Đánh giá các công cụ hỗ trợ chẩn đoán bệnh với cách tiếp cận y học cá thể hóa trên dữ liệu metagenomic

Trong phạm vi bài viết này, nhóm nghiên cứu giới thiệu và đánh giá những công cụ rất hữu ích phục vụ cho việc nghiên cứu dữ liệu Metagenomic trong hỗ trợ chẩn đoán bệnh cho con người.
Nội dung trích xuất từ tài liệu:
Đánh giá các công cụ hỗ trợ chẩn đoán bệnh với cách tiếp cận y học cá thể hóa trên dữ liệu metagenomic TẠP CHÍ KHOA HỌC ĐẠI HỌC ĐÀ LẠT Tập 10, Số 2, 2020 117-144 ĐÁNH GIÁ CÁC CÔNG CỤ HỖ TRỢ CHẨN ĐOÁN BỆNH VỚI CÁCH TIẾP CẬN Y HỌC CÁ THỂ HÓA TRÊN DỮ LIỆU METAGENOMICPhan Tấn Tàia, Tạ Đặng Vĩnh Phúca, Phan Nguyễn Minh Thảoa, Nguyễn Thị Ngọc Chăma, Đào Công Tínha, Phạm Huỳnh Ngọca, Nguyễn Thanh Hảia* a Khoa Công nghệ Thông tin và Truyền thông, Trường Đại học Cần Thơ, Cần Thơ, Việt Nam * Tác giả liên hệ: Email: nthai@cit.ctu.edu.vn Lịch sử bài báo Nhận ngày 18 tháng 01 năm 2020 Chỉnh sửa lần 01 ngày 18 tháng 3 năm 2020 | Chỉnh sửa lần 02 ngày 20 tháng 4 năm 2020 Chấp nhận đăng ngày 22 tháng 5 năm 2020 Tóm tắt Trong những năm gần đây, dữ liệu Metagenomic hay còn gọi là dữ liệu “hệ đa gen” được sử dụng ngày càng nhiều cho các nghiên cứu trong các tiếp cận “Y học cá thể hóa” với mục tiêu cải thiện và nâng cao tính hiệu quả trong việc chăm sóc bảo vệ sức khỏe con người. Nhiều nghiên cứu đã thực nghiệm phân tích trên bộ dữ liệu này và đề xuất nhiều phương pháp để cải thiện độ chính xác trong phân tích. Việc ứng dụng công nghệ thông tin để xử lý và hỗ trợ phân tích dữ liệu này phục vụ cho Y học cá thể là không thể thiếu bởi khối lượng công việc xử lý và độ phức tạp là rất lớn. Với những lợi ích đầy tiềm năng của dữ liệu Metagenomic đã được chứng minh qua nhiều nghiên cứu. Trong phạm vi bài báo này, nhóm nghiên cứu giới thiệu và đánh giá những công cụ rất hữu ích phục vụ cho việc nghiên cứu dữ liệu Metagenomic trong hỗ trợ chẩn đoán bệnh cho con người. Từ các nghiên cứu này, chúng ta có thể phát triển những nghiên cứu mở rộng và sâu hơn để khám phá những ảnh hưởng quan trọng của hệ sinh thái vi sinh vật trong cơ thể con người ảnh hưởng đến sức khỏe và từ đó đề xuất những xu hướng chẩn đoán và điều trị phù hợp để nâng cao và cải thiện sức khỏe con người. Từ khóa: Chẩn đoán bệnh; Học sâu; Máy học; Metagenomic; Phân tích gene; Y học cá thể. DOI: http://dx.doi.org/10.37569/DalatUniversity.10.2.646(2020) Loại bài báo: Bài báo nghiên cứu gốc có bình duyệt Bản quyền © 2020 (Các) Tác giả. Cấp phép: Bài báo này được cấp phép theo CC BY-NC 4.0 117 TẠP CHÍ KHOA HỌC ĐẠI HỌC ĐÀ LẠT [CHUYÊN SAN KHOA HỌC TỰ NHIÊN VÀ CÔNG NGHỆ] EVALUATION OF ASSISTANCE TOOLS FOR DIAGNOSIS OF DISEASES BY APPROACHING TO PERSONALIZED MEDICINE ON METAGENOMIC DATA Phan Tan Taia, Ta Đang Vinh Phuca, Phan Nguyen Minh Thaoa,Nguyen Thi Ngoc Chama, Dao Cong Tinha, Pham Huynh Ngoca, Nguyen Thanh Haia* a The Faculty of Information Communication and Technology, Cantho University, Cantho, Vietnam. * Corresponding author: Email: nthai@cit.ctu.edu.vn Article history Received: January 18th, 2020 Received in revised form (1st): March 18th, 2020 | Received in revised form (2nd): April 20th, 2020 Accepted: May 22nd, 2020 Abstract In recent years, Metagenomic data, or “multi-genome” data, has been increasingly used for research in “personalized medicine” approaches with the purpose of improving and enhancing effectiveness in human health care. Many studies have experimentally analyzed this data and proposed many methods to improve the accuracy of the analysis. Applying and integrating information technology to process and analyze Metagenomic data for personalized medicine approaches are necessary because of the enormous complexity of Metagenomic data. The potential advantages of Metagenomic data have been proven through many studies. Within the scope of this research, we introduce and evaluate useful tools for studying Metagenomic data in supporting the diagnosis of human disease and health conditions. From these studies, we may develop extensive and in-depth studies from previous studies to explore the important effect of the microbial ecosystem that is a rich set of microbial features for prediction and biomarker discovery in the human body. Moreover, there are trends diagnosis, appropriate treatments to improve and enhance human health. Keywords: Deep Learning; Disease diagnosis; Gene Analysis; Machine Learning; Metagenomic; Personalized Medicine. DOI: http://dx.doi.org/10.37569/DalatUniversity.10.2.646(2020) Article type: (peer-reviewed) Full-length research article Copyright © 2020 The author( ...