近日，Nature杂志发布了英国生物银行500,000名参与者的全基因组遗传数据，其中包括癌症，心脏病，糖尿病，中风，骨质疏松症和精神分裂症。通过大队列与大数据研究与统计，可以将这些疾病细分，进而发现疾病产生以及分布的原因，进而达到精准预防与治疗。
中国也在行动，从2016年国家启动了精准医学研究的重点专项至今已达两年，第一批第一阶段的项目验收已经结束，翘首以盼的研究进展与阶段性成果也呼之欲出、等待揭晓。兹定于12月1-2日于北京盛大召开的P4China第三届国际精准医疗大会，特设大队列与多组学研究转化论坛，为大家带来一场最新研究与转化的学术盛宴！
大人群，大队列研究
当前医学面临的重大问题是复杂疾病，被称为“慢性病”的复杂性疾病如肿瘤、心脑血管疾病等威胁着人类健康。因为经济发展和生活方式差异，疾病谱发生改变，同一疾患不同病人的病理和疗效存在很大的差异，导致全球范围存在着治疗低效甚至无效的情况。
中国拥有丰富的患者资源，对于大队列研究具有得天独厚的优势。各种计划与研究项目正在开展：
1.中国人群精准医学研究计划
精准医学针对个体的基因组和表型特点进行疾病防治，在形成基于个体基因组信息和疾病分子机制之后，可以进行准确预警和治疗。在大规模人群的多组数据基础上，对大量临床表型进行长期动态检测和分析确定。
中国首个人群深入研究重点部署项目——“中国人群精准医学研究计划”，在2016年于中国科学院正式启动，计划在4年内完成4000名志愿者的DNA样本和多种表现型数据的采集，并对其中2000人进行深入的精准医学研究。研究包括全基因组序列分析、建立基因组健康档案及针对重要慢性病的遗传信号开展预警和干预研究等。
曾长青
中国科学院北京基因研究所精准基因组医学重点实验室主任
创立于2014年的中科院精准基因组医学重点实验室是中国首个深入进行这方面研究的重点实验室。在本届P4China大会上，该实验室主任、“中国人群精准医学研究计划”首席科学家曾长青主任将发表“CASPMI:中国人群精准医学计划实施进展“的演讲，细说中国人群精准医学计划实施进展的情况。
2.肿瘤队列研究
随着精准医学在医药领域的不断升温，肿瘤精准医学也成为肿瘤研究的主要目标之一。
在我国，目前恶性肿瘤年新发病例达400多万，每年死亡人数约280万，因此通过精准医学应对恶性肿瘤是我国学者面临的重大挑战。而在临床诊疗上“粗线条模式”的时代正在终结，只有更加深入地了解肿瘤，并精准进行治疗，才是未来提高整体疗效的关键。而为了实现精准治疗，就需要大队列研究提供基础数据。
乔友林
中国医学科学院&北京协和医学院肿瘤研究所流行病学研究室主任
作为世界卫生组织（WHO）总干事癌症防治专家委员会中唯一的中国专家，中国的肿瘤流行病与预防学家、来自中国医学科学院/北京协和医学院肿瘤研究所流行病学研究室主任乔友林教授，将介绍中国肿瘤队列研究策略以及其工作的最新进展。
3.罕见病临床队列研究
罕见病具有发病率低、种类繁多、难诊难治的特点,是当今医学的重大瓶颈问题。受限于患者人数少,罕见病的知识积累缓慢,科研和诊疗技术往往落后于常见疾病。我国是罕见病资源丰富的国家,但长期以来,罕见病研究资源分散,研究能力总体薄弱,临床诊治能力很不均衡,未能将罕见病资源有效转化为科研优势。
在2016精准医疗专项中，系统整合50种以上流行率相对较高、有良好研究基础的罕见病，特别是已经建立全国协作网络。通过建立全国统一的罕见病注册登记系统与样本库，整合临床诊疗信息，推动新时代环境下我国的罕见病诊疗与研究水平快速提升至国际一流水平。
张抒扬
