【生物医学论文】本科生角度谈生物医学数据的建模心得
从本科生角度浅谈生物医学数据的统计建模心得
从本科生角度浅谈生物医学数据的统计建模心得收稿日期：2017-08-05基金项目：2015年江苏省教育厅、江苏高校品牌专业建设工程资助项目（项目编号：PPZY2015A067）；2014年江苏省人民政府办公厅、江苏高校优势学科建设工程资助项目（公共卫生与预防医学）；2013年国家自然科学基金委员会“基于熵的公共卫生大数据信息挖掘方法研究”（项目编号：81402763）；2017年江苏省教育厅、江苏省高校“青蓝工程”中青年学术带头人作者简介：陈欣（1997-），女（汉族），江苏省宿迁市人，2014级生物统计学专业本科在读。
通讯作者：张汝阳（1985-），男（汉族），江苏省海安市人，生物统计学博士，讲师，研究方向：生物统计学的教学与科研。
随着生物信息技术的飞速发展，生物医学研究领域的数据呈几何级增长。
近年来，生物医学大数据受到学者们的广泛关注。
生物医学大数据具有典型的“4V ”特征：体量巨大（volume ）、种类繁多（variety ）、实时更新（velocity ）、价值隐藏（value ）[1]；“3H ”特点：高维（high dimension ）、高度计算复杂性（high complexity ）、高度不确定性（high uncertainty ）[2]。
因此，综合利用生物学、医学、数学、流行病学、统计学、计算机学等多个学科的方法和手段，从中挖掘“有价值”的信息，为生物医学研究提供确凿有效的证据，显得尤为重要。
笔者以肺癌全基因组关联研究（genome-wide as-sociation study ，GWAS ）为例，结合理论学习和案例实践的切身体会，浅谈利用GWAS 数据建立肺癌风险预测模型的心得体会。
一、严谨的数据质量控制体系不容忽视由于存在检测、观察、填写或录入错误，未经数据质控的原始数据极可能含有一些异常，甚至错误的观测值。
在研究设计之初，便要尽可能考虑规避产生错误数据。
另外，统计建模之前，仍然必须对原始数据再次进行质量控制。
数学模型在生物医学中的应用探讨
数学模型在生物医学中的应用探讨在当今科技飞速发展的时代，数学模型在生物医学领域的应用越来越广泛和深入。
它不仅为我们理解生命现象提供了全新的视角，还为疾病的诊断、治疗和预防提供了有力的工具。
生物医学是一个极其复杂的领域，涉及到从细胞、组织到器官、个体等多个层次的生命活动。
数学模型的引入，使得我们能够将这些复杂的生命过程用简洁、定量的方式来描述和分析。
比如说，在药物研发中，数学模型发挥着重要的作用。
药物在体内的吸收、分布、代谢和排泄过程（ADME）可以通过数学模型来模拟。
通过建立这些模型，研究人员可以预测药物在不同人群中的药代动力学特征，从而优化药物的剂量和给药方案，提高治疗效果，减少不良反应的发生。
以抗癌药物为例，其在体内的作用机制非常复杂。
数学模型可以帮助我们理解药物如何与肿瘤细胞相互作用，以及药物浓度在肿瘤组织中的分布情况。
通过模拟不同的给药策略，如单次大剂量给药或多次小剂量给药，我们可以找到最有效的治疗方案，提高肿瘤的治愈率。
在流行病学研究中，数学模型也有着不可替代的地位。
例如，对于传染病的传播，数学模型可以帮助我们预测疾病的流行趋势，评估防控措施的效果。
像在新冠疫情期间，数学学家们建立了多种数学模型来模拟病毒的传播。
这些模型考虑了人口流动、社交距离、防护措施等因素对传播的影响。
通过对这些模型的分析，政府可以制定合理的防控政策，如限制人员聚集、加强社交距离措施、推进疫苗接种等，以控制疫情的蔓延。
