医学科研大数据平台

生物信息数据库主要建设储存基因信息的高性能数据管理系统，构建个人健康管理和支持生命科学研究的可运营大数据平台和全社会广泛参与的大数据系统。目前已构建四十多个数据库，总访问量达1.18亿；千万级民生项目数据库，涵盖HPV、地贫、耳聋等等；科学杂志GigaScience在综合性期刊类别中排名全球第六。基于大数据共享理念开发的生物大数据时代的搜索引擎国家基因库信息库统一检索系统，已经整合了超过8千个物种/品种、27个人种、1千万个基因、5亿条序列数据、3亿条变异信息和关联1Pb原始数据量，实现总可检索条目数8.8亿条。 生物信息数据库致力于存储人类健康及生物多样性相关的数字化遗传资源，构建生物数据库及数据分析平台，实现数据存储、分析的贯穿,为后续科研及产业提供大数据源头保障,支撑国家精准医学和精准农业发展，促进大数据分析、构建健康云服务，引领互联网+健康的合作，成为大数据生物学时代研究生物生长发育、衰老、死亡以及向产业化推广的有利工具。

之前看过这样一篇文章，不知道是不是你想要！        林总是国内某知名大型医疗集团的总经理，旗下有三十多个项目，每年在百度推广上的营销费用上亿元。 身为总经理，林总每天都要看报表，但下属提报上来的数据总是不够及时，还经常出现误差，甚至有时候还需要自己来回复制粘贴数据来看运营指标。 林总感觉精力被牵扯了许多，无法真正的腾出时间用在研究市场，调整战略方向。 出差的时候更是麻烦，拿着手机从邮件看excel表，满眼数据也无法第一时间发现问题。　　于是他要求集团的网络总监陈总把广告投放的数据指标做的更精准细致一些，但是陈总也很无奈，他每天也花费大量的时间花费在报表上，因为每个项目数据规则都不一致，数据不够透明化、、标准化，一直要求员工们按规范操作业务，提报数据，可也没有办法能真正落地监督执行情况。 项目业务数据是否真实及时？每个项目情况怎么样？每个主管业务能力如何，周任务月任务完成情况如何？百度搜狗这些渠道该月分别投入产出如何？这些问题成为了公司的老大难，谁也无法准确及时的回答。　　在去年年底的一次行业聚会上，陈总跟某医疗集团副总交谈时得知，他们的到诊成本比陈总的医院低了三分之一还多！这位副总告诉他，他们两个月前上了一套新的数据分析系统BDP,主要为了把百度、搜狗、以及商务通和预约挂号系统数据全部连接打通。 集团现在能够清楚的知道投放的广告费用花在哪里带来了产出，花在哪产生了浪费，比如本周或本月这个病种来了多少人，每个人是通过哪个客服人员聊来的，之前是通过哪个关键词来的。 这样他们就能尽快调整投放策略，到诊成本也随之降低。　　陈总非常想尝试一下这套系统，汇报林总后一拍即合，因为之前也没接触过类似的工具，就决定找两个项目试点。 经过两个多月的应用，项目人员从一开始的略微有点抵触到现在每天都在用BDP,发现了之前许多没能发现的问题，有效的缩减了成本　　从关键词效果，到诊追溯到落地页的分析都清清楚楚，中高层领导在手机上也很方便的看到项目运营指标，有问题的数据还会自动报警。 最让林总陈总感到惊喜的是集团3月业绩提升了超过30%!　　林总现在每天都在手机上看报表，非常方便，他决定旗下所有项目上都开始推进使用BDP,年底的任务一定能超额达成！这个不错，适合民营医院和医美医院的竞价推广数据分析~~

