清華大數(shù)據(jù)思享會醫(yī)療大數(shù)據(jù)系列之“基于大數(shù)據(jù)的人體組織微結(jié)構(gòu)的解析與構(gòu)建”于2016年09月22日下午在清數(shù)D-LAB成功舉辦。深圳艾科賽龍公司創(chuàng)始人趙小文深刻闡述了醫(yī)學大數(shù)據(jù)的技術(shù)架構(gòu)，以及對骨骼、血管等人體組織微結(jié)構(gòu)的量化簡析和構(gòu)建的方法，并將這種方法延展到蛋白結(jié)構(gòu)的量化解析和構(gòu)建上，為再生醫(yī)學的發(fā)展奠定了個性化的組織工程學基礎(chǔ)。參與此次思享會的還有來自清華、北大、軍醫(yī)科研院等專業(yè)人士，以及醫(yī)院管理公司和投資領(lǐng)域的朋友，本期思享會就骨骼等人體組織微結(jié)構(gòu)的量化解析、蛋白層面結(jié)構(gòu)的量化解析應用、干細胞培養(yǎng)和再生醫(yī)學等相關(guān)問題進行了深入交流和討論。

本次思享會從基礎(chǔ)的數(shù)據(jù)架構(gòu)和技術(shù)架構(gòu)開始講起，然后結(jié)合實際落地的項目介紹了具體應用，最后就相關(guān)問題進行了討論。本次的主要內(nèi)容包括十個方面，首先是醫(yī)學大數(shù)據(jù)發(fā)展的技術(shù)趨勢和價值驅(qū)動因素，以及再生醫(yī)學的行業(yè)背景;其次在此基礎(chǔ)上提出重塑精準醫(yī)療的技術(shù)路徑、具體的人工神經(jīng)網(wǎng)絡和深度學習的技術(shù)架構(gòu)及多維度數(shù)據(jù)解析與融合;然后是再生技術(shù)和干細胞;接下來是具體的應用包括組織器官識別、結(jié)構(gòu)解析和骨骼構(gòu)建，最后對前面的內(nèi)容進行總結(jié)。

1、技術(shù)趨勢

醫(yī)學大數(shù)據(jù)的架構(gòu)具有很強的擴展性，在獲取人體的基本數(shù)據(jù)以后，不僅可以構(gòu)建人體的解剖結(jié)構(gòu)和生理結(jié)構(gòu)，而且可以從分子層面去構(gòu)建微觀模型。例如，基于一些復雜的數(shù)學模型，可以從DNA序列推演到mRNA結(jié)構(gòu)，最后構(gòu)建這段DNA序列表達的蛋白結(jié)構(gòu)。近年來包括醫(yī)學在內(nèi)的多種學科不斷交叉融合，學術(shù)界的交流以及創(chuàng)業(yè)公司都在努力推動多種技術(shù)的融合。在醫(yī)學上不僅僅牽涉到臨床醫(yī)學，同時涉及生物學、分子生物學、細胞生物學、化學等等，以及自動化，包括檢測、統(tǒng)計、分析、影像等方面都會涉及。當然，數(shù)學肯定是最基礎(chǔ)的，建立數(shù)學模型、復雜的算法都跟數(shù)學基礎(chǔ)息息相關(guān)。新興的大數(shù)據(jù)即數(shù)據(jù)科學，也離不開基礎(chǔ)的計算機科學。所以，未來醫(yī)學是眾多學科融合的綜合科學，大數(shù)據(jù)的價值是眾多領(lǐng)域量化的數(shù)據(jù)融合，這就是技術(shù)趨勢。

2、價值驅(qū)動

過去解決實際臨床問題更多依賴于醫(yī)生的經(jīng)驗，不論是生理層面還是分子層面許多都還沒有被完全的量化，而是記錄在醫(yī)生的經(jīng)驗當中。醫(yī)院也已經(jīng)采集到很多數(shù)據(jù)，存放在不同的計算機系統(tǒng)中，但是基本以數(shù)據(jù)孤島的形式存在，并沒有被充分利用和挖掘，而這些其實就是做基礎(chǔ)研究最重要的數(shù)據(jù)。醫(yī)學大數(shù)據(jù)發(fā)展有三大價值驅(qū)動力，首先是生活質(zhì)量的提高，人們對生命質(zhì)量或者是健康質(zhì)量的不斷追求和高標準的要求;其次是在高品質(zhì)生命健康需求下促使成的生命科學技術(shù)的進步;最后是基于生命科學技術(shù)進步的臨床手段不斷豐富，臨床治療質(zhì)量不斷提高，這就是整個醫(yī)學大數(shù)據(jù)價值驅(qū)動的核心。此外，巨大的患者人體組織器官替換的市場需求也是重要的驅(qū)動因素。