在神经科学领域，数学模型同样大放异彩。
神经元之间的信息传递是一个高度复杂的过程，数学模型可以帮助我们理解神经元的放电模式、神经网络的结构和功能。
比如，通过建立神经网络模型，我们可以研究大脑在学习、记忆和认知过程中的活动规律。
这对于理解神经系统疾病，如阿尔茨海默病、帕金森病等的发病机制，以及开发新的治疗方法具有重要意义。
此外，数学模型在心血管疾病的研究中也有应用。
心血管系统的血流动力学是一个复杂的物理过程，数学模型可以模拟血液在血管中的流动、压力变化和血管壁的受力情况。
生物医学模型的构建与分析
生物医学模型的构建与分析生物医学模型是指对生物体内某一生理、病理过程的描述和模拟，它是生命科学、医学、计算机科学等多个学科的交叉融合。
生物医学模型可以帮助我们理解生物体内复杂的生理、病理过程，预测疾病的发生和发展，以及评估治疗方法的有效性和安全性。
本文将从生物医学模型的意义、构建和分析等方面进行探讨。
一、生物医学模型的意义生物医学模型具有许多意义。
首先，它可以帮助我们理解生物体内复杂的生理、病理过程，通过对具体过程的抽象和数学化描述，使我们能够更加深入地了解其本质。
其次，它可以预测疾病的发生和发展，通过对疾病的机制进行建模，可以预测疾病的发展轨迹和结果，从而提前采取有效的预防和治疗措施。
最后，它可以评估治疗方法的有效性和安全性，通过对治疗方法的模拟和仿真，可以评估其对疾病的治疗效果和潜在风险，为临床治疗提供科学依据。
二、生物医学模型的构建生物医学模型的构建需要多学科的交叉融合，包括生命科学、医学、计算机科学等多个领域。
常用的构建方法包括微分方程模型、代数模型、网络模型等。
其中微分方程模型是最常用的建模方法之一，因为生物体内的许多生理、病理过程都可以用微分方程来描述。
代数模型则更适用于一些离散的问题，如遗传网络和代谢通路等。
网络模型则更能反映生物体内复杂的关系网络，如生物蛋白相互作用网络和代谢通路网络等。
生物医学模型的构建需要大量的实验数据支持。
这些数据可以来自于基础科学、临床医学、流行病学等多个领域，需要经过精细的数据处理和质量控制后才能用于模型的构建。
此外，还需要经过反复验证和校准，保证模型的准确性和可靠性。
因此，生物医学模型的构建具有很高的难度和复杂性，需要多学科的协作和精细的技术支持。
三、生物医学模型的分析生物医学模型的分析是指对模型进行数学分析和计算仿真，从而得到有用的信息和结论。
它可以帮助我们理解生物体内的生理、病理过程，预测疾病的发生和发展，以及评估治疗方法的有效性和安全性。
生物医学模型的分析方法包括数学分析、计算仿真和模拟实验等。
数学建模技术在生物医学研究中的应用
数学建模技术在生物医学研究中的应用随着科学技术的发展和应用，生物医学研究的范围和深度也不断扩展和深化。
在这个过程中，数学建模技术逐渐成为生物医学研究的重要手段和工具。
本文将从生物医学研究的不同领域，简要介绍数学建模技术的应用案例和效果。
一、生物医学影像学生物医学影像学是生物医学研究的重要领域，对疾病的早期诊断和治疗起着至关重要的作用。
数学建模技术在生物医学影像学中的应用已经成为一种流行的趋势。
这在很大程度上是因为数学建模技术能够帮助研究者对医学图像进行分类和分析。
这种分类和分析能够帮助医生更好地识别和诊断疾病，根据诊断结果选择更好和更及时的治疗方案。
例如，在医学影像领域中，研究者使用了人工智能技术和深度学习方法来对病理图像进行分析和分类。
这种方法可以帮助医生更准确地识别和诊断疾病，并提高诊断准确率和治疗成功率。
二、基因组学基因组学是关于基因结构、功能和演化的研究领域。
现代基因组学需要大量的数学模型和计算作支撑。