衡阳医学院的科学研究条件近年来也得到很大改善。学院成立了肿瘤防治研究所和心血管病防治研究所两个研究所以及实验动物部，建立了内分泌研究和生殖研究等21个研究室以及口腔等16个实验室，配备了电子显微镜，八道生理记录仪和高效液相色谱仪等一批大型精密仪器，充实和改善了科研条件。近年来，衡阳医学院承担和完成上缴课题520多项，完成论文1100多篇，获奖成果30 多项。其中动脉粥样硬化发病机理研究以及大白鼠和狗的实验性胃癌的防治研究取得了重要成果。全院现有48个教研室，拥有现代化的语音教学设备，并实行了电影、闭路电视等电化教学手段。有1座建筑面积4000多平方米，藏书近30万册， 中外期刊2000多种，可同时容纳1000多名读者的图书馆，有两所技术力量雄厚、病床1000多张的附属医院（衡医附一医院、衡医附二医院），有10多所省、 地级本科教学实习医院以及10多所省、地防疫站和妇幼保健院，还有几十所县级实习医院，为学院各层次学生的生产实习提供了良好的条件。《衡阳医学院学报》从1985年开始向国内公开发行。5年来，学院主编和参加编写出版的教科书60余部。近年来，衡阳医学院加强了学科和课程建设，病理生理学和病理解剖学被评为湖南省重点学科；组织学与胚胎学和微生物学被列为湖南省的重点课程。30多年来，衡阳医学院始终坚持社会主义办学方向。加强对学生的政治思想教育，以“勤奋求实、献身医学”的校训精神从严治学。共为国家输送了7000余名高级医疗卫生人才。其中许多人己成为各条战线上的骨干力量。 （以上数据截止至1992年）学校于2000年与中南工学院合并组建南华大学，成为南华大学医学院、公共卫生学院、护理学院、药学与生命科学学院的主体部分。

这个应用他其实是有很多的，不过是在医学方面，他其实是任何方面都可以的。

医学科研查新去中国科学院文献情报中心信息服务部,由具体的查新工作人员进行查新。查新是依据查新委托人提供的项目科学技术要点中的查新点，科技查新机构通过联机检索和手工检索方式对其检出的文献进行综合分析，查证其新颖性并做出结论的过程。

医学科研，即医学科学研究，是在专业理论的指导下，围绕人类身心健康对尚未研究或尚未深入研究的事物进行探讨，目的在于揭示事物矛盾的内部联系与客观规律，比较正确地回答和解决所提出的新观点、新技术。其目的是通过科学的方法，有系统地研究或评价临床问题，并通过研究改进临床工作，提高对病人的治疗和护理。 扩展资料：现代医学研究的分类可以沿自然科学的分类，分为基础医学、临床医学、预防医学和卫生事业管理学研究。研究对象包括正常人、病人、动物(实验动物)和生物体赖以生存的自然和社会环境。1、调查研究研究者为了解人群的健康状况(疾病的分布、患病率、发病率、病死率和死亡率的水平和消长)，研究环境因素的致病或保护作用，必须结合专业进行周密的调查设计。调查设计是调查研究工作的先导和依据，也是调查结果准确可靠的保证。调查设计的特点即研究因素是客观存在的，如职业、地域、民族等;不能用随机化分组来平衡混杂因素对调查结果的影响，故重点是调查表、分析表与抽样方法设计。2、临床试验临床医学研究的内容很广泛，包括了病因学、诊断学、疗效和预后诸领域的研究。以疗效观察为例，疗效研究内容既有药物、手术、理化因素的效应，也有营养、护理等辅助措施与预防措施的作用，也可以是对完整的一组治疗方案或一种特定形式的治疗措施的研究。3、实验研究将若干随机抽取的实验对象随机分配到两个或多个处理组，观察比较不同处理因素的效应，这种研究称为实验研究。实验研究的特点是：研究者能人为设置处理因素；研究对象接受处理因素的种类或水平是由随机分配决定的。因此，实验研究能够更有效地控制误差，使多种实验因素包括在较少次数的实验之中。广义的实验研究包括动物实验、临床试验和社区干预试验。

