قاعدة بيانات الأمراض الجينية

في مجال المعلوماتية الحيوية ، تُعرَّف قاعدة بيانات الأمراض الجينية بأنها مجموعة بيانات مُنظَّمة، تُصمَّم عادةً لنمذجة جوانب من الواقع، بهدف فهم الآليات الكامنة وراء الأمراض المعقدة، وذلك من خلال فهم التفاعلات المركبة المتعددة بين علاقات النمط الظاهري والنمط الجيني وآليات الأمراض الجينية. ^{[ 1 ]} تدمج قواعد بيانات الأمراض الجينية ارتباطات الأمراض الجينية البشرية من قواعد بيانات مُنسَّقة من قِبَل خبراء، بالإضافة إلى الارتباطات المُستخلصة من استخراج النصوص ، بما في ذلك الأمراض المندلية والمعقدة والبيئية. ^{[ 2 ] [ 3 ]}

يسعى الخبراء في مختلف مجالات علم الأحياء والمعلوماتية الحيوية منذ زمن طويل إلى فهم الآليات الجزيئية للأمراض بهدف تصميم استراتيجيات وقائية وعلاجية. بالنسبة لبعض الأمراض، بات من الواضح أن التركيز ليس كافيًا للحصول على فهرس للجينات المرتبطة بالمرض فحسب، بل لكشف كيفية تسبب اضطرابات الشبكات الجزيئية في الخلية في ظهور الأنماط الظاهرية للمرض. ^{[ 4 ]} علاوة على ذلك، ورغم وفرة المعلومات المتاحة، فإن الحصول على مثل هذه الفهارس يُعدّ أمرًا بالغ الصعوبة.

بشكل عام ، تُعزى الأمراض الوراثية إلى خلل في الجينات أو الكروموسومات . وتتطور العديد من هذه الأمراض قبل الولادة. تُشكل الاضطرابات الوراثية نسبة كبيرة من مشاكل الرعاية الصحية في مجتمعنا. وقد ساهم التقدم في فهم هذه الأمراض في زيادة متوسط ​​العمر المتوقع وتحسين جودة حياة الكثيرين ممن يعانون منها. كما أتاحت التطورات الحديثة في المعلوماتية الحيوية وعلم الوراثة المختبرية تحديدًا أدق لبعض متلازمات التشوه الخلقي والتخلف العقلي، مما يُسهل فهم نمط وراثتها. تُمكّن هذه المعلومات مستشار الوراثة من التنبؤ باحتمالية الإصابة بعدد كبير من الاضطرابات الوراثية. ^{[ 2 ]} مع ذلك، لا تُجرى معظم الاستشارات الوراثية إلا بعد ولادة فرد واحد على الأقل مصاب، مما يُنبه العائلة إلى احتمالية إنجاب أطفال مصابين باضطراب وراثي . يُعد ارتباط جين واحد بمرض ما أمرًا نادرًا، وقد يكون المرض الوراثي قابلًا للانتقال أو غير قابل له. ^{[ 5 ]} بعض الأمراض الوراثية تُورَث من جينات الوالدين، بينما ينجم بعضها الآخر عن طفرات أو تغيرات جديدة في الحمض النووي . وفي حالات أخرى، قد ينشأ المرض نفسه، على سبيل المثال، بعض أنواع السرطان أو الورم الميلانيني ، من حالة التزاوج الداخلي لدى بعض الأشخاص، ومن تغيرات جديدة لدى آخرين، ومن أسباب غير وراثية لدى أفراد آخرين. ^{[ 6 ]}

يوجد أكثر من ستة آلاف اضطراب وراثي أحادي الجين معروف، يصيب حوالي واحد من كل 200 مولود. ^{[ 1 ]} وكما يوحي الاسم، فإن هذه الأمراض ناتجة عن طفرة في جين واحد. في المقابل، تنتج الاضطرابات الوراثية المتعددة عن عدة جينات، غالباً بالاشتراك مع عوامل بيئية. ^{[ 7 ]} تشمل أمثلة الأنماط الظاهرية الوراثية مرض الزهايمر ، وسرطان الثدي، وسرطان الدم، ومتلازمة داون، وعيوب القلب، والصمم؛ لذا، فإن تصنيف جميع الأمراض المرتبطة بالجينات أمر ضروري.

