大数据分析可揭示健康指标与疾病关系

　　新华社堪培拉１月１６日电（记者 徐海静）澳大利亚昆士兰大学１６日公布该校中国籍科学家杨剑等人的最新研究成果。这项研究利用大数据分析身体质量指数（ＢＭＩ）、胆固醇水平等可调节的指标与糖尿病等常见疾病的关联。

　　这一研究成果发表在新一期英国《自然・通讯》期刊上。供职于昆士兰大学分子生物科学研究所和昆士兰州脑科学研究所的杨剑说，新的分析方法比此前的技术要强大许多，科学家可以据此分辨出较少量样本研究难以发现的风险关联。

　　杨剑团队采集了４０多万人的基因数据作为样本，对７种已知健康风险因素和３０种常见疾病进行了研究，并发现了健康风险因素与疾病之间４５种潜在的关联。

　　其中一些关联，例如身体质量指数与２型糖尿病和心血管疾病之间的因果关系，已被随机对照试验所证实；而另一些关联则为人们理解疾病的生物学原理提供了基本知识，指明了未来的优先试验领域。

　　杨剑告诉新华社记者，他们研究发现，对于一个标准身高的成年人而言，体重每增加１３公斤，在一定程度上罹患２型糖尿病的风险就增加３倍左右。

　　此外，“辨别出新的风险因素为我们以新的角度看待疾病提供了路径，”杨剑说。“比如，血液中低密度脂蛋白胆固醇被普遍认为是导致心血管疾病的风险因素，但我们惊讶地发现，它实际上能降低罹患２型糖尿病的风险。”他补充说，这也解释了降血脂药物的副作用。

　　该研究还发现，血液中高密度脂蛋白胆固醇含量与老年黄斑变性之间有关联。杨剑说，在一些临床试验无法操作或有道德争议的情况下，该方法尤其有价值。

　　杨剑在２０１７年获澳大利亚总理科学奖的弗兰克・芬纳年度生命科学家奖。澳大利亚总理科学奖是澳大利亚科学界最负盛名的奖项，每年表彰在科学研究、科研创新、科学教育领域取得突出成就的科学家和教育工作者。