数学建模技术可以帮助研究者对基因数据进行分析，从而更加深入地研究基因的结构、功能和演化规律。
同时，数学建模技术还可以帮助研究者为疾病的预测、预防和治疗提供更多的信息和方法。
例如，研究者使用了生物信息学技术和数学模型来对特定基因进行模拟研究。
这种研究方法可以帮助研究者更准确地理解基因的功能和演化规律。
这对于研究疾病的发生和治疗机制具有重要意义。
三、神经科学神经科学是研究神经元和神经系统的结构、功能和生理学现象的学科。
在神经科学领域，数学建模技术的应用已经取得了一些突破性进展。
这些进展在发展神经科学的同时，也为疾病治疗和生理学研究提供了新的信息和方法。
例如，研究者在神经科学领域中使用了复杂网络模型来对神经元的相互作用进行建模。
这种建模方法可以帮助研究者更深入地了解神经元的相互作用规律和神经系统的编码、解码机制。
这对于研究神经系统疾病的治疗以及神经系统生理学规律的研究具有重要意义。
总的来说，数学建模技术在生物医学研究中已经广泛应用并得到了一系列成果。
生物大数据的建模与分析
生物大数据的建模与分析生物大数据是指由生物科学研究中所产生的海量数据。
随着高通量技术的快速发展，生物大数据的产生量和积累量都在不断增加。
这些数据可能包括生物序列、生物标记和表型数据等。
通过对这些数据的深入分析和建模，可以揭示出生物系统的结构、功能和演化等重要信息。
本文将从生物大数据的建模与分析两个方面来探讨这一领域的研究进展和挑战。
生物大数据的建模生物大数据的建模是指根据已有的数据建立数学模型来描述生物现象。
生物大数据的模型化有助于我们更好地理解和预测生物系统的行为。
目前，生物大数据的建模主要集中在以下几个方面。
基因表达数据的建模：基因表达数据是指利用基因芯片或RNA 测序等高通量技术获得的大规模基因表达谱数据。
该领域的建模方法包括聚类分析、网络分析等。
聚类分析可用于发现具有相似表达模式的基因或样本。
网络分析可用于构建基因-基因或基因-表型之间的相互作用网络。
蛋白结构和功能的建模：蛋白是生命体中的重要组成部分，其结构和功能的建模是一项重要的研究方向。
该领域的建模方法包括分子动力学模拟、蛋白结构预测和功能注释等。
分子动力学模拟可用于研究蛋白分子的三维结构和动态行为。
蛋白结构预测可用于寻找未知蛋白的三维结构。
功能注释可用于预测蛋白的功能和通路。
生物网络的建模：生物网络是由基因、蛋白和代谢物等分子组成的复杂网络。
该领域的建模方法包括基于拓扑结构的分析、动力学模拟和系统生物学等。
拓扑结构的分析可用于揭示网络的模块化结构和关键节点。
动力学模拟可用于预测网络的稳态和动态行为。
系统生物学可用于集成生物学数据并进行定量模拟。
生物大数据的分析生物大数据的分析是指从生物海量数据中挖掘有价值的信息。
生物大数据的分析可用于发现新的治疗方法、疾病标记和药物靶点等。
目前，生物大数据的分析主要集中在以下几个方面。
基因组学分析：基因组学分析可用于对基因组序列进行注释、比较和修饰。
该领域的分析方法包括基因预测、基因注释和基因结构比较等。
生物医学信息学中的模型建立与数据挖掘
生物医学信息学中的模型建立与数据挖掘生物医学信息学是一门将计算机科学、数学、统计学和生物学等学科的知识应用于医学研究中的交叉学科。
它通过对大量生物医学数据进行收集、分析、建模和可视化，并将这些数据应用于生物医学研究和临床实践，从而加速疾病的诊断和治疗。
在生物医学信息学中，模型建立和数据挖掘技术具有重要意义。
生物医学信息学中的模型建立是指基于已有的数据或知识，建立一个可以描述这些数据或知识的数学模型。