تحديات في عملية الإبداع

في مراحل مختلفة من أي مشروع لدراسة الأمراض الجينية، يحتاج علماء الأحياء الجزيئية إلى اختيار الجينات أو البروتينات التي يجب دراستها تجريبياً بشكل أعمق، وتلك التي يجب استبعادها بسبب محدودية الموارد، حتى بعد إجراء تحليل إحصائي دقيق للبيانات. تسمح الأساليب الحسابية التي تدمج مجموعات البيانات المعقدة والمتنوعة، مثل بيانات التعبير الجيني، ومعلومات التسلسل، والتعليقات الوظيفية، والمراجع الطبية الحيوية، بتحديد أولويات الجينات للدراسات المستقبلية بطريقة أكثر دقة. يمكن لهذه الأساليب أن تزيد بشكل كبير من إنتاجية الدراسات اللاحقة، وتكتسب أهمية بالغة للباحثين. لذا، يُعدّ فهم الآليات الكامنة وراء هذه الأنماط الظاهرية الجينية المعقدة أحد أهم الشواغل في البحوث البيولوجية والطبية الحيوية . وقد بُذلت جهود كبيرة للعثور على الجينات المرتبطة بالأمراض ^{[ 8 ].}

مع ذلك، تشير أدلة متزايدة إلى أن معظم الأمراض البشرية لا يمكن عزوها إلى جين واحد، بل تنشأ نتيجة تفاعلات معقدة بين متغيرات جينية متعددة وعوامل خطر بيئية. وقد طُوّرت قواعد بيانات عديدة لتخزين الارتباطات بين الجينات والأمراض، مثل قاعدة بيانات علم السموم المقارن (CTD)، وقاعدة بيانات الوراثة المندلية عبر الإنترنت في الإنسان (OMIM)، وقاعدة بيانات الارتباطات الجينية (GAD)، وقاعدة بيانات الارتباطات الجينية للأمراض (DisGeNET). تركز كل قاعدة بيانات من هذه القواعد على جوانب مختلفة من العلاقة بين النمط الظاهري والنمط الجيني، ونظرًا لطبيعة عملية تنسيق قواعد البيانات، فهي ليست كاملة، ولكنها تُكمّل بعضها بعضًا بشكل كامل. ^{[ 9 ]}

بشكل أساسي، هناك أربعة أنواع من قواعد البيانات: قواعد البيانات المنسقة، وقواعد البيانات التنبؤية، وقواعد بيانات الأدبيات، وقواعد البيانات التكاملية ^{[ 1 ].}

قواعد بيانات منسقة

يشير مصطلح البيانات المُنسقة إلى المعلومات التي قد تتضمن أكثر التنسيقات الحاسوبية تطورًا للبيانات المنظمة، والتحديثات العلمية، والمعرفة المُنسقة، والتي تم تجميعها وإعدادها تحت إشراف خبير أو أكثر ممن يُعتبرون مؤهلين للقيام بهذا النشاط ^{[ 10 ].} ويعني هذا أن قاعدة البيانات الناتجة تتميز بجودة عالية. ويختلف هذا عن البيانات التي قد تكون جُمعت من خلال عملية آلية أو باستخدام بيانات ذات جودة منخفضة أو غير مدعومة من قبل خبراء، وربما تكون غير موثوقة ^{[ 10 ]} . ومن الأمثلة الشائعة على ذلك: CTD وUNIPROT.

