该方向以贺培凤教授为学术核心，从多源数据融合角度，基于“药物—疾病”网络开展知识发现研究，从而实现药物知识的发现。通过多源数据的融合，可以从数据的来源上建立多种药物、疾病、基因之间的关联，进而为药物知识发现提供全新的模型、途径和思路，提高药物研发的效率和成功率，克服基因表达谱分析的局限性。子方向一：多源数据资源库建设。利用具有自主知识产权是数据资源下载工具，从疾病数据库（如 DiseaseOntology）、...

该方向以于琦教授为学术核心，主要以临床文本数据为研究对象，对临床文本数据进行深入挖掘与分析，开展医学经验知识抽取研究。临床文本数据作为一种直接面向患者的个性化医疗数据，充斥着医生基于自身所学所体现出来的临床经验，因此，面向临床文本数据的医学知识抽取研究可以大幅减少医生的行医压力，并为患者供多方面的医疗健康服务。子方向一：面向临床文本数据的医学实体及其关系语料库建设针对中文临床文本数据上语料匮乏...

该方向以卢学春主任为学术核心，以“表观精准治疗”为核心理念，对人类基因组、表观基因组等组学数据进行深入挖掘与分析，并运用于临床实践，旨在解决组学数据向临床转化应用的难题。子方向一：基于组学数据的表观精准治疗。基因芯片技术和转录组测序技术的迅猛发展，产生了大量的转录组数据，主要包括转录组、蛋白质组和代谢组数据等。基因表达谱作为功能基因组学中重要的组成部分，是目前识别和描述与特定表型或者扰动相关的...

该方向以曹济民教授为学术核心，主要以前期通过药物重定位预测出的“老药”作为研究对象，对药物在动物疾病模型的药理作用、药物代谢学和安全性进行全面和系统的研究：子方向一：阿尔兹海默症的致病机制和防治策略。本课题将前期通过多源数据药物重定位预测出的药物进行动物实验。首先采用经典的行为学实验，进一步观察慢性腹腔注射预测药物对APP/PSI小鼠的学习记忆的改善效应；接着，经联合应用免疫荧光、免疫印迹和Simoa 技...