su vrlo varijabilne
• Mnogi pokušaji razvoja cjepiva upotreba tradicionalnih tehnologija - nisu
• Projekt za sekvenciranje menb genom i koristiti genomske informacije za razvoj cjepiva
• Su analizirani gena sekvence, a preko 600 potencijalnih antigeni su testirani na antigenost
• Sekvence kandidata su izraženi u Escherichia coli, i serumi imuniziranih miševa je dobiven na
svaku od njih
• Analiza seruma otkrila više od 90 do sada nepoznatih površina koje se nalaze proteini (samo
12 površinski antigeni su poznati, od kojih samo 4-5 pokazao bakterijska aktivnost)
• 29 od 90 otkriven antigene, mogle su induciraju protutijela koja se mogu ubiti bakterije in vitro
u prisustvu komplementa
• U narednim godinama, antigeni izazivaju najbolji i najširi baktericidno djelovanje, izabrani su
i umetnuti u prototip cjepiva koje su bile u stanju inducirati zaštitni imunitet protiv većine
sojeva menb kod miševa
“A cross-border region where rivers connect, not divide” –
Interreg V-A Hungary-Croatia Co-operation Programme 2014-2020
• Nakon uspješnih pretkliničkih studija, menb cjepivo ušao u dug put razvoja cjepiva
6) Predviđanje zdravstvene ishode koristeći vremenske analize serije
Vrijeme serija je serija podatkovnih točaka indeksiranim u vremenskom
redoslijedu. Najčešće, vrijeme serija je niz snimljen uzastopna jednako
razmaknutih točaka u vremenu - imenovan kao niz diskretnih podataka. Tamo
Dva su glavna cilja analiza vremenskih serija: prepoznavanje uzoraka (trendova) u
nekoj evoluciji procesa i predviđanje ishoda.
Upotreba slučaj: L Sacchi, Dagliati A, D Segagni, Leporati P, L Chiovato, R. Bellazzi Poboljšanje
riskstratification komplikacija dijabetesa pomoću vremenski rudarstvo podataka. IEEE 2015
Sažetak: Polazeći od raslojavanja pacijenata, temelji se na korištenju vremenske
obrasce CSA (The Indeks vremenske Lijekovi stjecanje), autori smatraju klinički
varijabli koje karakteriziraju pacijenata klinička stanja koja su povezana s
dijagnozom dijabetesa tipa 2. U stabilnosti kupi lijek je pokazao da se biljeg
skupini bolesnika koji imaju ukupnu više kompleksa kliničke situacije. Kronične
komplikacije su pokazali češća u skupini bolesnika koji su sklon lijekove
promjenama tijekom vremena.

More Related Content

Similar to Primjeri korištenja

Medicina kao znanost podataka
Medicina kao znanost podatakaMedicina kao znanost podataka
Medicina kao znanost podatakaimprovemed2
 
Medicina kao znanost podataka
Medicina kao znanost podatakaMedicina kao znanost podataka
Medicina kao znanost podatakaimprovemed
 
Medicina kao znanost podataka
Medicina kao znanost podatakaMedicina kao znanost podataka
Medicina kao znanost podatakaimprovemed2
 
Intraduktalna papilarna mucinozna novotvorina gušterače prikaz slučaja i preg...
Intraduktalna papilarna mucinozna novotvorina gušterače prikaz slučaja i preg...Intraduktalna papilarna mucinozna novotvorina gušterače prikaz slučaja i preg...
Intraduktalna papilarna mucinozna novotvorina gušterače prikaz slučaja i preg...nenodugi
 
Metode genotipizacije patogena bolničkih infekcija
Metode genotipizacije patogena bolničkih infekcijaMetode genotipizacije patogena bolničkih infekcija
Metode genotipizacije patogena bolničkih infekcijaimprovemed
 
Antibiotic stewardship program in clinical practice
Antibiotic stewardship program in clinical practiceAntibiotic stewardship program in clinical practice
Antibiotic stewardship program in clinical practiceSanja Sakan
 
Kirurg bolesnik-bolest
Kirurg bolesnik-bolestKirurg bolesnik-bolest
Kirurg bolesnik-bolestDomina Petric
 
Geneticki inzenjering ij
Geneticki inzenjering   ijGeneticki inzenjering   ij
Geneticki inzenjering ijmaturskirad
 
Geneticki inzenjering
Geneticki inzenjeringGeneticki inzenjering
Geneticki inzenjeringmaturskirad
 

Similar to Primjeri korištenja (20)