قاعدة بيانات علم السموم المقارن (CTD)

تُساعد قاعدة بيانات علم السموم المقارن (CTD ) على فهم تأثيرات المركبات البيئية على صحة الإنسان من خلال دمج البيانات من الأدبيات العلمية الموثوقة لوصف التفاعلات الكيميائية الحيوية مع الجينات والبروتينات، والروابط بين الأمراض والمواد الكيميائية، وبين الأمراض والجينات أو البروتينات. ^{[ 11 ]} تحتوي CTD على بيانات موثوقة تُحدد التفاعلات بين المواد الكيميائية والجينات/البروتينات عبر الأنواع، والارتباطات بين المواد الكيميائية والجينات والأمراض، وذلك لتسليط الضوء على الآليات الجزيئية الكامنة وراء التباين في القابلية للإصابة بالأمراض المتأثرة بالبيئة. تُقدم هذه البيانات رؤى ثاقبة حول شبكات التفاعل المعقدة بين المواد الكيميائية والجينات والبروتينات. أحد المصادر الرئيسية في هذه القاعدة هو المعلومات الموثوقة من OMIM. ^{[ 11 ]}

يُعدّ CTD مورداً فريداً حيث يقوم متخصصو المعلوماتية الحيوية بقراءة الأدبيات العلمية وتنسيق أربعة أنواع من البيانات الأساسية يدوياً:

• التفاعلات الكيميائية الجينية
• العلاقة بين المواد الكيميائية والأمراض
• الارتباطات بين الجينات والأمراض
• الارتباطات بين النمط الظاهري والنمط الكيميائي

المورد العالمي للبروتين (UNIPROT)

يُعدّ مورد البروتين العالمي ( UniProt ) مصدرًا شاملًا لبيانات تسلسل البروتينات وشرحها. وهو قاعدة بيانات شاملة وعالية الجودة ومتاحة مجانًا، تضم معلومات عن تسلسل البروتينات ووظائفها، وتستند العديد من مدخلاتها إلى مشاريع تسلسل الجينوم . ويحتوي على كمّ هائل من المعلومات حول الوظائف البيولوجية للبروتينات، المستمدة من الدراسات المنشورة، والتي قد تشير إلى وجود صلة مباشرة بين الجينات والبروتينات والأمراض. ^{[ 12 ]}

قواعد البيانات التنبؤية

قاعدة البيانات التنبؤية هي قاعدة بيانات تعتمد على الاستدلال الإحصائي. يُعرف أحد مناهج هذا الاستدلال بالاستدلال التنبؤي، ولكن يمكن إجراء التنبؤ ضمن أي من مناهج الاستدلال الإحصائي المتعددة. في الواقع، يُعرّف علم الإحصاء الحيوي بأنه وسيلة لنقل المعرفة حول عينة من مجتمع جيني إلى المجتمع بأكمله ( علم الجينوم )، وإلى جينات أو جينومات أخرى ذات صلة، وهو ما لا يُعد بالضرورة تنبؤًا عبر الزمن. ^{[ 15 ]} عندما تُنقل المعلومات عبر الزمن، غالبًا إلى نقاط زمنية محددة، تُعرف هذه العملية بالتنبؤ. من الأمثلة الرئيسية لقواعد البيانات التي يمكن اعتبارها في هذه الفئة: قاعدة بيانات جينوم الفأر (MGD)، وقاعدة بيانات جينوم الجرذ (RGD)، وOMIM، وأداة SIFT من Ensembl. ^{[ 1 ]}

قاعدة بيانات جينوم الفأر (MGD)

قاعدة بيانات جينوم الفأر (MGD) هي مورد دولي للمجتمع العلمي، يضم بيانات جينية وجينومية وبيولوجية متكاملة حول فأر المختبر. توفر MGD شرحًا كاملاً للأنماط الظاهرية وارتباطاتها بالأمراض البشرية لنماذج الفئران (الأنماط الجينية) باستخدام مصطلحات من علم الأنماط الظاهرية للثدييات وأسماء الأمراض من OMIM. ^{[ 16 ]}

قاعدة بيانات جينوم الفئران (RGD)