3、行業(yè)背景

整個再生醫(yī)學行業(yè)的大背景是全球每年大概有8000多萬的各種組織器官的需求，包括臟器器官、軟骨、胰、顱頜面、眼膜等，目前只能通過捐獻滿足，而捐獻所能滿足的需求是非常有限的。所以，眾多科學家希望可以獲得除了捐獻以外的方式來替代和滿足大量的需求。脫細胞異體移植是正在研究的一種方法，即從供體上取出的組織脫細胞后，種植受體的細胞進行培養(yǎng)，然后再移植到新物體上。比如豬或牛跟腱組織取出來進行脫細胞處理，然后異體組織移植。自體移植的方法可能會造成二次創(chuàng)傷，而異體移植也可能因為分子層面未被認知的部分影響生物的生存。所以，眼下的科學家研究采用人工合成、天然高分子或者生物仿生等材料，構(gòu)建人體組織器官的結(jié)構(gòu)，如骨骼的結(jié)構(gòu)，把細胞種植在上面，然后再做培養(yǎng)骨骼的移植，目前大量的實驗證明這種方法是可行的。每個人的人體骨骼從頭到腳的結(jié)構(gòu)都不一樣，不同骨骼的功能也不一樣，有的是起支撐作用，有的是為神經(jīng)和血管等提供營養(yǎng)供給載體，有的起保護臟器的作用。因此需要針對每個患者的骨骼等受損組織器官的微結(jié)構(gòu)進行精準構(gòu)建，而組織器官微結(jié)構(gòu)的精準構(gòu)建需要通過艾科賽龍進行精準的解析并構(gòu)建，然后才能提供給臨床去做治療。在中國通過捐獻方式獲得器官移植的每150萬人當中，只有1萬例獲得捐獻，其余的因未能得到及時治療而死亡。癌癥、新發(fā)腫瘤、心腦血管疾病等患者數(shù)量，再加些意外創(chuàng)傷、事故等患者人數(shù)，再生醫(yī)學技術(shù)的需求將越來越大，并且日趨緊迫。

4、重塑精準醫(yī)療

國內(nèi)對精準醫(yī)療的理解主要是停留在基因?qū)用嫔希珳梳t(yī)療的概念在外科領(lǐng)域最早被提出，精準醫(yī)療其實是針對個體化治療的、針對個性化各器官的醫(yī)療服務。例如，骨組織的修復，完整的骨組織功能重建，需要匹配生理環(huán)境，這也是精準治療的范疇。重塑精準醫(yī)療的整個流程首先是基礎(chǔ)數(shù)據(jù)的采集，這是醫(yī)學大數(shù)據(jù)的挖掘的基礎(chǔ)，數(shù)據(jù)的采集方式很多，包括臨床經(jīng)驗數(shù)據(jù)、自動化設備的影像數(shù)據(jù)(CT、MRI)、基因測序數(shù)據(jù)等。其次是數(shù)據(jù)的解讀與分析，通過建立相應數(shù)學模型、采用機器學習等技術(shù)對醫(yī)學數(shù)據(jù)進行挖掘。接下來是臨床治療和技術(shù)支持，把數(shù)據(jù)解讀和分析的結(jié)果變成實用、落地的產(chǎn)品或方案，用于臨床治療或技術(shù)支持，如個性化解決方案、手術(shù)導航板及個性化植入物等。再者結(jié)合個性化治療的量化指標，跟蹤隨訪、復診，形成精準醫(yī)療的閉環(huán)。最后，將匯聚眾多的臨床經(jīng)驗、數(shù)據(jù)進行完整的解析與融合，形成精準醫(yī)療完整的路徑和思路，從而建立巨大的精準醫(yī)療系統(tǒng)。這個系統(tǒng)不僅包含外科，也會涵蓋內(nèi)科。借助這樣一套巨大的系統(tǒng)，將骨骼等外科以及臟器等內(nèi)科學所涵蓋的組織器官量化解析，從數(shù)據(jù)開始重塑整個精準醫(yī)療體系。