Medicina kao znanost podataka
Medicina kao znanost podatakaMedicina kao znanost podataka
Medicina kao znanost podataka
 
91hr
91hr91hr
91hr
 
91hr
91hr91hr
91hr
 
61hr
61hr61hr
61hr
 
Medicina kao znanost podataka
Medicina kao znanost podatakaMedicina kao znanost podataka
Medicina kao znanost podataka
 
Medicina kao znanost podataka
Medicina kao znanost podatakaMedicina kao znanost podataka
Medicina kao znanost podataka
 
Trudnoca i-zacece
Trudnoca i-zaceceTrudnoca i-zacece
Trudnoca i-zacece
 
Trudnoca i-zacece
Trudnoca i-zaceceTrudnoca i-zacece
Trudnoca i-zacece
 
Intraduktalna papilarna mucinozna novotvorina gušterače prikaz slučaja i preg...
Intraduktalna papilarna mucinozna novotvorina gušterače prikaz slučaja i preg...Intraduktalna papilarna mucinozna novotvorina gušterače prikaz slučaja i preg...
Intraduktalna papilarna mucinozna novotvorina gušterače prikaz slučaja i preg...
 
63hr
63hr63hr
63hr
 
21hr
21hr21hr
21hr
 
genetika pdf
genetika pdfgenetika pdf
genetika pdf
 
63hr
63hr63hr
63hr
 
Metode genotipizacije patogena bolničkih infekcija
Metode genotipizacije patogena bolničkih infekcijaMetode genotipizacije patogena bolničkih infekcija
Metode genotipizacije patogena bolničkih infekcija
 
23hr
23hr23hr
23hr
 
62hr
62hr62hr
62hr
 
Antibiotic stewardship program in clinical practice
Antibiotic stewardship program in clinical practiceAntibiotic stewardship program in clinical practice
Antibiotic stewardship program in clinical practice
 
Kirurg bolesnik-bolest
Kirurg bolesnik-bolestKirurg bolesnik-bolest
Kirurg bolesnik-bolest
 
Geneticki inzenjering ij
Geneticki inzenjering   ijGeneticki inzenjering   ij
Geneticki inzenjering ij
 
Geneticki inzenjering
Geneticki inzenjeringGeneticki inzenjering
Geneticki inzenjering
 

More from improvemed2

Immunológia alapjai
Immunológia alapjaiImmunológia alapjai
Immunológia alapjaiimprovemed2
 
Az immunológia alapjai 11-20
Az immunológia alapjai 11-20Az immunológia alapjai 11-20
Az immunológia alapjai 11-20improvemed2
 
Immunológia alapja
Immunológia alapjaImmunológia alapja
Immunológia alapjaimprovemed2
 
Osnovni tečaj računalnih metoda
Osnovni tečaj računalnih metodaOsnovni tečaj računalnih metoda
Osnovni tečaj računalnih metodaimprovemed2
 
Ciljana dostava lijeka na jetru
Ciljana dostava lijeka na jetruCiljana dostava lijeka na jetru
Ciljana dostava lijeka na jetruimprovemed2
 
Osnovni tečaj računalnih metoda
Osnovni tečaj računalnih metodaOsnovni tečaj računalnih metoda
Osnovni tečaj računalnih metodaimprovemed2
 
Ciljana dostava lijeka na jetru
Ciljana dostava lijeka na jetruCiljana dostava lijeka na jetru
Ciljana dostava lijeka na jetruimprovemed2
 

More from improvemed2 (9)

quiz
quizquiz
quiz
 
Kérdésbank
KérdésbankKérdésbank
Kérdésbank
 
Immunológia alapjai
Immunológia alapjaiImmunológia alapjai
Immunológia alapjai
 
Az immunológia alapjai 11-20
Az immunológia alapjai 11-20Az immunológia alapjai 11-20
Az immunológia alapjai 11-20
 
Immunológia alapja
Immunológia alapjaImmunológia alapja
Immunológia alapja
 
Osnovni tečaj računalnih metoda
Osnovni tečaj računalnih metodaOsnovni tečaj računalnih metoda
Osnovni tečaj računalnih metoda
 
Ciljana dostava lijeka na jetru
Ciljana dostava lijeka na jetruCiljana dostava lijeka na jetru
Ciljana dostava lijeka na jetru
 
Osnovni tečaj računalnih metoda
Osnovni tečaj računalnih metodaOsnovni tečaj računalnih metoda
Osnovni tečaj računalnih metoda
 