بدأت قاعدة بيانات جينوم الفئران (RGD) كجهد تعاوني بين مؤسسات بحثية رائدة في مجال أبحاث علم الوراثة وعلم الجينوم للفئران. ولا يزال الباحثون يستخدمون الفئران على نطاق واسع ككائن نموذجي لدراسة بيولوجيا الأمراض وآلياتها المرضية. وقد شهدت السنوات القليلة الماضية زيادة سريعة في بيانات علم الوراثة وعلم الجينوم للفئران. ^{[ 17 ]} وقد أبرز هذا الكم الهائل من المعلومات الحاجة إلى قاعدة بيانات مركزية لجمع هذه البيانات وإدارتها وتوزيعها بكفاءة وفعالية، مع التركيز على الفئران، للباحثين في جميع أنحاء العالم. وقد أُنشئت قاعدة بيانات جينوم الفئران لتكون بمثابة مستودع لبيانات علم الوراثة وعلم الجينوم للفئران، بالإضافة إلى معلومات التخطيط الجيني والسلالات والوظائف الفسيولوجية. كما أنها تُسهّل جهود الباحثين من خلال توفير أدوات للبحث عن هذه البيانات واستخراجها والتنبؤ بها. ^{[ 17 ]}

تتضمن البيانات الموجودة في قاعدة بيانات RGD، والتي تُفيد الباحثين في دراسة جينات الأمراض، شروحًا تفصيلية للأمراض في جينات الفئران والجرذان والبشر. تُجمع هذه الشروح يدويًا من المراجع العلمية، أو تُنزّل آليًا من قواعد بيانات أخرى ذات صلة بالأمراض. تُربط الشروح المُنزّلة بنفس مصطلحات الأمراض المستخدمة في الشروح اليدوية لضمان اتساق البيانات. كما تحتفظ RGD ببيانات النمط الظاهري الكمي المتعلقة بالأمراض في الجرذان (PhenoMiner). ^{[ 18 ]}

قاعدة بيانات الوراثة المندلية عبر الإنترنت في الإنسان ( OMIM )

بدعم من المركز الوطني لمعلومات التقانة الحيوية (NCBI)، تُعدّ قاعدة بيانات الوراثة المندلية البشرية عبر الإنترنت (OMIM) فهرسًا شاملًا لجميع الأمراض المعروفة ذات المكون الوراثي، وتتنبأ بعلاقتها بالجينات ذات الصلة في الجينوم البشري، كما توفر مراجعًا لمزيد من الأبحاث وأدوات لتحليل الجينوم للجينات المُفهرسة. ^{[ 19 ]} تُعتبر OMIM مرجعًا شاملًا وموثوقًا للجينات البشرية والأنماط الظاهرية الوراثية، وهي متاحة مجانًا ويتم تحديثها يوميًا. وقد استُخدمت قاعدة البيانات كمصدر للتنبؤ بالمعلومات ذات الصلة بالأمراض الوراثية. ^{[ 19 ]}

أداة Ensembl SIFT

يُعدّ Ensembl أحد أكبر الموارد المتاحة لجميع الدراسات الجينومية والوراثية، إذ يُوفّر مصدرًا مركزيًا لعلماء الوراثة وعلماء الأحياء الجزيئية وغيرهم من الباحثين الذين يدرسون جينومات جنسنا البشري والفقاريات الأخرى والكائنات الحية النموذجية للأمراض. وهو أحد متصفحات الجينوم المعروفة لاسترجاع معلومات الجينوم والأمراض. يستورد Ensembl بيانات التباين من مصادر متنوعة، ويتنبأ بتأثيرات المتغيرات. ^{[ 21 ]} لكل تباين مُرتبط بالجينوم المرجعي، يتم تحديد كل نسخة جينية في Ensembl تتداخل مع هذا التباين. ثم يستخدم Ensembl منهجًا قائمًا على القواعد للتنبؤ بتأثيرات كل أليل من أليلات التباين على النسخة الجينية. ويمكن حاليًا إسناد مجموعة مصطلحات العواقب، المُعرّفة بواسطة علم تسلسل الجينات (SO)، إلى كل تركيبة من الأليل والنسخة الجينية. وقد يكون لكل أليل من أليلات كل تباين تأثير مختلف في النسخ الجينية المختلفة. تُستخدم أدوات متنوعة للتنبؤ بالطفرات البشرية في قاعدة بيانات Ensembl، ومن أكثرها استخدامًا أداة SIFT، التي تتنبأ باحتمالية تأثير استبدال حمض أميني على وظيفة البروتين بناءً على تشابه التسلسل والتشابه الفيزيائي والكيميائي بين الأحماض الأمينية البديلة. تُقدم البيانات لكل استبدال حمض أميني على شكل درجة وتنبؤ نوعي (إما "مقبول" أو "ضار"). الدرجة هي الاحتمالية المعيارية لقبول تغيير الحمض الأميني، لذا فإن الدرجات القريبة من الصفر تُشير إلى احتمالية أكبر للضرر. يُستمد التنبؤ النوعي من هذه الدرجة، حيث تُصنف الاستبدالات ذات الدرجة الأقل من 0.05 على أنها "ضارة"، بينما تُصنف جميع الاستبدالات الأخرى على أنها "مقبولة". يمكن تطبيق SIFT على تعدد الأشكال غير المترادفة الطبيعية وطفرات الاستبدال الخاطئ المُستحدثة مخبريًا، مما يُسهم في بناء علاقات في خصائص النمط الظاهري، وعلم البروتينات، وعلم الجينوم. ^{[ 21 ]}

