特异性

自2015年1月20日美国总统奥巴马高调宣布启动“精准医疗计划（Precision Medicine Initiative）”以来，全球范围内掀起一股精准医疗热。在国内，精准医疗也风生水起，受到业内学者、药企代表、患者等相关人群的广泛关注。精准医疗本质上是一种更为精确的个性化医疗，非常适用于恶性肿瘤的临床治疗。而相对于其他精准医疗策略，精准细胞免疫治疗（precision cell immunotherapy，PCIT）具有开发周期相对较短、投入相对较低的优势，适合我国的国情，具有巨大的应用前景，有望成为我国恶性肿瘤精准医疗的一大突破口。 精准医疗是肿瘤临床治疗的必然趋势 肿瘤精准细胞免疫治疗：梦想照进现实 精准医疗（precision medicine）是通过基因组、蛋白质组等组学技术和医学前沿技术，对疾病进行精细分类及精确诊断，从而对疾病和特定患者进行个性化精准疗的新型医学概念与医疗模式。2011年，在“人类基因组计划”完成近10年后，这一概念由美国著名基因组学家Olson博士在其参与起草的美国国家智库报告《走向精准医疗》中首次提出。精准医疗模式集合了诸多现代医学科技发展的知识与技术体系，体现了医学科学发展趋势，也代表了临床实践发展的方向，将带来一场新的医疗革命并将深刻响未来医疗模式。正是基于此考虑，2015年1月20日，美国总统奥巴马在白宫高调宣布启动“精准医疗计划”

import numpy as np from sklearn.metrics import confusion_matrix,accuracy_score,f1_score,roc_auc_score,recall_score,precision_score def calculate_metric(gt, pred): pred[pred>0.5]=1 pred[pred<1]=0 confusion = confusion_matrix(gt,pred) TP = confusion[1, 1] TN = confusion[0, 0] FP = confusion[0, 1] FN = confusion[1, 0] print('Accuracy:',(TP+TN)/float(TP+TN+FP+FN)) print('Sensitivity:',TP / float(TP+FN)) print('Specificity:',TN / float(TN+FP)) path = "OS3_val_result.csv" with open(path, 'r') as f: file_list = f.read() file_list = file_list.split('\n')[1:-1] file_list = [file.split(',') for file in

生物医学大数据 精准医疗 研发药物：特异性靶点 & 过表达靶点 Encode &roadmap 找组织特异性的表观遗传学标记、 TF 、 DNA 甲基化的动态变化等信息。 生物大数据的标准化与整合 ---- 降维分析 --- 聚类和功能分析 ---- 多组学 ---- 结合临床病理分型 ---- 生物信息学可视化分析（描述 & 预测） Regulation network ： Multiple&dynamic&balance 单细胞测序： single-cell RNA-seq 大数据应用：将基础研究与临床医学研究相结合。 国际大数据中心现状 北京基因组研究所主持国内数据库， eg ： GSA 。 建立中国人参比基因组 最新使用 AI 技术辅助预测。 来源： https://www.cnblogs.com/yuanjingnan/p/11908534.html