5、人工神經(jīng)網(wǎng)絡與深度學習

人體生理環(huán)境下各種數(shù)據(jù)是有相互關(guān)聯(lián)性的，單個數(shù)據(jù)拿出來，如影像數(shù)據(jù)與血液的檢測數(shù)據(jù)，與單個細胞或者干細胞是什么關(guān)系?在人體外的彼此間的關(guān)系不大，所以必須構(gòu)建起彼此之間相互關(guān)聯(lián)的系統(tǒng)，模仿人體真實環(huán)境。搭建這樣的系統(tǒng)涉及的數(shù)據(jù)非常龐大，通常需要通過多層的運算，應用較為普遍的人工神經(jīng)網(wǎng)絡。人工神經(jīng)網(wǎng)絡的架構(gòu)與人體神經(jīng)系統(tǒng)有些類似，通過計算機模擬神經(jīng)網(wǎng)絡的運行方式來構(gòu)建，據(jù)說谷歌已經(jīng)可以建立50到100多層的神經(jīng)網(wǎng)絡運算，而通常應用只有幾層。在實際應用中，艾科賽龍沒有建立那么復雜的關(guān)系，但會經(jīng)過多個環(huán)節(jié)的處理以達到更好的效果。人工神經(jīng)網(wǎng)絡的單神經(jīng)元通常由計算單元、連接單元和計算結(jié)果組成，再由多層神經(jīng)元建立神經(jīng)網(wǎng)絡。計算單元對外面獲取的信息進行計算，獲得信息分配的權(quán)重，也是經(jīng)驗值，計算結(jié)果再進行加權(quán)、綜合等處理，經(jīng)過多層的運算，就形成人工神經(jīng)網(wǎng)絡的基礎(chǔ)架構(gòu)。

擁有海量數(shù)據(jù)和建立分析的系統(tǒng)架構(gòu)后，利用相關(guān)專業(yè)的算法和分析的數(shù)學模型進行挖掘，從而獲取最終結(jié)果。海量數(shù)據(jù)和龐大的工作量，需要有效利用計算機的計算與運算能力，通過機器學習和深度學習賦予計算機一定的智能，并結(jié)合人工神經(jīng)網(wǎng)絡實現(xiàn)自動化架構(gòu)。

6、數(shù)據(jù)結(jié)構(gòu)化/量化解析

建立這樣一套架構(gòu)的目的是要經(jīng)過大量數(shù)據(jù)對機器進行訓練，使得機器可以相對獨立地計算與判斷，并得出相對精準的結(jié)論。艾科賽龍做的骨科學領(lǐng)域，基于幾萬例的數(shù)據(jù)不斷地對機器進行訓練，機器現(xiàn)在可以獨自進行計算與判斷，并得出相當精確的結(jié)論。

基于深度學習和人工神經(jīng)網(wǎng)絡架構(gòu)運算，得出的數(shù)據(jù)和結(jié)果是結(jié)構(gòu)化的。這個結(jié)果就是結(jié)合臨床和醫(yī)學，進行定量計算、結(jié)構(gòu)解析、判別細胞毒性和癌癥病變等，以及對腫瘤標識和藥物篩選，甚至是組織構(gòu)建和再生。所以量化與解析的目標就是解析人體的組織的微環(huán)境及微結(jié)構(gòu)。骨骼結(jié)構(gòu)可以看作脫細胞之后的物理結(jié)構(gòu)，微環(huán)境就是組織生存的復雜的生理環(huán)境，最終的目標就是要解析組織的微結(jié)構(gòu)和微環(huán)境，具體表現(xiàn)為細胞與細胞之間、細胞與組織之間、組織與組織之間的相互作用。例如解析血管的微環(huán)境和微組織，需要清楚認識血管細胞與構(gòu)成管壁的肌細胞、甚至脂肪細胞之間的關(guān)系，即細胞與細胞之間的關(guān)系，以及組織與組織之間的關(guān)系，血管的毛細血管網(wǎng)絡化以后，如何向組織滲透營養(yǎng)、輸送營養(yǎng)等。最后將多領(lǐng)域的數(shù)據(jù)融合，經(jīng)過缺失量化和精準構(gòu)建，可以做到精確統(tǒng)計、精確預測，最終精確地輸出一個產(chǎn)品或者是一個結(jié)論。

7、再生技術(shù)