Ciljana dostava lijeka na jetru
Ciljana dostava lijeka na jetruCiljana dostava lijeka na jetru
Ciljana dostava lijeka na jetru
 

Primjeri korištenja

  • 1. “A cross-border region where rivers connect, not divide” – Interreg V-A Hungary-Croatia Co-operation Programme 2014-2020 INTEREG projekta: Biomedicinska informatika Ljiljana Majnarić Trtica Sesija 3: Primjeri korištenja
  • 2. “A cross-border region where rivers connect, not divide” – Interreg V-A Hungary-Croatia Co-operation Programme 2014-2020 III. Primjeri upotrebe Koristite slučajevima može ilustrirati područja kliničke primjene DM i ML metode. Glavna područja su: 1) Rana dijagnoza raka, 2) predviđanje odgovora terapija lijekovima za rak, 3) Upotreba slike dijagnostika i vađenje podataka metode za rano otkrivanje drugih kroničnih bolesti, 4) Upotreba omicstehnike za poboljšanje razumijevanje patofiziologije kroničnih bolesti, 5) 5) cjepiva razvoj i 6) Predviđanje zdravstvene ishode pomoću analize vremenskih serija. 1) Rana dijagnoza raka Rak je jedan od najrasprostranjenijih bolesti, zna da često uzrokuju smrtnim ishodom. Među različite vrste raka, rak pluća i rak dojke račun najviše za fatalnih ishoda. To utvrđeno je da ako se bolest dijagnosticira u ranoj fazi, stopa preživljavanja pacijenata oboljelih od raka je značajno poboljšana. Međutim, u većini slučajeva, rak je dijagnosticiran u kasnijoj fazi. Raka dojke, postoji metoda probira učinkovito (visoke rezolucije mamografija). Sličan način ne postoji za rano otkrivanje raka pluća. Dakle, rana dijagnoza raka pluća je pravo tema za prediktivni modeliranje, pomoću DM i ml metode. Korištenje slučaj: Rajan JR, Prakash JJ. Rana dijagnoza raka pluća pomoću rudarski alat. IJETICS, ISSN 2278-6856, 2013. Sažetak: Bolnički izvješća pacijenata oboljelih od raka pluća su prikupljeni iz različitih izvora i integrirani tehnikom klasifikacije na temelju korištenja ANN (Arteficial neuronska Mreže). Ekspertni sustav, koji je definiran na ovaj način
  • 3. “A cross-border region where rivers connect, not divide” – Interreg V-A Hungary-Croatia Co-operation Programme 2014-2020 podržati dijagnozu raka pluća, bio je temelji se na korištenju informacija o faktorima rizika i simptoma, a ne na slikama ili biomarkera. Takav Pristup je posebno pogodan za korištenje u manje razvijenim zemljama (npr Indija). 2) Predviđanje odgovor na terapiju lijekovima za rak Rak klinički i Genomski smatra heterogena bolest. Farmaceutske tvrtke primijeniti DM ogromne mase genomske podataka predvidjeti kako patient`s genski sastav određuje Njegov / njezin odgovor na terapiju lijekovima. Koristi slučaja: Daemen et al. Modeliranje preciznost liječenje raka dojke. Genom Biology 2013 14: R110 Sažetak: Prva generacija molekularne profili za raku dojke omogućili identifikaciju značajke koje se mogu predvidjeti terapeutske odgovore. Međutim, malo se zna o tome kako različite podatke Vrste najbolje se mogu kombinirati kako bi se dobio optimalni prediktori. U ovom radu, zbirke stanica raka dojke linije korištene su za postavljanje karcinoma molekulska patobiologije (Omics-mjerenja) s biološki terapijske reakcije, kako bi se identificirali najviše prediktivnog seta molekularne značajke. Koristi slučaja: Daemen et al. Modeliranje preciznost liječenje raka dojke. Genom Biologija 2013 14: R110