قواعد البيانات التكاملية

تتضمن هذه الأنواع من قواعد البيانات الأمراض المندلية والمركبة والبيئية في أرشيف متكامل لارتباطات الجينات بالأمراض، وتُظهر أن مفهوم التجزئة ينطبق على جميعها. كما أنها توفر تحليلًا وظيفيًا للأمراض في حال وجود رؤى بيولوجية جديدة هامة، قد لا تُكتشف عند دراسة كل ارتباط من ارتباطات الجينات بالأمراض على حدة. وبالتالي، فهي تُقدم إطارًا مناسبًا لدراسة كيفية مساهمة العوامل الوراثية والبيئية، مثل الأدوية، في الأمراض. ويُعد DisGeNET أفضل مثال على هذا النوع من قواعد البيانات. ^{[ 8 ] [ 25 ]}

قاعدة بيانات ارتباطات الجينات بالأمراض DisGeNET

DisGeNET هي قاعدة بيانات شاملة لربط الجينات بالأمراض، تجمع معلومات من مصادر متعددة تغطي جوانب طبية حيوية مختلفة للأمراض. ^{[ 25 ]} وتركز بشكل خاص على المعرفة الحالية بالأمراض الوراثية البشرية، بما في ذلك الأمراض المندلية والمعقدة والبيئية. ولتقييم مفهوم نمطية الأمراض البشرية، تُجري هذه القاعدة دراسة منهجية للخصائص الناشئة لشبكات الجينات والأمراض البشرية من خلال تحليل بنية الشبكة والتعليقات الوظيفية. ^{[ 1 ]} تشير النتائج إلى أصل وراثي مشترك للأمراض البشرية، وتُظهر وجود وحدات وظيفية لمعظم الأمراض، بما في ذلك الأمراض المندلية والمعقدة والبيئية. علاوة على ذلك، وُجد أن مجموعة أساسية من المسارات البيولوجية مرتبطة بمعظم الأمراض البشرية. ومن خلال الحصول على نتائج مماثلة عند دراسة مجموعات الأمراض، تشير النتائج في هذه القاعدة إلى أن الأمراض ذات الصلة قد تنشأ نتيجة خلل في العمليات البيولوجية المشتركة في الخلية. ويشير تحليل الشبكة لهذه القاعدة المتكاملة إلى ضرورة تكامل البيانات للحصول على رؤية شاملة للمشهد الجيني للأمراض البشرية، وأن الأصل الجيني للأمراض المعقدة أكثر شيوعًا مما كان متوقعًا. ^{[ 1 ]}

يمكن العثور على بعض الحالات الأكثر إثارة للاهتمام التي تستخدم قواعد بيانات الجينات والأمراض في الأوراق البحثية التالية: ^{[ 1 ] [ 8 ]}

