组学方法和新技术推进IBD精确管理
组学方法和新技术推进IBD精确管理的核心信息是什么？
关键信息 ◆ 炎症性肠病（IBD）患者在发病机制、临床表现、治疗应答、预后等方面异质性较大，需要对患者进行个体化、精确化管理 ◆ 由于IBD具有不同的发病机制和临床表现，根据每个患者的病情做出精确、适当的治疗决策仍具挑战；本综述总结了集群策略、多组学和人工智能（AI）应用于IBD精确管理的方法 ◆ 在研究IBD发病机制的复杂网络方面，多重组学是一个颇有前景的...
关键信息 ◆ 炎症性肠病（IBD）患者在发病机制、临床表现、治疗应答、预后等方面异质性较大，需要对患者进行个体化、精确化管理 ◆ 由于IBD具有不同的发病机制和临床表现，根据每个患者的病情做出精确、适当的治疗决策仍具挑战；本综述总结了集群策略、多组学和人工智能（AI）应用于IBD精确管理的方法 ◆ 在研究IBD发病机制的复杂网络方面，多重组学是一个颇有前景的领域；同时，整合大量数据需要使用AI；本综述作者认为应用多组学方法和AI可促进IBD患者的精确管理 （图片来自原文） 主要发现 ◆ 生物制剂时代，IBD患者的生活质量显著提高，精准医学在其中也有所体现；如何预测患者对不同治疗的应答和副作用、如何快速识别应答丧失成为重要课题 IBD 精确管理的未来：多变量 ◆ 除了简单的血清和粪便生物标志物，新兴的高通量分析技术还提供了改善IBD管理的机会，组学策略 1 已彻底改变医学的轨迹；不同的组学方... 属于「拓麦精要」分类。 关键词：炎症性肠病、人工智能。 本文由 TalkMED 拓麦医学编辑团队审核发布，内容来源清晰、引用完整，符合平台编辑方针和利益冲突披露政策。
本文核心问答
Q1: 该研究的关键数据和临床意义是什么？
声明： 编辑部对刊载内容进行仔细审阅以尽力保持其准确性，但对稿件的使用或其中的任何错误、遗漏或不准确之处等均不承担任何责任。文中所表达的任何观点不代表编辑部的观点，文中提及或排除任何方法或药物并不构成对其使用的提倡、建议或拒绝，因此在为本文中提及的任何产品开处方前，请查阅生产商 的最新处方信息。内容仅限医疗卫生专业人士学习交流使用，非医疗卫生专业人士请主动退出浏览与阅读，否则由此产生的相关风险与后果应自行承担。本条内容封面图ID 170508890 | Dreamstime.com 在未获得正式授权前，所有转载及使用文中内容均为侵权。
Q2: 这篇文章的来源和作者资质如何？
参考文献DOI：10.3748/wjg.v29.i2.272。发布于2023-04-12。
Q3: 本文涉及哪些核心医学术语和研究方向？
本文围绕「组学方法和新技术推进IBD精确管理」主题，涉及炎症性肠病、人工智能等核心术语和研究方向。研究方法方面，统计分析采用异质性检验、机器学习方法等方法。
Q4: 该研究采用了什么研究设计和方法？
本研究采用转录组学研究和蛋白质组学研究和基因组学研究设计。主要终点指标包括生活质量评分。
关键信息
◆ 炎症性肠病（IBD）患者在发病机制、临床表现、治疗应答、预后等方面异质性较大，需要对患者进行个体化、精确化管理
◆ 由于IBD具有不同的发病机制和临床表现，根据每个患者的病情做出精确、适当的治疗决策仍具挑战；本综述总结了集群策略、多组学和人工智能（AI）应用于IBD精确管理的方法
◆ 在研究IBD发病机制的复杂网络方面，多重组学是一个颇有前景的领域；同时，整合大量数据需要使用AI；本综述作者认为应用多组学方法和AI可促进IBD患者的精确管理
（图片来自原文）
主要发现
◆ 生物制剂时代，IBD患者的生活质量显著提高，精准医学在其中也有所体现；如何预测患者对不同治疗的应答和副作用、如何快速识别应答丧失成为重要课题
IBD 精确管理的未来：多变量
◆ 除了简单的血清和粪便生物标志物，新兴的高通量分析技术还提供了改善IBD管理的机会，组学策略1已彻底改变医学的轨迹；不同的组学方法或许可以从不同角度为IBD提供见解
AI在集成组学中的应用
◆ 由于IBD发病机制的复杂性，各组学方法必须作为一个整体来考虑；将多种组学策略整合到一个网络中有助于阐明参与IBD发病机制的通路，有利于识别不同亚群和优化IBD的治疗方案
◆ 通过多组学模型，我们可以更深刻地了解疾病发病机制，识别出更有前景的预测性生物标志物，并促进早期诊断
◆ 机器学习可以很好地用来解决对患者集群、预测和检测新型生物标志物的需求，目前深度神经网络已经用于整合多组学数据以预测癌症治疗中的药物疗效，这表明在IBD背景下AI的应用可能会取得进展
临床意义
◆ 遗传、环境和免疫因素均有参与IBD发展的复杂过程，因此未来IBD管理的方向可能会在较大程度上依赖于多组学分析的发展，其中众多数据处理工作均需要AI协助
1
END
1
供稿：Dora，校对：Jeanne＆Serine
1 组学策略通常包括基因组学、转录组学、蛋白质组学、代谢组学、表观基因组学和微生物学。
声明：
编辑部对刊载内容进行仔细审阅以尽力保持其准确性，但对稿件的使用或其中的任何错误、遗漏或不准确之处等均不承担任何责任。文中所表达的任何观点不代表编辑部的观点，文中提及或排除任何方法或药物并不构成对其使用的提倡、建议或拒绝，因此在为本文中提及的任何产品开处方前，请查阅生产商的最新处方信息。内容仅限医疗卫生专业人士学习交流使用，非医疗卫生专业人士请主动退出浏览与阅读，否则由此产生的相关风险与后果应自行承担。本条内容封面图ID 170508890 | Dreamstime.com
在未获得正式授权前，所有转载及使用文中内容均为侵权。
原文来自：Liu XY, Tang H, Zhou QY, Zeng YL, Chen D, Xu H, Li Y, Tan B, Qian JM. Advancing the precision management of inflammatory bowel disease in the era of omics approaches and new technology. World J Gastroenterol. 2023 Jan 14;29(2):272-285. doi: 10.3748/wjg.v29.i2.272 ( © Author(s) (or their employer(s)) 2023. This is an open-access article distributed under the terms of the CC BY-NC.), 作者未参与本精要的编写。
#IBD：Inflammatory Bowel Disease，炎症性肠病
#AI：Artificial Intelligence，人工智能
本文研究方法与设计类型
本研究采用转录组学研究和蛋白质组学研究和基因组学研究设计。统计分析采用异质性检验、机器学习方法等方法。
本文临床背景与意义
本文属于炎症性肠病、人工智能等医学领域。该研究评估的终点指标包括生活质量评分。
引用格式：组学方法和新技术推进IBD精确管理. 发布日期：2023-04-12. 来源：TalkMED拓麦. URL: https://portal.talkmed.com/news/217 参考DOI: https://doi.org/10.3748/wjg.v29.i2.272
分享
收藏
点赞
