杨雨衡 杨雪

【摘 要】综述计算机在生物医药领域中的应用及发展前景，并介绍了计算机在信息检索与网络、生物专用计算机、药物不良反应监测、计算机辅助药物研究、生物医疗健康大数据支撑平台等方面的应用，提出了今后生物医药行业计算机应用的发展方向。

【关键词】计算机；生物医药；数据库

一、信息检索与网络

网上的资源无穷无尽， 为生物医药研发工作提供了准确、快捷的信息，一般可以通过网上综合搜索引挚，如谷歌学术搜索（https：//scholar.google.com.hk/）、百度学术搜索（http：//xueshu.baidu.com/）；专业化的医药信息数据库如Reaxys（https：//new.reaxys.com/），Scifinder（https：//scifinder.cas.org/），Elsevier（https：//www.elsevier.com），中国生物医学文献数据库等。此外，还包括MEDLINE（https：//www.nlm.nih.gov/bsd/pm

resources.html），U.S.FOOD& DRUG ADMIN

ISTRATION（https：//www.fda.gov），Pharmacy（https：//www.pharmacy.org）等药学信息网站。

二、计算机辅助药物设计

计算机辅助药物设计（computer aided drug design/computer assisted drug design）是以计算机为载体，综合运用物理、化学和生物学等学科的基本原理和（统计）数学知识，对药物研发的各个阶段进行辅助解释、预测和设计。1962年，Hansch发表Hansch方程，首次实施药物结构与生物活性之间的定量构效关系，计算机技术开始得以应用于药物设计研究。目前，计算机辅助药物设计主要研究方向包括以下7个方面：虚拟小分子生成、大分子结构预测、定量构效关系、药效团模型、分子对接、全新药物设计和动态模拟。传统的药物研发不仅周期漫长，而且耗费大量的人力物力。计算机辅助药物设计的引入对整个研发过程都有一定的推动作用，有时候甚至可以起到推动药物研发或者决定药物研发成败的关键因素。

三、生物医疗健康大数据支撑平台

随着生物分析技术的不断发展进步， 生物医药领域的数据量已经从以前的TB级上升到PB级，甚至EB级。世界各国纷纷建立生物医药领域的大数据中心，如美国国家生物技术信息中心（The National Center for Biotechnology Information，NCBI）、欧洲生物信息研究所（European Bioinformatics Institute， EBI）、我国的华大基因、标普医学信息研究中心等机构均持有的数十PB的数据，这些数据涵盖医学影像、电子病历、基因序列、科学文献等多种类型。由于这些数据来源复杂、有较强的异质特性，对存储系统的构建和数据管理方式提出了新的挑战。目前，主要应用的技术包括批处理、流处理、图处理、迭代式高性能计算、高通量计算；针对存储系统设计方面的挑战，可考虑使用使能技术；针对异质的海量数据，可考虑设计数据管理中间件，实现多模态数据的集中管理，例如IRods、skype等。生物医药学大数据处理的相关应用中一些常用的核心算法，如：图论算法、字符串算法、随机化算法等，同时，尝试设计异构并行算法结构、宽向量化机制、计算和I/O重叠方法等，实现基因排序、文本挖掘、药物筛选、影像重构等生物医学健康领域的核心算法计算性能的提升。已开展的相关研究如下：融合网络大数据的重大及新发传染病预警预测模型研究、面向典型疾病的高精度生物大分子三维结构研究、基于机器学习的生物医学大数据挖掘理论与方法研究等。

四、药物不良反应监测

药品不良反应（英语：adverse drug reaction，简称ADR）是患者在使用某种药物治疗疾病的时候产生的与治疗无关的作用，而这种作用一般都对患者的治疗不利。随着计算机及网络技术的飞速发展，利用计算机及网络来开展ADR研究已经成为一种必然趋势。目前，主要包括ADR自发呈报系统、ADR医院集中监测系统、ADR因果关系判断等方面。虽然，目前国内的ADR文献数据库从规模、功能上还有很多不足，许多学者尝试把流行病学的原理、方法应用到ADR的监测工作中，解决了实际应用中的许多难题。

五、计算机辅助诊断

计算机辅助诊断（computer aided diagnosis，CAD）是指通过影像学、医学图像处理技术以及其他可能的生理、生化手段，结合计算机的分析计算，辅助医生发现病灶，提高诊断的准确率。CAD已逐渐成为医学领域的研究热点。主要包括以下四个方面：1.图像预处理；2.感兴趣区（region of interest，ROI）的分割；3.特征提取、选择与分类；4.肿瘤区域的识别。目前研究的热点是将深度学习算法应用于CAD系统，有望解决基于传统浅层机器学习的CAD问题，提高辅助诊断的能力。

六、发展前景

虽然计算机在生物医药领域得到了广泛应用，但与其它学科相比，在应用的普及性、深入性上还有较大的差距。我国的生物医药行业正处于攻坚克难、创新实干的关键时期，计算机在生物医药领域具有非常广阔的应用前景和发展空间。随着计算机技术的高速发展，多学科交叉融合，在未来的研究中必将会有更大突破。

【参考文献】

[1]邹元平等.计算机及网络技术在药物不良反应监测中的应用[J].药物流行病学杂志，2004（13）：343-346

[2]卢宇彤等.生物医疗健康大数据应用支撑平臺与关键技术[J].科研信息化技术与应用，2017.8（1）3-9

[3]朱瑞新.计算机辅助药物设计——基本方法原理概要与实践详解[M].上海：大连理工大学出版社，2012

（吉林省四平市第一高级中学）