在模型建立的过程中，常常需要利用统计学方法和机器学习等技术，从数据中提取特征，确定影响因素，建立数学描述式，并对模型进行评估。
经过这些步骤，建立出来的模型就可以用于对未知数据进行预测和探索。
数据挖掘是生物医学信息学中另一个重要的技术，它是从大量的数据中寻找关联规则、异常值、分类模式、聚类等现象的过程。
通过数据挖掘，可以从海量的数据中抽取出有意义的信息，为科学研究和临床实践提供参考。
例如，在医学影像诊断领域，通过对多种影像特征进行分析和建模，可以建立出识别、分级某些疾病的模型。
在基因组学中，分析大量基因表达数据可以找到与某些疾病相关的基因，从而为治疗提供靶点。
在神经科学中，对大量的脑部影像数据进行挖掘可以发现不同认知功能区域的空间结构和功能联结，加深对人类认知机制的理解。
然而，生物医学信息学中的模型建立和数据挖掘也存在不足，如数据质量不高、模型选择不当、结果解释不清等问题。
因此，我们需要不断完善技术手段，提高算法的准确性和可靠性。
此外，还要加强生物医学信息学教育的普及和推广，培养更多的生物医学信息学专家和技术人员，为生物医学研究和临床实践提供更好的支持。
总之，生物医学信息学中的模型建立和数据挖掘技术是推动生物医学研究和临床实践发展的重要动力。
它不仅可以加速疾病的诊断和治疗，还可以更好地理解生物医学现象的本质。
未来，我们相信这些技术将继续推动生物医学领域的发展。
数学建模用于生物医学论文
数学建模⽤于⽣物医学论⽂2019-10-051数学建模的过程1.1模型准备⾸先要了解实际背景，寻找内在规律，形成⼀个⽐较清晰的轮廓，提出问题。
1.2模型假设在明确⽬的、掌握资料的基础上，抓住问题的本质，舍弃次要因素，对实际问题做出合理的简化假设。
1.3模型建⽴在所作的假设条件下，⽤适当的数学⽅法去刻画变量之间的关系，得出⼀个数学结构，即数学模型。
原则上，在能够达到预期效果的基础上，选择的数学⽅法应越简单越好。
1.4模型求解建模后要对模型进⾏分析、求解，求解会涉及图解、定理证明及解⽅程等不同数学⽅法，有时还需⽤计算机求数值解。
1.5模型分析、检验、应⽤模型的结果应当能解释已存的现象，处理⽅法应该是最优的决策和控制⽅案，所以，对模型的解需要进⾏分析检验。
把求得的数学结果返回到实际问题中去，检验其合理性。
如果理论结果符合实际情况，那么就可以⽤它来指导实践，否则需再重新提出假设、建模、求解，直到模型结果与实际相符，才能进⾏实际应⽤。
总之，数学建模是⼀项富有创造性的⼯作，不可能⽤⼀些条条框框的规则规定的⼗分死板，只要是能够做到全⾯兼顾、能抓住问题的本质、最终检验结果合理，都是⼀个好的数学模型。
2数学建模在⽣物医学中的应⽤2.1DNA序列分类模型DNA分⼦是遗传信息存储的基本单位，许多⽣命科学中的重⼤问题都依赖于对这种特殊分⼦的深⼊了解。
因此，关于DNA分⼦结构与功能的问题，成为⼆⼗⼀世纪最重⼤的课题之⼀。
DNA序列分类问题是研究DNA分⼦结构的基础，它常⽤的⽅法是聚类分析法。
聚类分析是使⽤数据建模简化数据的⼀种⽅法，它将数据分成不同的类或者簇，同⼀个簇中的数据有很⼤的同质性，⽽不同的簇中的数据有很⼤的相异性。
在对DNA序列进⾏分类时，需⾸先引⼊样品变量，⽐如说单个碱基的丰度、两碱基丰度之⽐等；然后计算出每条DNA序列的样品变量值，存⼊到向量中；最后根据相似度度量原理，计算出所有序列两两之间的Lance与Williams距离，依据距离的远近进⾏分类。
生物医学工程中的数据分析和建模
生物医学工程中的数据分析和建模在生物医学工程中，数据分析和建模扮演着重要的角色。
随着医学技术的不断发展，数据分析和建模已经成为了研究生物医学问题的关键工具。
