最近的技术为我们提供了大量的“multi-omic”数据,扩大视野的遗传,转录组,用于解密和表观遗传信息的子组患者患有某些疾病,从而铺平了道路在精密医学为各种不同的应用程序。技术sequencing-based方法中包括高通量DNA / RNA序列,ATAC-seq, TCR-seq, DNA / RNA methylome-seq,单细胞测序,和基于图像的技术,包括x光,CT、磁共振、磁共振成像、数字病理,免疫组织化学,光学成像。

近年来,许多计算方法获得了前所未有的动力通过提供机会使用multi-omic数据集生成从上面这些技术革新疾病研究和治疗。因此,multi-omic基于数据的计算方法尤其适合探索生物现象的潜在机制,旨在实现个性化疾病诊断、预后和治疗精密医学。然而,处理和理解的越来越多的信息表示的最大挑战之一。迫切需要开发新的计算和统计方法,尤其在领域的个性化疾病诊断、预后和治疗。

这个特殊问题的目的是提供一个集多学科研究和评论文章解决开发、改进,或使用方法或算法的例子个性化疾病诊断、预后和治疗。

潜在的主题包括但不限于以下:

• 计算或实验方法描述景观基因、转录组、表观遗传疾病的信息
• 计算方法或策略来预测疾病诊断、预后和治疗
• 计算方法或策略的预测药物之间的相互作用和/或量化的量效关系
• 基于网络的统计方法和应用在精密医学multi-omic数据
• 工具、管道和数据库个性化疾病诊断、预后和治疗
• 机器学习方法的计算生物学疾病
• 计算生物学在生物标志物的筛查中的应用使用multi-omic数据
• 人工智能(AI)的算法的识别标记的诊断、预后和治疗
• 计算方法支持临床决策过程
• 病人选择方法