• سانتياغو، خوسيه أ.؛ بوتشكين، جوديث أ. (2014). "نهج شبكي للتدخل السريري في الأمراض التنكسية العصبية". اتجاهات في الطب الجزيئي . 20 (12): 694-703 . doi : 10.1016/j.molmed.2014.10.002 . PMID 25455073 . 
• كايكونن، مينا يو؛ نيسكانن، هنري. رومانوسكي، كيسي E.؛ كانسانين، إميليا؛ كيفيلا، أنوكا م.؛ لايتالاينن، جاركو؛ هاينز، سفين. بينر، كريستوفر. الزجاج، كريستوفر ك. يلا-هيرتوالا، سيبو (2014). "التحكم في برامج النسخ VEGF-A عن طريق الإيقاف المؤقت والتقسيم الجيني" . أبحاث الأحماض النووية . 42 (20): 12570-12584 . دوى : 10.1093/nar/gku1036 . بمك 4227755 . بميد 25352550 .  
• غروسديدير، سولين؛ فيرير، أنتوني. فانر، روزا؛ بينيرو، جانيت؛ روكا، جوزيب؛ كوسيو، بورخا؛ أجوستي، ألفار؛ جيا، يواكيم. سانز، فيران؛ فورلونج، لورا آي. (2014). "تحليل الطب الشبكي للأمراض المتعددة لمرض الانسداد الرئوي المزمن" . أبحاث الجهاز التنفسي . 15 (1): 111. دوى : 10.1186/s12931-014-0111-4 . بمك 4177421 . بميد 25248857 .  
• كريستيانو، فرانشيسكا؛ فيلتري، بييرانجيلو (2014). "أداة قائمة على لغة R لتحليل بيانات الحمض النووي الريبوزي الميكروي (miRNA) وربطها بالتصنيفات السريرية". وقائع المؤتمر الخامس لجمعية الحوسبة الآلية (ACM) حول المعلوماتية الحيوية، وعلم الأحياء الحاسوبي، والمعلوماتية الصحية - BCB '14 . الصفحات 768-773 . doi : 10.1145/2649387.2660847 . ISBN  978-1-4503-2894-4. S2CID 17123912 . 
• غالاغر، سوزان رينيك؛ دومبروور، ميكا؛ غولدبيرغ، ديبرا س. (2014). "استخدام معاملات التجميع في الرسوم البيانية الفائقة ثنائية العقد لتحليل شبكات الجينات المرتبطة بالأمراض". وقائع المؤتمر الخامس لجمعية الحوسبة الآلية (ACM) حول المعلوماتية الحيوية، وعلم الأحياء الحاسوبي، والمعلوماتية الصحية - BCB '14 . الصفحات 647-648 . doi : 10.1145/2649387.2660817 . ISBN  978-1-4503-2894-4. S2CID 30593231 . 
• مانيل، ديبثي؛ فوغت، إنغو؛ برينز، جانيت؛ كامبيلوس، مونيكا (2015). "قاعدة بيانات عدم تجانس أجهزة الجسم: قاعدة بيانات لتصوير الأنماط الظاهرية على مستوى أجهزة الجسم" . مجلة أبحاث الأحماض النووية . 43 (عدد قواعد البيانات): D900– D906 . doi : 10.1093/nar/gku948 . PMC 4384019. PMID 25313158 .  
• فوغت، إنغو؛ برينز، جانيت؛ كامبيلوس، مونيكا (2014). "الأدوية والأمراض ذات الصلة الجزيئية والسريرية تتواجد بكثرة في أزواج الأدوية والأمراض المتشابهة ظاهريًا" . طب الجينوم . 6 (7): 52. doi : 10.1186/s13073-014-0052-z . PMC 4165361. PMID 25276232 .  
• سانتياغو، خوسيه أ.؛ بوتشكين، جوديث أ. (2014). "مناهج قائمة على الأنظمة لفك شفرة الروابط الجزيئية في مرض باركنسون والسكري". علم الأحياء العصبي للأمراض . 72 : 84-91 . doi : 10.1016/j.nbd.2014.03.019 . PMID 24718034. S2CID 41944859 .  