  • 4. “A cross-border region where rivers connect, not divide” – Interreg V-A Hungary-Croatia Co-operation Programme 2014-2020 Sažetak: Molecular profiliranje skupovi podataka uključuju: Profili za broj DNA kopija, mrna ekspresije, transcriptome slijed, promotor metilacija, protein brojnost i status mutacije. Najmanje trgovi-support vektorski strojeva i slučajnih šuma algoritmi su korišteni za identifikaciju molekularnih značajke povezane s odgovorima. Koristi slučaja: Daemen et al. Modeliranje preciznost liječenje raka dojke. Genom Biology 2013 14: R110 Sažetak: Rezultati ovog rada pokazali su da odgovara bolesnika na liječenje, na temelju transkripcijski podtipova, može poboljšati odgovor stope. Uključivanje dodatne značajke (s druge profiliranje podataka vrste) može pružiti dodatnu korist. Strategija sustavi biologija je predložen za vođenje kliničkog ispitivanja. To znači da skupine bolesnika koji su najvjerojatnije da odgovori na nove terapije, više Učinkovito identificirati. 3) Pomoću dijagnostika slika i data mining metoda za rano otkrivanje drugih kroničnih oboljenja Umijeće moderne medicine je identificirati subjekte s ranim fazama kroničnih bolesti, kako bi se omogućilo preventivne mjere i pravodobno liječenje. Puno novca je potrošeno na biomarkera razvoj. Osim biokemijskih i molekularno biološkim biomarkera, napredno snimanje tehnike su se pojavili kao izvor biomarkera.
  • 5. “A cross-border region where rivers connect, not divide” – Interreg V-A Hungary-Croatia Co-operation Programme 2014-2020 Korištenje slučaj. Dai Z, Y je Istrgan strukturne i funkcionalne mozga connectomes u blago kognitivno oštećenje i Alzheimer`s bolesti. Neurosci Bull 2014; 30 (2): 217-232. Sažetak: Napori znanstvenika, u ovoj studiji, su orijentirani prema koriste standardni dijagnostički slike, dijagnosticirati Alzheimer`s bolesti (AD), osobito u vrlo ranoj fazi. Koristeći teorije grafova analize, ova studija je pokazala da je AD bolest i njegovih ranih faza razvoja izložbe poremećen topološka organizacija velikih mreža mozga i da je taj gubitak dobro korelira s pad kognitivnih funkcija. Koristeći kombinaciju teorije grafova analizira i vizualno računalno Na temelju tehnike, kako bi se omogućilo user-friendly sučelje, vrlo složene opise bolesti, na temelju pomoću slikovnih dijagnostičkih tehnika, može postati standardni izlaz izvješća o stolovima medicinski liječnici. 4) Primjenom tehnika Omics-poboljšati razumijevanje patofiziologije bolesti kroničnih Ogroman napredak u posljednjih nekoliko desetljeća, u biotehnologiji i računalnih tehnika, za masivna analiza podataka, pod uvjetom jasne prednosti u medicinskoj praksi, primjenom genomika, proteomika i drugih Omics-tehnike, u mnogim sektorima zdravstva. Korištenjem ove tehnike, moguće je dijagnosticirati mnoge kronične bolesti puno ranije nego prije i omogućiti znanje o molekularnim mehanizmima i signalnih puteva mnogih poremećaja. Najviša ocjena od njih Informacije integracija je postignuto u sustavima biologije i složenih analiza mreže, dva holistički pristupi pri otkrivanju funkciju bioloških regulatornih mreža.
  • 6. “A cross-border region where rivers connect, not divide” – Interreg V-A Hungary-Croatia Co-operation Programme 2014-2020 Ljudski microbiome se sastoji od mikroorganizama (bakterija), uglavnom se nalaze u koji crijevima. To mikrobi imaju ogroman potencijal za utjecaj našu fiziologiju, kako u zdravlju i bolesti. Oni doprinose metaboličkim funkcijama, zaštitu od patogena, educirati imunološki sustav, i, kroz ovih osnovnih funkcija, utjecati izravno ili neizravno većina naših fizioloških funkcija. Proučavanje ljudske microbiome je furthered strane tehnološki napredak, koji je omogućio kultura neovisan analize. U većini studija, bakterijske sastojci mikrobne populacije su identificirani pomoću analize sekvenciranje 16S rrna- kodira gen koji je tada u usporedbi s poznatim bakterijskim datotekama sekvenci. Metagenomic analiza, na temelju sekvencioniranja Sve mikrobne DNA koji ustraju u složenoj zajednici, ima dodatnu prednost za procjenu genetski potencijal stanovništva crijevo mikroba. Ostali metodologije, koristi se za analizu mikrobna transcriptome, Proteom i metabolome, može pružiti dodatne informacije o microbiome fiziologija. Koristi Case: Qin J, et al. Ljudski Katalog mikrobna gen utvrđuje metagenomic sekvenciranje. Priroda 2010. Godine; 464 (7285). 59-65 (Sl. 1.)