在本文中，将讨论生物医学工程中数据分析和建模的重要性，以及如何利用这些工具来解决医学方面的问题。
数据分析在生物医学工程中的作用在生物医学工程中，数万种不同的生物化学反应和指标需要被监测和检测。
因此，大量的数据和信息需要被收集和处理，并用于指导医学实践。
为了更好的理解生物医学系统，必须有一种有效的数据分析和处理技术。
这些技术可以包括传统的统计分析，数据挖掘和机器学习算法等。
传统的统计分析方法在生物医学研究中一直占据重要位置，因为这些方法通常比较直观并且易于解释。
当数据分析和建模在生物医学工程中被应用时，传统的统计分析工具被广泛应用，帮助解决众多医学问题，如寻找基因和蛋白质的相互作用，对新药物的筛选和疾病诊断等。
除了传统的统计分析，数据挖掘方法也被广泛用于生物医学工程中的数据处理。
数据挖掘主要是从大量的生物医学数据中发掘出有用的模型和知识。
通过这些模型和知识，可以预测疾病患者的病情状况，并制定最佳的治疗方案。
数据挖掘技术在临床决策和药物开发方面的重要性不言而喻。
数据挖掘也经常与机器学习算法进行结合，以加速知识的提取和分析。
建模在生物医学工程中的作用在生物医学系统的研究中，建模是预测和控制系统行为的有力工具。
生物医学建模是将现实世界中的生物医学系统表示为符号形式的过程。
这使得我们能够用计算机模拟生物医学系统，预测其在不同条件下的行为和相应的反应。
生物医学系统的建模需要从多个方面考虑。
首先，需要考虑要研究的生物医学系统的范围。
例如，某些疾病可以被描述为单一的分子和细胞过程，而其他疾病涉及到全身的多个器官系统。
其次，需要结合生理和仿真模型，以描述生物医学系统的动态行为。
例如，可以使用不同的微小单位模型来描述如何在细胞水平上治疗疾病或设计新药物。
生物医学建模还可用于设计和开发新的医疗器械和技术。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
本科生角度谈生物医学数据的建模心得
摘要：由于生物医学研究领域数据的复杂性，高效的统计建模尤为重要。
笔者以肺癌全基因组关联研究为例，结合建立肺癌风险预测模型的切身体会，建议研究者需要重视数据质量控制体系、反复推敲建模方法和策略、培养熟练的软件操作技能。
关键词：生物医学数据；统计建模；预测模型；心得体会
随着生物信息技术的飞速发展，生物医学研究领域的数据呈几何级增长。
近年来，生物医学大数据受到学者们的广泛关注。
生物医学大数据具有典型的“4V”特征：体量巨大（volume）、种类繁多（variety）、实时更新（velocity）、价值隐藏（value）[1]；“3H”特点：高维（highdimension）、高度计算复杂性（highcomplexity）、高度不确定性（highuncertainty）[2]。
因此，综合利用生物学、医学、数学、流行病学、统计学、计算机学等多个学科的方法和手段，从中挖掘“有价值”的信息，为生物医学研究提供确凿有效的证据，显得尤为重要。
笔者以肺癌全基因组关联研究（genome-wideas-sociationstudy，GWAS）为例，结合理论
学习和案例实践的切身体会，浅谈利用GWAS数据建立肺癌风险预测模型的心得体会。
一、严谨的数据质量控制体系不容忽视
由于存在检测、观察、填写或录入错误，未经数据质控的原始数据极可能含有一些异常，甚至错误的观测值。
在研究设计之初，便要尽可能考虑规避产生错误数据。
另外，统计建模之前，仍然必须对原始数据再次进行质量控制。
在GWAS中，要同时对行（样本）、列（位点）进行质量评价。