• لي، إن-هي؛ لي، كيونغجون؛ هسينغ، مايكل؛ تشوي، يونغجون؛ بارك، جين-هو؛ كيم، شو هي؛ بون، جاستن م.؛ نيو، ماثيو ب.؛ هوانغ، كيو-بايك؛ غرين، روبرت س.؛ كوهان، إسحاق س.؛ كونغ، سيك وون (2014). "تحديد أولويات المتغيرات والجينات والمسارات المرتبطة بالأمراض باستخدام مسار تحليل تفاعلي للجينوم الكامل" . الطفرات البشرية . 35 (5): 537-547 . doi : 10.1002/humu.22520 . PMC 4130156. PMID 24478219 .  
• ليو، مينغ-شي؛ تشين، شينغ؛ تشين، غينغ؛ تسوي، تشينغ-هوا؛ يان، غوي-ينغ (2014). " إطار حاسوبي لاستنتاج الحمض النووي الريبوزي الطويل غير المشفر المرتبط بالأمراض البشرية" . PLOS ONE . 9 (1) e84408. Bibcode : 2014PLoSO...984408L . doi : 10.1371/journal.pone.0084408 . PMC 3879311. PMID 24392133 .  
• تشاو، ييلي؛ وانغ، تشين؛ وو، جيانوي؛ وانغ، يان؛ تشو، وينليانغ؛ تشانغ، يونغ؛ دو، تشيمين (2013). "الكولين يحمي من تضخم عضلة القلب الناجم عن زيادة المقاومة الوعائية الطرفية" . المجلة الدولية للعلوم البيولوجية . 9 (3): 295-302 . doi : 10.7150/ijbs.5976 . PMC 3596715. PMID 23493786 .  
• كوزور، كريستوفر أ.؛ لي، إيفا ك.؛ توريس، ريبيكا أ.؛ بويد، إيمي؛ فيغا، ج. ديفيد؛ أوبال، كاران؛ يوان، فان؛ فيلدز، إيرل ج.؛ ساماريل، ألين م.؛ لويس، ويليام (2013). "الكشف عن محفزات الجينات الميثيلية بشكل مختلف في عضلة البطين الأيسر البشري المصابة وغير المصابة بالفشل القلبي باستخدام التحليل الحاسوبي" . علم الجينوم الفيزيولوجي . 45 (14): 597-605 . doi : 10.1152/physiolgenomics.00013.2013 . PMC 3727018. PMID 23695888 .  
• قو، ينغ؛ ليو، قوانغ هوي؛ بلونجثونجكوم، نونجلوك؛ بينر، كريستوفر. يي، فاي؛ تشو، جينغ؛ سوزوكي، كيشيرو؛ يانغ، جيبينغ؛ تشانغ، ويكي. لي مو. مونتسيرات، نوريا؛ كريسبو، إسحاق. ديل سول، أنطونيو؛ إستيبان، كونسيبسيون رودريجيز؛ تشانغ، كون؛ إزبيسوا بلمونت، خوان كارلوس (2014). "مثيلة الحمض النووي العالمية والتحليلات النصية للخلايا العضلية القلبية البشرية المشتقة من ESC" . البروتين والخلية . 5 (1): 59-68 . دوى : 10.1007 / s13238-013-0016-x . بمك 3938846 . بميد 24474197 .  
• غالاردو، مافالدا؛ سينكونين، لاسه؛ بيرنينغر، فيليب؛ لين، جيك؛ ساوتر، توماس؛ هاينانييمي، ميرجا (2014). "تحليل متكامل لتنظيم الأيض على مستوى النسخ يكشف عن نقاط ذات صلة بالأمراض في شبكة الأيض البشري" . مجلة أبحاث الأحماض النووية . 42 (3): 1474-1496 . doi : 10.1093/nar/gkt989 . PMC 3919568. PMID 24198249 .  
• تييري، باولو؛ تيرمانيني، ألبرتو؛ بيلافيستا، إيلينا؛ سالفيولي، ستيفانو؛ كابري، ميريام؛ فرانشيسكي ، كلاوديو (2012). "رسم خريطة تفاعل مسار NF-κB" . بلوس واحد . 7 (3) هـ32678. بيب كود : 2012PLoSO...732678T . دوى : 10.1371/journal.pone.0032678 . بمك 3293857 . بميد 22403694 .  