再生醫(yī)學技術(shù)是用醫(yī)學、生物學、化學、等多個學科與工程學相結(jié)合的方式，重新構(gòu)建或修復人體或動物失去功能的組織、器官，使其具備正常的生理功能。具體包括多功能干細胞誘變、細胞遷移、組織再生修復，組織替代等。修復組織結(jié)構(gòu)和生理結(jié)構(gòu)以后，再生醫(yī)學技術(shù)最終目的是要恢復生理功能。

再生技術(shù)最重要的環(huán)節(jié)是干細胞，幾種有代表性的干細胞定向誘變，如iPS、MSCs等在技術(shù)和實驗中已經(jīng)比較成熟。再生技術(shù)與干細胞的結(jié)合的路徑首先是通過種子細胞培養(yǎng)獲得組織細胞。然后通過對組織器官的精準解析和構(gòu)建，并結(jié)合生物3D打印構(gòu)造仿生的微結(jié)構(gòu)和微環(huán)境。接著將培養(yǎng)的組織細胞與仿生微結(jié)構(gòu)在微環(huán)境下進行活性的培養(yǎng)，激活構(gòu)建的組織器官的功能?；钚耘囵B(yǎng)完之后就構(gòu)建了具備相對完整功能的組織器官，從而可以繼續(xù)進行臨床治療。經(jīng)過整個過程的治療，患者能夠最大限度的恢復缺失的組織生理功能，從而真正提高患者治療質(zhì)量。

8、組織識別/解析/構(gòu)建

組織識別是比較關(guān)鍵的技術(shù)之一，涉及的影像數(shù)據(jù)比較多，包括基本的圖形演化和基本數(shù)據(jù)。組織識別首先要對組織進行分類，識別出哪些是血管、神經(jīng)等，并標識組織特征。然后要對細胞的膜、質(zhì)、核進行區(qū)分。之后還要進行蛋白層面的評價打分，基于蛋白質(zhì)的功能定位進行打分評價，完整的區(qū)分細胞外基質(zhì)跟細胞的關(guān)系。最后要進行完整數(shù)據(jù)解析及校準，與現(xiàn)有數(shù)據(jù)庫的數(shù)據(jù)進行完整對比，缺失的部分可以基于數(shù)據(jù)實現(xiàn)修復等。

舉個例子：為了獲取血管的結(jié)構(gòu)組織，即微結(jié)構(gòu)與微環(huán)境，不僅需要清晰描繪出心臟中非常復雜的血管網(wǎng)絡數(shù)據(jù)，也要清楚肝臟、腎臟、腦部、后肢、四肢等不同器官的血管網(wǎng)絡數(shù)據(jù)，甚至新增腫瘤的血管網(wǎng)絡數(shù)據(jù)也要進行采集，否則建立的數(shù)據(jù)分析模型可能不完整也不科學?；诖罅繑?shù)據(jù)的機器學習和數(shù)據(jù)結(jié)構(gòu)化，并且不斷重復和強化這個過程，最終實現(xiàn)對靜脈血管的量化解析和數(shù)據(jù)融合。

量化解析的目的是構(gòu)建靜脈血管的微結(jié)構(gòu)，結(jié)合生物3D打印技術(shù)就可以完成靜脈血管的體外構(gòu)建，再加上細胞培養(yǎng)技術(shù)可以實現(xiàn)個性化靜脈血管的生產(chǎn)。通過將解析和構(gòu)建的靜脈血管的結(jié)構(gòu)與實際靜脈血管的影像，或者脫細胞后的血管結(jié)構(gòu)進行比較，我們發(fā)現(xiàn)是一模一樣的。對靜脈血管進行局部放大以后，就是圖中的樣子，之前沒有人對血管的局部進行如此詳細的仿真，當中可能有些部分還要繼續(xù)完善，然而個性化組織器官的產(chǎn)業(yè)化或者量產(chǎn)商業(yè)化，還需要做適合培養(yǎng)并不斷地完善。目前，市面上的人工的血管其實都只是一個生物材料的管狀物，不能像這里描述的一樣，根據(jù)個性化的微結(jié)構(gòu)來構(gòu)建。

我們的一個國外合作伙伴建立的一個軟骨的臨床前動物實驗(如圖)，主要是為了對比我們構(gòu)建組織的組織修復情況。通過實驗組與對照組的比較，清楚地看到對照組軟骨組織修復的效果和血滲的情況，而實驗組的軟骨組織實現(xiàn)了理想的修復。

