多组学大数据分析方法在高血压研究中的应用进展
作者机构:首都医科大学公共卫生学院流行病与卫生统计学系临床流行病学北京市重点实验室北京100069 首都医科大学附属北京安定医院国家精神疾病医学中心国家精神心理疾病临床医学研究中心精神疾病诊断与治疗北京市重点实验室 北京工业大学信息学部
出 版 物:《中华高血压杂志(中英文)》 (Chinese Journal of Hypertension)
年 卷 期:2024年第32卷第2期
页 面:119-126页
主 题:系统性疾病 高血压研究 生活行为方式 疾病负担 大数据分析方法 发病风险 表观遗传 测序技术
摘 要:高血压是一种病因复杂、以持续性血压升高为主要表现的系统性疾病,可原发或继发于其他疾病,涉及基因、表观遗传、生活行为方式等多种因素的共同作用^([1]),其患病率高、合并症多、病因不清、需长期服用降压药控制血压,给患者、家庭和整个社会造成沉重的疾病负担^([2-3])。当前,随着测序技术的不断普及和发展,通过各类分析技术将种类繁多的组学数据整合,进行复杂疾病的致病机制探索和发病风险预测已成为生命科学领域的重要研究方向和趋势。