記者3月28日從業內獲悉，被業內稱為“破解生命密碼”的國家重點研發計劃項目——“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”日前正式啟動。

項目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。項目的啟動是我國在精準醫學領域又一關鍵落子。

如果說人類基因組計劃讓科學家手里有了探索生命奧秘的“指南針”，那么人類表型組計劃就將打造未來遨游生命科學世界的“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，面臨數據質量不一、缺乏共享云平臺及多維數據分析方法有限的問題。因此需要建立數據歸檔標準，構建高性能云平臺，并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、平臺和方法支持。

表型組已經成為繼基因研究之后，事關生物醫學技術長遠和全局發展的戰略高地。項目團隊將著眼國際科技競爭前沿，建立覆蓋“表型組數據采集-存儲-分析-應用”的全鏈條方法體系，將利用我國人群隊列，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。

例如，繪制疾病發生發展過程中宏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、機體宏觀疾病、功能、器官表型至微觀分子、細胞表型特征變化；繪制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能疾病風險預測模型。

如果把人體比作一本復雜的“生命密碼本”，那么這項研究就是要破解其中的關鍵章節。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。研究團隊將依托福清隊列數據，整合傳統危險因素與圖譜篩選的候選特征，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，并實現算法軟件化，助力算法、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家醫院網絡，疾病知識圖譜基本涵蓋所有已知疾病。