下面分享我們做的一例臨床實驗案例，一個患者下頜骨有造釉血管瘤，手術(shù)切除以后需要對組織進行解析與構(gòu)建，從而實現(xiàn)功能修復。我們做了一個仿生下頜骨，既要保證原來骨結(jié)構(gòu)的完整性，也要保證手術(shù)以后的美觀性，所以這也是個性化的需求。我們做這個復雜的案例時，先做基本的力學測試，獲取了相關(guān)的數(shù)據(jù)，所以手術(shù)非?？煽?。為了確保短期不出現(xiàn)問題，先做了基本的咬合咀嚼的關(guān)系的力學分析，最終構(gòu)建上圖中的模型，并通過3D打印技術(shù)實現(xiàn)出來。在3D打印的原型上種植細胞和涂敷軟骨細胞及細胞外基質(zhì)，其中軟骨細胞在植入以后嚴重缺氧的環(huán)境下會釋放抗炎因子。最后頜骨愈合后，基本就跟正常的一樣完好。

頜骨缺損修復手術(shù)后第12個星期就會發(fā)現(xiàn)新骨頭長好了，最高的地方會長出2.6毫米，最低長出2.5毫米。之前沒有精準的解析和構(gòu)建組織的做法，骨表面只能長0.5毫米，因為組織間匹配度不高沒有足夠的親和性。第16個星期到第24個月之間在電鏡掃描圖(上圖右上角)發(fā)現(xiàn)，我們構(gòu)建的骨質(zhì)結(jié)構(gòu)已完全融合到患者本身的骨小梁結(jié)構(gòu)中，已經(jīng)分不清植入物表面新骨與原骨質(zhì)的界面。

此外，在醫(yī)學大數(shù)據(jù)架構(gòu)下的仿生模擬組織，艾科賽龍聯(lián)合國內(nèi)外醫(yī)療研究機構(gòu)共同探索的案例還有許多，左下角的兩例分別是手指的指骨和腳趾的趾骨模型，結(jié)合細胞培養(yǎng)，最終也進入臨床前實驗。中間紅色的模型(如圖)是2014年底的時候為國外一家公司做的兔子的活性脊椎，大概在第4個月的時候取出以后，剝離了組織及軟組織之后就剩下圖中的支架(如圖)，這是4個月降解以后的樣子，原來的結(jié)構(gòu)已經(jīng)不見，說明原來的結(jié)構(gòu)基本降解成二氧化碳與水，被身體吸收。上面藍手套上就是前面提到的人造血管，是艾科賽龍利用解析與構(gòu)建技術(shù)，再利用生物3D打印技術(shù)完成的，之后結(jié)合細胞培養(yǎng)，進行了三次培養(yǎng)激活實驗。圖右上角的是耳朵模型(如圖)，國內(nèi)外的專家都做過很多的嘗試?，F(xiàn)在基于數(shù)據(jù)量化解析和生物3D打印已經(jīng)可以精準的構(gòu)建和打印耳朵原型，通過這種方式構(gòu)建的“耳朵”就非常真實了，是完全的軟骨骨基結(jié)構(gòu)。圖左上角的修復體是針對退行性病變骨質(zhì)流失以后，在關(guān)節(jié)里打洞植入的骨修復材料，就是右下角中的圓柱體(如圖)骨修復材料。這種骨修復材料等同于通用的被臨床認知的方式填充進去，而不需要使用以前常用的粉末材料去填充，即“骨水泥”。骨水泥填充后的后遺癥非常多，如果用金屬的材料，金屬粒子與組織表面結(jié)合時間長之后，會滲入到人體組織，在人體組織某些地方進行沉淀，現(xiàn)有的大量實驗數(shù)據(jù)印證了這些問題的嚴重性。生物材料的植入物有逐步替換金屬材料的植入物的趨勢，包括現(xiàn)有人工金屬關(guān)節(jié)和器械等，因為金屬植入通常有使用壽命，植入之后必須做第二次、第三次甚至多次的手術(shù)，而生物材料手術(shù)植入人體之后，與本身組織的融合，不需要做第二次手術(shù)，除非手術(shù)做的不成功。

