何勇群，谢江安，万 灵，杨啸林，朱 彦，周 伟，李元放，陆伟胜，吴健民，刘开永，王海河0，刘清平，余 红*

(1 University of Michigan Medical School，Ann Arbor，MI 48109,yongqunh@med.umich.edu； 2 重庆邮电大学生物信息学院，重庆 400065；3 南京昂吉网智网络技术有限公司，江苏 南京 211199； 4 中国医学科学院基础医学研究所，北京 100005；5 中国中医科学院中医药信息研究所，北京 100700；6 国家人口健康科学数据中心，北京 100700;7 Faculty of Information Technology，Monash University，Clayton，Vic 3800；8 北京大学肿瘤医院癌症生物信息学中心，北京 100142；9 安徽医科大学公共卫生学院，安徽 合肥 230032； 10 哈尔滨医科大学大庆分校，黑龙江 大庆 163319；11 广州中医药大学，广东 广州 510006； 12 贵州大学医学院/贵州省人民医院/国家卫生健康委员会肺脏免疫性疾病诊治重点实验室，贵州 贵阳 550002)

2002年诺贝尔生理与医学奖获得者Sydney Brenner教授曾说：“We are drowning in a sea of data and thirsting for knowledge.Most biology today is low input，high throughput，no output biology.”(我们渴望从数据中获得知识，但却被淹没在数据的海洋中。当今大多数生物学领域能用很低的投入获得高通量的数据，却无法得到有用的生物学知识)。如何解决从海量数据中获取高价知识仍然是当前生物医学大数据研究领域面临的最大挑战。基于此，我们结合实际研究案例提出：在生物医学，尤其是在大数据支撑的精准医学研究中，具备异构数据标准化与智能分析功能的互操作性本体可以有效应对上述挑战。

1 生物医学大数据及其面临的语义标准化挑战

2012年5月，联合国发布了《大数据与人类发展：挑战与机遇》白皮书，指出大数据对人类发展是一个历史性机遇，我们可以使用极为丰富的数据资源对社会经济进行前所未有的实时分析，帮助政府更好地响应社会和经济运行。……