大数据挖掘在虚拟医药科研方面的思考 1.基于大数据挖掘的虚拟医药科研案例 数据挖掘发展到今天，按照时下的概念应该到了“大”数据挖掘的时代了。我们还是先从几个相关案例开始吧。 1.1 虚拟临床试验-大数据采集 我们首先来看这样一个案例。2011年06月，辉瑞制药有限公司宣布开展一项“虚拟”临床研究，该项研究是一个得到美国食品和药物管理局批准的试点项目，首字母缩写为“REMOTE”。“REMOTE”项目是在美国开展的第一项病人只需使用手机和互联网、而不用重复跑医院的临床研究，该项目的目标是要确定此类“虚拟”临床研究能否产生和传统临床研究一样的结果。而传统的临床研究要求病人住在医院附近，并且定期前往医院或诊所进行初次检查和多次后续检查。如果这一项目有效，那它可能意味着全美国的病人都能参加今后的许多医学研究。这样一来，原先的科研项目中未得到充分代表的群体将得以参加，数据收集速度将大大加快，而且成本也很可能会大幅下降，参与者退出的几率也很可能会降低不少。 从上例中，我们可以看到，利用互联网可以收集远远大于传统临床科研样本数目的超大量病人的临床数据，而且其中有些临床数据可能来自于更加便捷的可穿戴健康监测设备。如果这样的研究，在科研设计严谨、质量标准得到有效执行、各种误差得到有效控制的情况下，科研的效率和成果的可信度可以显著提高。正如辉瑞公司首席医疗官弗蕾达?刘易斯-霍尔所说的：“让样化的人群得以参与研究有可能会推动医学进步，并为的病人带来更好的疗效。” 1.2 虚拟药物临床试验-大数据挖掘 我们再来看另外一个案例。1992年，抗抑郁药物帕罗西汀（Paxil）获准上市；1996年，降胆固醇药物普拉固（Pravachol）正式开售。两种药品生产企业的研究证明：每种药物在单独服用时是有效且安全的。可是，患者要是同时服用两种药是否安全，没有人知道，甚至很少有人想过。美国斯坦福大学的研究人员应用数据挖掘技术分析了数万例患者的电子病历后，很快发现了一个出人意料的答案：同时服用两种药物的患者血糖含量较高。这对于糖尿病患者来说影响很大，过多的血糖对他们来说是一种严重的健康威胁！科学家还通过分析血糖检测结果和药物处方，来寻找隐藏的规律。 对于单个医生来说，他所经历的同时服用这两种药物的病人是很有限的，虽然其中可能有少数的糖尿病患者莫名其妙地血糖升高了，但医生很难意识到这是由于病人同时服用了Paxil和Pravachol造成的。因为这是一种掩藏在大数据中的隐含规律，如果不是有人有目的地专门研究Paxil和Pravachol联合用药的安全性的话，个体医生是很难揭示这个规律的。但是，临床药品成千上万，我们怎么可能对任意组合的两、三种药联合应用的安全性和有效性进行逐一研究呢？数据挖掘很可能是一种有效的、快速的、主动式的探索多种药联合应用问题的方法！ 研究者不必再召集患者去做临床试验，那样做的话花费太大了。电子病历及其计算机应用的普及为医疗数据挖掘提供了新的机遇。科学家不再局限于通过召集志愿者来开展传统的课题研究，而是地从现实生活中的实验中，如日常的大量的临床案例中筛选数据并开展虚拟科研，这些并非来自计划的课题立项的实验数据保存在许多医院的医疗记录中。 类似本案例，应用数据技术使得研究人员可以找出在药物批准上市时无法预见的问题，例如一种药物可能对特定人群产生怎样的影响。另外，对医疗记录的数据挖掘不仅将为研究带来好处，还会提高医疗服务系统的效率。 1.3 虚拟药物靶标发现-知识发现 我们再看看这样的一类研究。通常新药研发的过程都比较漫长,投入巨大，风险也很高。有数据表明，新药研发的平均时间长达15年,平均耗费超过8亿美元。但是,由于药物疗效的不佳和毒副作用太高，使得许多药物的研发经常在临床阶段就失败了，造成了巨大的经济损失。作为药物研发的源头,药物靶标的发现和识别对药物的研发成功率具有举足轻重性的作用。