一、技术名称

多组学融合与AI驱动的精准医学研究

二、应用领域

广泛应用于疾病的早期诊断、疾病的分型和预后、治疗靶点发现、药物反应预测和疾病的系统生物学研究等。以肿瘤新抗原相关研究为例，技术广泛应用于肿瘤疫苗开发、免疫治疗反应潜力评估、ICIs疗效预测及伴随诊断，服务于个体化治疗设计与临床免疫干预策略制定，为精准医疗在免疫治疗领域的转化应用提供了强有力的支撑。

三、技术简介

生物医学多组学数据融合和AI驱动的精准医学研究，通过组织水平多组学、单细胞水平多组学和临床医学数据融合，应用先进的AI算法，为从系统层面解析疾病机制，为复杂疾病的攻克提供了全新的研究思路和方法，具有广阔的应用前景。生物医学多组学数据融合研究：团队建立了从样本预处理、数据质控到生物标志物筛选和功能注释的全流程技术平台。开发以单细胞和空间转录组数据分析为基础的细胞交互作用调控网络构建方案，为从肿瘤微环境角度探究疾病的发生发展机制提供了新的视角。AI驱动的精准医学研究：在精准医学与免疫治疗方向，基于多组学数据融合，团队融合AI建模、抗原呈递预测、TCR识别潜能评估等技术，形成了一套用于肿瘤新抗原挖掘与个体化疫苗设计的自动化分析流程，广泛适用于免疫治疗靶点发现、反应性预测及伴随诊断等关键临床应用场景。

四、技术优势

团队长期致力生物医学多组学数据融合和AI驱动的精准医学研究，如蛋白质组学与生物信息学的交叉研究，涵盖蛋白质功能特征解析、数据资源构建及精准医学应用等领域。团队构建了国际领先的蛋白质翻译后修饰数据库SysPTM（现已升级至2.0版）及全球首个肿瘤蛋白质差异表达数据库dbDEPC（现已更新至3.0版），为人类蛋白质组大数据的整合、检索与展示提供了关键技术支撑。在国家973和863计划、中国人类蛋白质组计划（CNHPP）等项目中，团队承担了磷酸化修饰组分析、蛋白质组与转录组表达谱整合等任务，推动了肝癌早期亚型识别与干预靶点发现，相关成果发表于《Nature》，促进了“蛋白质组学驱动的精准医学”理念的提出。在此基础上，团队进一步拓展研究方向至肿瘤免疫学与人工智能，建立了以新抗原识别、免疫治疗靶点挖掘、AI辅助药物筛选为核心的多组学分析体系。

本团队具备“数据全面、分析精准、工具自主、应用多元”的技术优势。团队自主构建的多项权威蛋白质组学和生物医学多组学数据库，保障数据资源丰富且高质量；集成多组学数据分析与AI算法，实现从基础研究到临床转化的精准连接；开发模块化、自动化的流程平台，提升大规模样本处理与结果解读效率；技术体系覆盖从标志物发现到个体化免疫治疗设计，广泛适用于多种疾病研究与临床应用。

五、相关图片

新抗原靶点鉴定筛选以及综合数据库分析平台

六、典型案例

NAIRscore-多发性骨髓瘤新抗原识别与预后评估工具

新抗原（Neoantigen）为肿瘤免疫治疗提供了一个有希望的突破，尽管由于免疫反应的质量，只有一部分患者反应良好。很少有生物标志物可以评估对新抗原的免疫反应质量并预测患者预后情况。这里，团队利用来自多发性骨髓瘤（MM）的478名患者的516对肿瘤数据出发，构建了一个新抗原预测分析管道。综合新生抗原负荷、细胞毒性评分和HLA-I评分建立了新生抗原免疫反应评分（NAIRscore）。NAIRscore是目前最完整的多发性骨髓瘤新抗原识别与免疫反应评分系统，可有效衡量个体对免疫治疗的免疫反应质量，并预测患者生存期。团队开发了配套的在线工具MMprognosis（http://www.biostatistics.online/MMPrgognosis/），用户仅需上传同一患者的Maf和FPKM文件，即可快速识别个体化新抗原，评估免疫反应强度，生成生存风险预测曲线，并支持个体化疫苗设计。平台同时提供差异基因分析及多维免疫功能注释，适用于临床科研人员精准开展新抗原相关研究与免疫治疗潜力评估。

七、联系人、联系电话、邮箱

刘老师，18817775407，liuzhenhao@sibpt.cn