  • 7. “A cross-border region where rivers connect, not divide” – Interreg V-A Hungary-Croatia Co-operation Programme 2014-2020 Sl. 1. Bakterijske vrste razlikuje obilje bolesnika s upalnom bolesti crijeva (ulcerozni kolitis i bolest Crohn`s) i zdravih osoba 5) Razvoj cjepiva Krajem 20. Stoljeća, većina cjepiva su razvijeni koristeći tradicionalne tehnologije (na temelju ubijanja i istezanjem viruse koji uzrokuju bolesti). Nove tehnologije bilo potrebno za osvajanje preostalih patogena, koji su pokazali otporni na tradicionalni načini razvoj cjepiva. Izuzetan napredak ostvaren je u tom periodu. To se temelji na korištenju nove tehnologije, uključujući: rekombinantnu DNA, kemijski konjugaciju proteina s polisaharidima i korištenje novih adjuvansa. Moćan alat došao mogućnost pristupa genomi mikroorganizama. Ova tehnološka revolucija omogućila je, po prvi put u povijesti, potencijal razvoja cjepiva ići dalje pravilima Pasteur`s rada. Ovaj Napredovanje se temelji na korištenju računala za izradu cjepiva. Metoda počinje s informacije koje su prisutne u genomu, bez potrebe da rastu specifične mikroorganizme. Ovaj novi pristup se zove „obrnuto vaccinology”. Korištenje slučaj: Sette A Rappuoli R. Reverse vaccinology: Razvoj cjepiva u razdoblju od genomike. Imunitet 2010; 33 (4): 530-41. (Sl. 2)
  • 8. “A cross-border region where rivers connect, not divide” – Interreg V-A Hungary-Croatia Co-operation Programme 2014-2020 Sl. 2. Opis • Prvi uzročnik obratili obrnutim vaccinology pristupa je Meningococcus B (menb) • To je patogen otporni na razvoj cjepiva, jer mu kapsularni polisaharid je identičan humanom samo-antigen, dok se bakterijski proteini s površine su vrlo varijabilne • Mnogi pokušaji razvoja cjepiva upotreba tradicionalnih tehnologija - nisu • Projekt za sekvenciranje menb genom i koristiti genomske informacije za razvoj cjepiva • Su analizirani gena sekvence, a preko 600 potencijalnih antigeni su testirani na antigenost • Sekvence kandidata su izraženi u Escherichia coli, i serumi imuniziranih miševa je dobiven na svaku od njih • Analiza seruma otkrila više od 90 do sada nepoznatih površina koje se nalaze proteini (samo 12 površinski antigeni su poznati, od kojih samo 4-5 pokazao bakterijska aktivnost) • 29 od 90 otkriven antigene, mogle su induciraju protutijela koja se mogu ubiti bakterije in vitro u prisustvu komplementa • U narednim godinama, antigeni izazivaju najbolji i najširi baktericidno djelovanje, izabrani su i umetnuti u prototip cjepiva koje su bile u stanju inducirati zaštitni imunitet protiv većine sojeva menb kod miševa
  • 9. “A cross-border region where rivers connect, not divide” – Interreg V-A Hungary-Croatia Co-operation Programme 2014-2020 • Nakon uspješnih pretkliničkih studija, menb cjepivo ušao u dug put razvoja cjepiva 6) Predviđanje zdravstvene ishode koristeći vremenske analize serije Vrijeme serija je serija podatkovnih točaka indeksiranim u vremenskom redoslijedu. Najčešće, vrijeme serija je niz snimljen uzastopna jednako razmaknutih točaka u vremenu - imenovan kao niz diskretnih podataka. Tamo Dva su glavna cilja analiza vremenskih serija: prepoznavanje uzoraka (trendova) u nekoj evoluciji procesa i predviđanje ishoda. Upotreba slučaj: L Sacchi, Dagliati A, D Segagni, Leporati P, L Chiovato, R. Bellazzi Poboljšanje riskstratification komplikacija dijabetesa pomoću vremenski rudarstvo podataka. IEEE 2015 Sažetak: Polazeći od raslojavanja pacijenata, temelji se na korištenju vremenske obrasce CSA (The Indeks vremenske Lijekovi stjecanje), autori smatraju klinički varijabli koje karakteriziraju pacijenata klinička stanja koja su povezana s dijagnozom dijabetesa tipa 2. U stabilnosti kupi lijek je pokazao da se biljeg skupini bolesnika koji imaju ukupnu više kompleksa kliničke situacije. Kronične komplikacije su pokazali češća u skupini bolesnika koji su sklon lijekove promjenama tijekom vremena.