Panomik

aus Wikipedia, der freien Enzyklopädie
Dies ist die aktuelle Version dieser Seite, zuletzt bearbeitet am 1. August 2024 um 20:44 Uhr durch Zyirkon (Diskussion | Beiträge) (Defekter Web-Link geprüft und Hinweis entfernt).
(Unterschied) ← Nächstältere Version | Aktuelle Version (Unterschied) | Nächstjüngere Version → (Unterschied)
Zur Navigation springen Zur Suche springen

Panomik (von griechisch Pan ‚alles‘ und -omik) bezeichnet die systembiologische Verwendung von Daten aus verschiedenen Bereichen wie Genetik, der Transkriptomik, der Proteomik und der Metabolomik.[1] Sie spielt besonders in der personalisierten Onkologie und der personalisierten Medizin im Allgemeinen eine Rolle.[2][3][4][5] Als jüngste Ergänzung kam die Metabolomik hinzu.[6]

Als Beginn der Verwendung von Panomik und damit auch von Big Data in der Biologie gelten Studien in den 1990ern über Genexpression und Polymorphismen.[7]

Die American Society of Clinical Oncology (ASCO) definiert Panomik als:

“the interaction of all biological functions within a cell and with other body functions, combining data collected by targeted tests … and global assays (such as genome sequencing) with other patient-specific information.”

„die Interaktion aller biologischen Funktionen innerhalb einer Zelle und mit anderen Körperfunktionen, das Kombinieren von Datenerfassung von gezielten Tests […] und globalen Projekten […] mit anderen patientenspezifischen Informationen“

American Society of Clinical Oncology: Accelerating Progress Against Cancer: ASCO's blueprint for transforming clinical and translational cancer research.[8]

Einzelnachweise

[Bearbeiten | Quelltext bearbeiten]
  1. Seetharaman Vaidyanathan: Metabolome Analyses:. Springer Science & Business Media, 2006, ISBN 978-0-387-25240-7, S. 2.
  2. Soren Brunak: Cancer Panomics: Computational Methods And Infrastructure For Integrative Analysis of Cancer Highthroughput “OMICS” Data. (PDF) Abgerufen am 5. November 2018 (englisch).
  3. PSB 2014: Cancer Panomics Session. Abgerufen am 11. Mai 2018.
  4. Yuquan Wei, Shengyong Yang, Huixiao Hong, Feixiong Cheng: Individualized network-based drug repositioning infrastructure for precision oncology in the panomics era. In: Briefings in Bioinformatics. Band 18, Nr. 4, 1. Juli 2017, ISSN 1467-5463, S. 682–697, doi:10.1093/bib/bbw051 (oup.com [abgerufen am 19. Dezember 2018]).
  5. Charanjit Sandhu, Alia Qureshi, Andrew Emili: Panomics for Precision Medicine. In: Trends in Molecular Medicine. Band 24, Nr. 1, Januar 2018, ISSN 1471-4914, S. 85–101, doi:10.1016/j.molmed.2017.11.001, PMID 29217119, PMC 5839674 (freier Volltext).
  6. “Panomics” in der Personalisierten Medizin. Abgerufen am 11. Mai 2018.
  7. Charanjit Sandhu, Alia Qureshi, Andrew Emili: Panomics for Precision Medicine. In: Trends in Molecular Medicine. Band 24, Nr. 1, Januar 2018, ISSN 1471-4914, S. 85–101, doi:10.1016/j.molmed.2017.11.001, PMID 29217119, PMC 5839674 (freier Volltext) – (elsevier.com [abgerufen am 11. Mai 2018]).
  8. American Society of Clinical Oncology: Accelerating Progress Against Cancer: ASCO's blueprint for transforming clinical and translational cancer research. 2011, Glossary, S. 28 (asco.org [PDF; abgerufen am 13. September 2013]). Accelerating Progress Against Cancer: ASCO's blueprint for transforming clinical and translational cancer research (Memento vom 28. August 2013 im Internet Archive)