例如，删除次等位基因频率低于5%、缺失率超过5%或哈代不平衡的位点；删除分型失败率超过5%、问卷性别与遗传性别不一致、存在血缘关系、属于离群值的样本[3]。
另外，同时需要对流行病学问卷及临床数据进行核查。
只有对数据进行清理后，才能用于后续关联分析、统计建模。
二、合理的建模方法和策略值得精雕细琢
对于GWAS高维数据，合理的方法和策略不仅要考虑统计学性能（一类错误、检验效能、预测精度），还需要考虑分析效率（计算速度）。
因此，研究者应该要深入思考，为研究项目量身定制一套“合理”的方法和策略。
然而，现有
的统计学模型和方法往往都有相应的应用条件。
实际数据由于其变量结构的复杂性，不一定完全满足所有的应用条件。
并且，简单的算法速度快，但统计性能相对低；复杂算法需要牺牲计算速度来提升统计性能。
因此，研究者可能需要制定多个备选方案。
结合建模步骤，笔者将从以下几个方面，浅谈个人心得体会。
1.初始模型：一般拟合logistic回归模型评价肺癌风险。
模型中往往需要纳入一些协变量，例如：年龄、性别、吸烟、人群分层等。
一般参考以下纳入原则：（a）在模型中有统计学意义（P≤0.05）；（b）即便在模型中无统计学意义，但绝大多数同类研究显示其是公认的影响因素。
某些协变量可能是位点的混杂因素，例如人群分层。
如果GWAS中忽视调整混杂因素的影响，则有可能导致误报噪音位点的一类错误膨胀，或识别致病位点的检验效能降低[4]。
此外，研究者还需要考察协变量进入模型的形式。
一般而言，无序分类变量以哑变量形式进入模型。
当某些类别样本量特别小，需要进行类别合并。
有序分类变量、连续性变量则需要考虑是否以非线性的形式进入模型。
一种最简单的方式是，将连续性变量转化为有序分类变量，并以哑变量形式进入模型。
如果哑变量各组的系数呈现线性递增的趋势，则提示原始变量与结局变量间存在线性关系。
否则，可采用哑变量、样条函数等方法处理非线性关系。
2.因素筛选：研究者需要从GWAS数据50万位点中筛选出肺癌相关位点，
加入初始模型，以提高模型的预测精度。
常规做法是，在初始模型中逐个纳入位点，对位点的主效应进行假设检验。
因检验次数达50万次，研究者必须要考虑多重比较所致的一类错误膨胀。
常见一类错误控制方法有Bonferroni法和FDR 法。
前者较为严格，后者较为宽松。
GWAS识别位点一般采用“宁缺毋滥”的原则，倾向于采用严格的校正方法。
除此之外，研究者还要在多个独立的人群中验证初筛的位点。
如果位点在多个人群中都显示与结局存在统计学关联，则认为该位点是潜在的影响因素。
除基因位点主效应外，研究者还需要关注基因-基因、基因-环境交互作用。
复杂疾病往由环境、基因相互影响，共同导致。
因此，有必要在模型中对交互作用进行评估。
例如，基因-环境交互作用可以显著提高肺癌风险预测模型的预测精度[5]。
有效的降维策略能够提高因素筛选的效率。
笔者曾采用“信息熵初筛→对数线性模型再筛→多因素lo-gistic回归模型确认”的降维策略进行全基因组基因-基因交互作用分析[6]。
信息熵方法计算速度快，且其统计量总是不小于对数线性模型，不会出现漏检的情况。
前两步可以检验次数将1011次缩减至105次。
检验次数降低6个数量级。
最后一步，利用调整协变量的logistic 回归模型对关联结果加以确认，防止出现假阳性。
当然，研究者也可以根据项目“量体裁衣”，选择其他降维方法，例如：随机森林（randomforest）、多因子降维
（multifactordimensionalityreduction，MDR）等。
