大数据和制药行业的需求.pdf

白皮书 大数据和制药行业的需求 目录 引言 1 化大数据为小数据 2 大数据，历史趋势的下一波 3 1960年代的大数据——专利 3 1970年代的大数据——化学 4 1980年代的大数据——序列 4 1990年代的大数据——阵列 5 2000年代的大数据——下一代测序 6 当前的大数据 7 对付老问题的新工具和技术 7 新问题，新机遇 12 未来的大数据 15 有关大数据的数据 14 大数据工程师 15 结论 16 引言 Gartner, Inc. 公司把 “大数据”简要定义为： “海量、高速和多样的信息资产，需要以成本合算 的，创新的方式来处理，来增强洞察和决策”。在汤森路透生命科学部看来， “大数据”问题与 机遇并存。 汤森路透近日的一项调查，对一批制药业的 IT 领导人征询对大数据的看法。毫无争议，他们百分 之百视 “大数据”为一个机遇。这不足为怪，从大量证据中找寻经验知识从来都是创新的一个驱 动。制药业的工作方式，一般是先找到某种关联（例如在疾病和蛋白质之间），然后再看对其如 何利用。虽然近期也有先有科学知识再引领新药发现的趋势，但解释某个关联为什么存在的科学 通常是在关联被找到之后才出现的。按寻找先有关联的思路，有更庞大和更丰富的数据集，对制 药业寻找新关联和开发新药，就显然是一个机遇。 当被问及哪些方面有大数据机遇，大多数的受访者强调了两个关注点：早期药物发现（41.2% ） 和了解市场（26.5%）。图 1 清楚的显示出这两个关注点，以及个体化（或精准）药品的新兴趋 势。药物发现从来都是由数据推动的活动，把利用的数据源延伸到实验室和公共项目产生的新的 海量、多样和高速的数据合乎情理。了解市场则是新的关注点，这一方面反映了付费方对处方行 为的更大影响带来药品市场机制的变化，同时也反映了电子健康记录有望产生患者层次的丰富数 据。了解患者（个体化药品）在我们的调查中占分 14.7% ，也是制药业当下的一大焦点，因此获取 和消化理解这种数据的能力将为受访者真正的赢得业务价值。 图 1 ：大数据的最大机遇 来源：汤森路透大数据调查 大数据和制药行业的需求 1 化大数据为小数据 应对大数据的问题在于：人类不能直接用大数据工作。要实现所有这些数据的价值，我们需要将 其缩减到适于人类使用的大小。考察我们的客户应对大数据的具体做法，您会看到用各种工具和 技术来 “缩减”数据。在汤森路透生命科学业务部，我们把这叫作 “让大数据看起来像小数据” 。小数据是我们有办法处理的数据。小数据包括有证据支持的可靠事实，科学家将其用于模型、 可视化和分析。这样的数据让医药公司在其开发更好新药的核心业务上能够采取相应的行动并获 益。 在药物发现中，这常常体现于设计计算机模拟（In-silico）实验。这需要从分散的来源构建数据 集，要求跨部门团队协同处理非常多样化的大数据。在数据整合过程中，让这些数据用起来象小 数据是个挑战。您将需要共同的本体，以及向技能和背景迥异的科学家呈示数据的方法，来方便 他们理解。 要了解患者，挑战在于把数据从一个地方提取和对输出结果过滤：得出的关联关系会包含那些显 著却平淡无奇的，或那些似是而非的，而您需要从中滤出让人感兴趣的关联关系，这个情形就像 音频业中的信号放大。 2 大数据和制药行业的需求 大数据，一个历史趋势的下一波 在制药业，数据量大得难以处理不是新现象，其实，大数据是在药物研发中使用数据的一个演 进。大数据带来了新的挑战，也提供了新的工具，但不是某些评论员所宣称的彻底变革。多年以 来，像汤森路透这样的信息公司一直在支持客户的努力，将当时的 “数据大象”分解成可管理的 知识块。 1960 年代的大数据——专利 一个早期的大数据挑战是专利的猛增。在