أدى إنجاز مشروع الجينوم البشري إلى تغيير جذري في أساليب البحث عن جينات الأمراض. ففي السابق، كان التركيز ينصب على جين واحد أو بضعة جينات في كل مرة. أما الآن، فتُجسد مشاريع مثل DisGeNET الجهود المبذولة لتحليل جميع التغيرات الجينية المتورطة في مرض واحد أو عدة أمراض بشكل منهجي. ^{[ 26 ]} وتتمثل الخطوة التالية في تكوين صورة شاملة للجوانب الآلية للأمراض وتصميم الأدوية المضادة لها. ولتحقيق ذلك، لا بد من الجمع بين منهجين: البحث المنهجي والدراسة المتعمقة لكل جين. وسيتحدد مستقبل هذا المجال بتقنيات جديدة لدمج كميات هائلة من البيانات من مصادر مختلفة، وإدراج المعلومات الوظيفية في تحليل البيانات واسعة النطاق الناتجة عن دراسات المعلوماتية الحيوية. ^{[ 1 ]}

يُستخدم مصطلح المعلوماتية الحيوية للإشارة إلى مجموعة الدراسات البيولوجية الجينية للأمراض التي تستخدم البرمجة الحاسوبية كجزء من منهجيتها، كما يُشير إلى مسارات تحليلية محددة تُستخدم بشكل متكرر، لا سيما في مجالي علم الوراثة وعلم الجينوم. ^{[ 1 ]} تشمل الاستخدامات الشائعة للمعلوماتية الحيوية تحديد الجينات والنيوكليوتيدات المرشحة، أو ما يُعرف بتعدد أشكال النوكليوتيدات المفردة (SNPs) . غالبًا ما يتم هذا التحديد بهدف فهم أفضل للأساس الجيني للأمراض، والتكيفات الفريدة، والخصائص المرغوبة، أو الاختلافات بين المجموعات السكانية. وبشكل أقل رسمية، تسعى المعلوماتية الحيوية أيضًا إلى فهم المبادئ التنظيمية داخل تسلسلات الأحماض النووية والبروتينات. ^{[ 1 ]}

يُضفي تقبّل المعلوماتية الحيوية للتقنيات التجريبية الحديثة منظورًا جديدًا على تحليل البيانات التجريبية، كما يتضح من التطورات في تحليل المعلومات المستقاة من قواعد بيانات الأمراض الجينية وغيرها من التقنيات. ومن المتوقع أن يستمر هذا التوجه مع ظهور مناهج مبتكرة للاستجابة للتقنيات الجديدة، مثل تقنيات التسلسل الجيني من الجيل التالي. فعلى سبيل المثال، سيُسهم توفر أعداد كبيرة من الجينومات البشرية الفردية في تعزيز تطوير التحليلات الحاسوبية للمتغيرات النادرة، بما في ذلك التنقيب الإحصائي عن علاقاتها بأنماط الحياة والتفاعلات الدوائية وغيرها من العوامل. ^{[ 1 ]} كما سيُحفز البحث الطبي الحيوي قدرتنا على التنقيب بكفاءة في الكم الهائل من البيانات الطبية الحيوية الموجودة والمتجددة باستمرار. ويمكن لتقنيات التنقيب النصي، على وجه الخصوص، عند دمجها مع البيانات الجزيئية الأخرى، أن توفر معلومات حول الطفرات الجينية والتفاعلات، وستصبح بالغة الأهمية لمواكبة النمو المتسارع للبيانات المُولدة في البحث الطبي الحيوي. ومن المجالات الأخرى التي تستفيد من التطورات في التنقيب عن البيانات وتكامل التحليلات الجزيئية والسريرية وتحليلات الأدوية، علم الصيدلة الجينية. ستكون الدراسات الحاسوبية للعلاقات بين الاختلافات البشرية وتأثيرها على الأمراض أساسية لتطوير الطب الشخصي. ^{[ 8 ]} باختصار، لقد أحدثت قواعد بيانات الأمراض الجينية نقلة نوعية في البحث عن جينات الأمراض، ولديها القدرة على أن تصبح عنصرًا حاسمًا في مجالات أخرى من البحوث الطبية. ^{[ 1 ]}