3.预测模型：经过遗传因素筛选步骤后，研究者可通逐步回归、LASSO等方法，建立含有与协变量、遗传位点的主效应项、交互作用项的风险预测模型。
根据受试者工作特征曲线（receiveroperatingcharacteristiccurve，ROC）确定一个风险阈值，使得风险预测的灵敏度、特异度同时达到最优。
若样本的预测概率≥阈值，则预测该样本为肺癌。
4.模型评价：从统计学的角度，可采用ROC曲线下面积（areaunderROC，AUC）来评价模型的优劣[7]。
此外，还可以采用交叉验证的方式评价模型，即：训练集拟合的预测模型对测试集的样本进行风险估计，并计算AUC。
然而，AUC并非衡量模型的唯一标准。
如果预测模型形式简单，应用便捷，即便AUC稍有逊色，也是优秀的模型之一。
所以，笔者认为需要综合考虑，权衡利弊。
三、熟练的软件操作和编程技能令人事半功倍
扎实的理论基础固然重要，熟练的软件操作亦不可或缺。
笔者建议研究者不要拘泥于某一软件，本着“方便原则”利用多个软件进行数据处理、统计建模。
根据笔者的经验，一般不太可能一次性完成建模工作，往往需要不断调整分析策略和分析方法。
因此，笔者建议研究者适当撰写一些项目
相关的通用程序。
如果需要重新建模，只需要修改程序参数，微调代码就可以建立新的预测模型。
因此，这就要求研究者“功在平时”以培养编程能力。
基于肺癌GWAS风险预测模型的建模体会，笔者建议研究者需要重视数据质量控制体系、推敲建模方法和策略、培养熟练软件操作技能。
参考文献：
[1]王波,吕筠,李立明.生物医学大数据:现状与展望[J].中华流行病学杂志,2014,35(6):617-620.
[2]宁康,陈挺.生物医学大数据的现状与展望[J].科学通报,2015,(z1):534-546.
[3]陈峰,柏建岭,赵杨,荀鹏程.全基因组关联研究中的统计分析方法[J].中华流行病学杂志,2011,32(4):400-404.
[4]ZhaoY,ChenF,ZhaiR,LinX,WangZ,SuL,ChristianiD
C.Correctionforpopulationstratificationinrandomfore stanalysis[J].InternationalJournalofEpidemiology,20 12,41(6):1798-1806.
[5]ZhangR,ChuM,ZhaoY,WuC,GuoH,ShiY,DaiJ,WeiY,Ji nG,MaH,DongJ,YiH,BaiJ,GongJ,SunC,ZhuM,WuT,HuZ,LinD, ShenH,ChenF.Agenome-widegene-environmentinteraction analysisfortobaccosmokeandlungcancersusceptibility[ J].Carcinogenesis,2014,35(7):1528-1535.
[6]ChuM,ZhangR,ZhaoY,WuC,GuoH,ZhouB,LuJ,ShiY,Da iJ,JinG,MaH,DongJ,WeiY,WangC,GongJ,SunC,ZhuM,QiuY,W uT,HuZ,LinD,ShenH,ChenF.Agenome-widegene-geneintera ctionanalysisidentifiesanepistaticgenepairforlungca ncersusceptibilityinHanChinese[J].Carcinogenesis,20 14,35(3):572-577.
[7]陈峰.医用多元统计分析方法[M].北京:中国统计出版社,2000.。