台湾精准医疗计划:GWAS-summary statistics完全公开可下载

小编发现台湾精准医疗计划(TPMI)的成果值得点赞,原因是他的开放性,当然大陆也有多个比这个项目队列多得多的项目,但是碍于各种利益,仅局限于小团体和小圈子,这很难实现数据资源的共享,也是巨大的浪费。期待国人的科研和数据资源也变得更加开放,特别是AI时代,只有开放合作才能实现成果。传统的小团体已经很难做出大成果。之前听说生物大模型方向的研究,都是上百人两周通力合作出一篇成果的,这种效率,真的是奇迹呀!
719种表型与基因变异的关联分析结果
https://pheweb.ibms.sinica.edu.tw/phenotypes
平台提供广义表型和性状的全基因组关联研究(GWAS)摘要统计数据, 使研究人员能在用户友好的界面中探索719个表型之间的遗传关联。

计划简介
这个计划通过招募565,390名参与者,整合基因分型与纵向电子病历(EMR),建立了TPMI数据访问平台(TDAP),为验证疾病风险预测模型、开展健康管理临床试验及制定卫生政策提供了独特资源,有力推动了全球非欧裔人群的遗传学研究,已经有5篇论文发表。

基因分型采用针对汉族人优化的单核苷酸多态性(SNP)芯片,该技术可用于全基因组关联分析(GWAS)、全表型组关联分析(PheWAS)5,6以及多基因风险评分(PRS)研究,以评估常见疾病风险和药物基因组学反应。
数据资源概览

除了前两个基因和表型数据的汇总资源是可以公开访问的,后面两个涉及临床等资料,做了限制,相对好理解的,国际合作最成功的UKB也是做了限制的。
TPMI Data View数据基于 501,631 名参与者的统计结果,反映了台湾地区慢性病和传染病对公共健康的主要影响。高血压、心脏病和糖尿病是最常见的死亡相关疾病,影响超过半数参与者。肺癌竟然排第三位,可能和空气质量好有相关性?




精准医疗的科普内容
网站还科普了下精准医疗的主要功能:
- 期能提升用药安全:药物治疗虽是控制疾病的常见方式,但由于个体体质与代谢能力不同,每个人对药物的反应可能差异甚大。 部分病患在用药过程中,可能因药品特性与个人差异,出现预料之外的副作用或疗效不佳的情形。 透过个性化用药,能帮助每个人用药更安全、更有效。
- 个性化医疗:影响健康的因素包括环境因素、生活习惯与型态、是否暴露于有毒物质或致癌物等危险因子,以及每个人独有的基因组成; 而环境、生活型态及暴露于有毒物质或致癌因子与否均可能影响基因表现。透过精准医疗,可藉由基因信息及临床资料,选择最适合个人的治疗方法及用药建议,以期使疗效最大化并避免产生不良反应。
- 新型态健康管理:随着人口老龄化,慢性病患者人数日益增加。 疾病治疗不仅提高了用药风险,治疗效果不佳也可能造成个人伤害,并加重社会医疗负担。精准医疗结合科技与大数据分析,不仅提升诊断与治疗的准确度,提高个人健康照护质量,也能从多方面降低成本,避免不必要的医疗浪费。
- 精准医疗未来应用:计划的基因与健康数据分析,可更深入了解基因特性、健康风险与对药物的反应差异。当完善的精准医疗临床应用模型建立后,临床医师将能依据个人的基因特性,提供量身订做的用药建议与健康照护方案。 这不仅能提升治疗成效、减少副作用,也有助病患避开不必要的检查与医疗资源浪费。未来,精准医疗将成为日常医疗的重要一环,实现真正「因人而异」的个性化健康管理,让每个人都能获得最适合自己的治疗与照护。
参考资料
- https://tpmi.ibms.sinica.edu.tw/www/
- https://dataview.ibms.sinica.edu.tw/dataview/
- https://www.nature.com/articles/s41586-025-09680-x