這個例子更能說明數(shù)據(jù)的力量。前面介紹的架構(gòu)，在獲取基本數(shù)據(jù)以后進行解析和構(gòu)建，不僅可以在宏觀方面應用，如骨骼生理結(jié)構(gòu)的解析和構(gòu)建，活性組織的外觀就是它的解剖結(jié)構(gòu)，內(nèi)部復雜的細胞生長結(jié)構(gòu)是微結(jié)構(gòu)，綜合起來就是生理結(jié)構(gòu);這種解析與構(gòu)建的基礎(chǔ)技術(shù)也可以延伸和擴展到分子層面的應用，如根據(jù)DNA堿基對的表達過程，可以基于類似的數(shù)據(jù)數(shù)學模型的解析和構(gòu)建，實現(xiàn)蛋白質(zhì)結(jié)構(gòu)解析與構(gòu)建和結(jié)構(gòu)預測。圖中是88個堿基對序列(如圖)，第二張是結(jié)構(gòu)化處理后的圖(如圖)，然后對堿基對的結(jié)構(gòu)再做一次分析。DNA的表達和蛋白結(jié)構(gòu)解析過程當然非常復雜，首先要把DNA的信息數(shù)據(jù)，測序的數(shù)據(jù)，mRNA的信息數(shù)據(jù)以及已知的蛋白質(zhì)的折疊碼做大量的計算及分析，mRNA在剪接體里進行遺傳信息的交換，然后通過蛋白的形式進行表達也就是翻譯過程，最后對數(shù)據(jù)進行校準和平衡，在數(shù)據(jù)和數(shù)學模型的方面完成大數(shù)據(jù)的基礎(chǔ)庫。

第一張圖是DNA的雙螺旋結(jié)構(gòu)(如圖)，接著按照要求附加上相關(guān)的信息，經(jīng)過這個量化過程，把它變成了稍微復雜的結(jié)構(gòu)(如圖)，接著繼續(xù)進行量化，將具體的物質(zhì)賦予給這個空間，這些物質(zhì)就是這個DNA所要表達的信息，最后還要經(jīng)過多方面的或者是長期的驗證，我們只是做了蛋白結(jié)構(gòu)計算。接著進行蛋白質(zhì)的共定位，然后進行打分評價，確定物質(zhì)沒有多余或減少，最終確認之后就解析和構(gòu)建成了蛋白結(jié)構(gòu)，或者說通過復雜技術(shù)預測了蛋白的模擬結(jié)構(gòu)。獲取蛋白結(jié)構(gòu)的傳統(tǒng)方法是通過冷凍電鏡在分子層面甚至在原子層面進行觀察，然后根據(jù)觀察到的形狀畫出來，而大型冷凍電鏡在觀察蛋白結(jié)構(gòu)的時候無法進行及時的三維拍照，因為微管環(huán)境下蛋白是動態(tài)的并且結(jié)構(gòu)也相當復雜。通過計算數(shù)學模型的方式，從基因序列開始構(gòu)建蛋白結(jié)構(gòu)，這就是數(shù)據(jù)的力量。上圖中的蛋白結(jié)構(gòu)還有許多不完善之處，需要繼續(xù)構(gòu)建基礎(chǔ)數(shù)據(jù)庫，只有當數(shù)據(jù)庫足夠強大的時候，通過這種方法構(gòu)建的蛋白結(jié)構(gòu)才非常準確。針對已知的蛋白質(zhì)的折疊碼建立基礎(chǔ)數(shù)據(jù)庫，將量化解析構(gòu)建蛋白結(jié)構(gòu)與數(shù)據(jù)庫對比后進行驗證。

后續(xù)各種實驗、各種臨床研究與轉(zhuǎn)化和前沿技術(shù)的合作，都需要廣泛而深入的研究，艾科賽龍的這套架構(gòu)和技術(shù)體系已經(jīng)實現(xiàn)從宏觀的解剖結(jié)構(gòu)到生理結(jié)構(gòu)解析與構(gòu)建，并且可以擴展到分子結(jié)構(gòu)，說明已經(jīng)具有很強的擴展性，但其中落地的部分還是在解剖結(jié)構(gòu)和生理結(jié)構(gòu)上，分子結(jié)構(gòu)需要相關(guān)的專家合作往前推進。9、總結(jié)

醫(yī)學是一個綜合的學科，需要眾多學科的融合，包括化學、生物、自動化、數(shù)學等學科的融合，但仍然會有局限性，因為還有很多未知的部分。例如就遺傳基因方面，含有外顯子編碼序列的遺傳基因已經(jīng)知道10%的部分，但10%當中只有1%可以被認知、挖掘。所以整個行業(yè)的機會是很大的，同時存在許多挑戰(zhàn)，我們會站在巨人的肩膀上不斷探索、不斷創(chuàng)新。

來源：THU數(shù)據(jù)派