中国医学科学院北京协和医院副院长兼临床药理研究中心主任
北京协和医院副院长张抒扬教授就是国家重点研发计划“罕见病临床队列研究”项目负责人。通过这次项目，张教授建立了150余种罕见病临床病例报告标准，针对80余种罕见病采集临床信息超过1.5万例。在本届P4China大会上，张教授将发表罕见病疾病队列研究的最新进展的演讲报告，来探讨她在研究中的发现与成果。
4.自然人群与临床队列研究
在精准医学和大数据时代的今天,大型人群队列研究成为流行病学研究的主旋律之一。人群队列研究由传统小样本队列发展到了当前的大型队列,而构建大型人群队列的模式也在不断地演化。各组学、大数据科学、分子影像等新技术不断被纳入到人群队列研究中以回答不断产生的广泛科学问题,服务于疾病精准的预防、诊断和治疗。
自2016年首批精准医学研究专项启动至今，作为最早开展的重点专项“京津冀区域自然人群队列研究”受到万众瞩目。该研究计划由北京市、天津市、河北省多家体检中心合作完成，系统评估健康状况与常见高发慢性病如高血压、糖尿病、恶性肿瘤等的动态变化趋势，从而评估多种暴露因素对其发生发展的作用。
单广良
中国医学科学院基础医学研究所&中国协和医科大学基础医学院流行病学与卫生统计学系教授
大数据的整合
队列研究是一种基于大数据的一种研究方式。在这个生命科学迈入大数据的时代，先进的、安全的大数据平台建设能够促进队列研究、支撑国家的精准医学计划，进而助力精准医疗的临床应用与普及。
1.多组学数据库的建设
近几年来，以新一代测序仪和质谱仪等为代表的大型仪器设备，在基因组学和蛋白质组学分析中得到了广泛的应用，通过生成大规模数据实现了真正意义上的“组学”研究，并对学科发展产生着极其深远的影响。而数据库地建设，能将这类组学研究能更好地分类、分析疾病的原因与特征，从而系统地实现精诊疗。
赵方庆
中国科学院北京生命科学研究院“百人计划”研究员
2.精准医疗大数据的中心建设
目前国内对临床研究数据规范化、标准化处理的经验在不断地积累，并依据和参考一系列的国际化标准。但目前仍然存在着数据标准不一致、各医院或研究单位数据不能集成共享等问题。高质量、大数量、良好结构化的医疗数据，才会对科研效率的提升和科研成果的产出有重要价值。
在2016精准医疗专项中，由伯晓晨教授所负责的精准医疗大数据中心的建设及其应用项目设立了中国第一个联合平台。它是在一个现有的基础平台之上增加了两个数据库，一个是疾病的数据库群，一个是基础组学的数据库群。通过所谓的数据汇交系统，实现数据的检索、展示、挖掘等等。
伯晓晨
军事科学院军事医学研究院研究员、博士生导师、科技处处长
在本届P4China大会上，来自军事科学院军事医学研究院的伯晓晨研究员将发表精准医疗大数据的整合、分析与数据库建设演讲，将详细介绍为启动2016年精准医学专项而专门搭建的精准医学大数据管理和共享技术平台的建设的最新进展与应用。
高质量的科研级数据会对整个医疗行业将带来如下价值：支撑从RCT到RWS的扩展、推动中国指南的建设、辅助医生的诊疗、加速新药的研发等等，从而赋能临床医学与医疗。
DanielCatchpoole
来自全球最大的国际生物和环境样本库协会（ISBER）亚太负责人、澳大利亚Westmead肿瘤样本库主任DanielCatchpoole教授建立了师范型儿科肿瘤样本库基地，并通过医学研究与转化，开发了一套系统生物学方法用以评估癌症患者：通过各种高通量技术的应用，进行充分的生物医疗大数据挖掘和可视化，得到复杂的多维生物医学数据，从而实现疑难癌症的评估与诊断。