Baidu
map

五年5030万美元!美国NIH拨款建立“健康与疾病多组学联盟”,推进人类多组学研究

2023-10-04 测序中国 测序中国 发表于陕西省

美国国立卫生研究院(NIH)官网发布消息显示,NIH正在建立“健康与疾病多组学联盟”,旨在推进人类健康研究的“多组学”数据的生成和分析。

近日,美国国立卫生研究院(NIH)官网发布消息显示,NIH正在建立“健康与疾病多组学联盟(Multi-Omics for Health and Disease Consortium)”,旨在推进人类健康研究的“多组学”数据的生成和分析。预计该联盟将在五年内获得约5030万美元的资金,由NHGRI、国家癌症研究所(NCI)和国家环境健康科学研究所(NIEHS)共同资助。该联盟第一年获得了约1100万美元的资助。

多组学是指一种整合来自不同生命科学研究领域的几种“组学”数据类型的研究方法,例如基因组学、表观基因组学、转录组学、蛋白质组学和代谢组学。这些数据类型中的每一种都揭示了生物系统不同方面的不同信息,随着高通量技术和数据科学的进步,同时利用所有这些数据类型变得越来越可能。

来自个体参与者生物样本的多种类型数据的整合,可以提供人类健康和疾病涉及的分子因素和细胞过程的更全面观点,包括解开健康和疾病中的遗传和非遗传因素。这种方法在定义疾病亚型、识别生物标志物和发现药物靶点等领域有着巨大的前景。

除了洞察个体疾病,该联盟的主要目标是开发可扩展和可推广的多组学研究策略以及分析这些大型复杂数据集的方法,”参与领导该联盟的国家人类基因组研究所(NHGRI)项目主任Joannella Morales博士表示。“我们预计这些策略最终将被其他研究团队采用,以确保该联盟的工作将对临床研究产生广泛而持久的影响。”

资料显示,大约一半的拨款将用于支持六个疾病研究中心的工作,这些研究包括脂肪肝、肝细胞癌、哮喘、慢性肾病和先兆子痫等疾病。这些研究中心将招募研究参与者,其中至少75%将来自基因组学研究中祖先背景代表性不足的群体。同时,研究中心还将收集关于参与者的生活环境及其健康社会决定因素的数据,与多组学数据结合使用。将多组学和环境数据进行整合,可以为导致疾病风险和结果的因素提供一个更全面的观点。

据悉,参与者提供的样本将在组学生产中心进行处理,该中心将使用高通量分子分析来生成基因组、表观基因组、转录组、蛋白质组和代谢组数据,这些数据将进行分析,以生成疾病和非疾病状态的分子谱。然后,数据分析和协调中心将所有数据整合到大型的、有组织的数据集中,并提供给科研人员进行进一步研究。

NHGRI基因组医学分部副主任Erin Ramos博士表示:“多组学研究处于生物医学研究的前沿,有望推进我们对疾病发生和发展的理解。同时,也有可能为治疗方案设计和药物研发提供重要的线索。这个新的联盟是将这些进步变为现实的重要一步。”

健康与疾病多组学联盟

Multi-Omics for Health and Disease Consortium

疾病研究中心和主要研究者

Louise Laurent博士  加州大学圣地亚哥分校

Krzysztof Kiryluk博士  纽约哥伦比亚大学

Stephanie Christenson博士  加州大学旧金山分校,与NIEHS共同资助

Vaia Lida Chatzi博士  南加州大学凯克医学院,与NIEHS共同资助

Tanika N. Kelly博士  杜兰大学,与NIEHS共同资助

Joseph McCormick博士  德克萨斯大学健康科学中心,由NCI资助

组学生产中心和首席研究员

Gary J. Patti博士  华盛顿大学

数据分析和协调中心及首席研究员

Zhiping Weng博士  麻省Chan医学院,与NCI共同资助

参考资料:

NIH awards $50.3 million for “multi-omics” research on human health and disease

https://www.nih.gov/news-events/news-releases/nih-awards-503-million-multi-omics-research-human-health-disease

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (0)
#插入话题
Baidu
map
Baidu
map
Baidu
map