질병 위험을 연구하는 데 빅 데이터가 사용되는 방법의 한 가지 예는 영국 바이오 뱅크입니다. 이 데이터베이스에는 유전자 데이터, 병력 및 라이프 스타일 요인을 포함하여 50 만 명 이상의 사람들의 건강 정보가 포함되어 있습니다. 연구원들은 영국 바이오 뱅크를 사용하여 암, 심장병 및 당뇨병과 같은 질병 발병 위험 증가와 관련된 다수의 유전자 변이체를 식별했습니다.
질병 위험을 연구하는 데 빅 데이터가 사용되는 방법의 또 다른 예는 인간 미생물 군 프로젝트입니다. 이 프로젝트는 인체 안에 살고있는 수조 미생물의 DNA를 시퀀싱하고 있습니다. 연구원들은이 정보가 미생물 군집이 우리의 건강 및 질병 위험에 어떤 영향을 미치는지 이해하는 데 도움이되기를 희망합니다.
빅 데이터는 질병 위험에 대한 우리의 이해에 혁명을 일으킬 수있는 강력한 도구입니다. 큰 데이터 세트를 분석함으로써 연구원들은 새로운 위험 요소를 식별하고 새로운 치료법을 개발하며 궁극적으로 전 세계 사람들의 건강을 향상시킬 수 있습니다.
다음은 빅 데이터가 질병 위험을 유발하는 원인을 결정하는 데 사용 된 방법에 대한 구체적인 예입니다.
* 저널 Nature Genetics에 발표 된 연구에서 연구원들은 빅 데이터를 사용하여 관상 동맥 질환 발병 위험 증가와 관련된 123 개의 새로운 유전자 변이를 식별했습니다. 이 연구는 가장 큰 종류였으며 백만 명이 넘는 유전자 데이터를 분석하는 것이 포함되었습니다.
* 저널 The Lancet에 발표 된 연구에서 연구원들은 빅 데이터를 사용하여 제 2 형 당뇨병 발병 위험 증가와 관련된 여러 라이프 스타일 요소를 식별했습니다. . 이 연구는 10 만 명이 넘는 사람들의 건강 정보를 분석하는 것이 포함되었습니다.
* 저널 Jama Psychiatry에 발표 된 연구에서 연구원들은 빅 데이터를 사용하여 우울증 발병 위험 증가와 관련된 여러 유전자 변이를 식별했습니다. 이 연구는 230,000 명 이상의 유전자 데이터를 분석하는 것이 포함되었습니다.
이것들은 질병 위험을 유발하는 것이 무엇인지 결정하는 데 빅 데이터가 어떻게 사용되는지에 대한 몇 가지 예일뿐입니다. 이용 가능한 데이터의 양이 계속 증가함에 따라 연구자들은 질병의 원인을 더 잘 이해하고 예방 및 치료를위한 새로운 전략을 개발하는 데 도움이되는보다 정교한 연구를 수행 할 수있을 것입니다.