随着生物信息技术的不断发展,以及蛋白质组学数据、化学基因组学数据的日益增长,应用数据挖掘技术结合传统生物实验技术,可为药物新靶标的发现提供新的技术手段,为靶标识别预测提供新的方法。构建药物靶标数据库，利用智能计算技术和数据挖掘技术对现有的药物靶标数据开展深入探索，以期发现新的药物靶标正是这样一类研究，我们也称之为药物靶标的知识发现。 传统的药物靶标的发现，通常大都是通过大量的、反复的生物化学实验来实现的，不仅成本高、效率低，成功率也很低，犹如瞎子摸象一样，不好掌握方向。而应用数据挖掘这一自动的、主动的、高效的探索技术，可以开展虚拟药物靶标发现，不仅大大加快了药物靶标发现的进程，而且大幅减少了生物化学实验的次数和成本，同时也提高了传统生化实验的成功率。 2. 数据挖掘在虚拟医药科研上的应用 大数据时代，医药研发面临的挑战和机遇，为了更好的节约研发成本，提高新药研发成功率，研发出更有竞争力的新药，可以应用数据挖掘技术开展虚拟医学科研和药物研究。数据挖掘在虚拟医药科研上的应用，可以总结为如下几个方面。 2.1 通过预测建模帮助制药公司降低研发成本提高研发效率。模型基于药物临床试验阶段之前的数据集及早期临床阶段的数据集，尽可能及时地预测临床结果。评价因素包括产品的安全性、有效性、潜在的副作用和整体的试验结果。通过预测建模可以降低医药产品公司的研发成本，在通过数据建模和分析预测药物临床结果后，可以暂缓研究次优的药物，或者停止在次优药物上的昂贵的临床试验。 2.2 通过挖掘病人数据，评估招募患者是否符合试验条件，从而加快临床试验进程，提出更有效的临床试验设计建议。例如: 通过聚类方法对患者群体进行聚类，寻找年龄、性别、病情、化验指标等方面的特征，判定是否满足试验条件，也可以根据这些特征更好的设立对照组。 2.3 分析临床试验数据和病人记录可以确定药品的适应症和发现副作用。在对临床试验数据和病人记录进行分析后，可以对药物进行重新定位，或者实现针对其他适应症的营销。通过关联分析等方法对试验数据进行挖掘可能会发现事先想不到一些成果，大大提高数据的利用程度。 2.4 实时或者近乎实时地收集不良反应报告可以促进药物警戒。药物警戒是上市药品的安全保障体系，对药物不良反应进行监测、评价和预防。通过聚类、关联等大数据挖掘手段分析药品不良反应的情况，用药、疾病、不良反应的表现，是否跟某种化学成分有关等。例如不良反应症状的聚类分析，化学成分与不良反应症状的关联分析等。另外在一些情况下，临床实验暗示出了一些情况但没有足够的统计数据去证明，现在基于临床试验大数据的分析可以给出证据。 2.5 针对性药物研发：通过对大型数据集(例如基因组数据)的分析发展个性化药物。这一应用考察遗传变异、对特定疾病的易感性和对特殊药物的反应的关系，然后在药物研发和用药过程中考虑个人的遗传变异因素。很多情况下，病人用同样的用药方案但是疗效却不一样，部分原因是遗传变异。针对同病种的不同的患者研发不同的用药，或者给出不同的用法。 2.6 对药物化学成分的组合和药理进行挖掘，激发研发人员的灵感。例如针对于中医药物研发，用数据挖掘手段对于中药方剂和症候进行分析研究，探讨方剂和针对症状之间的联系，从功效、归经、药性和药味等方面进行分类特征分析。 3. 虚拟药物临床试验分析系统 现在越来越多的临床科研和药物临床试验都是从日常的临床工作中生成的大数据中经过严格的条件筛选来提取数据的。正如我们在本文1.1和1.2中提到的案例一样，所谓虚拟药物临床试验，是以更广泛的临床数据采集，和从海量的医院电子化的病历中按照事先的设计需求经过严格的条件筛选来开展的，虽然是虚拟的方法而不是传统的方法，这种药物临床试验研究有样本代表更广泛、成本低、效率高、研究成果更丰富等优点。采用虚拟研究的方法可以完全替代某些传统的药物临床研究，也可以作为某些传统的药物临床研究的预试验或探索性研究，以使真正的药物临床研究工作多、快、好、省。我们现在来看一下虚拟药物临床试验分析系统是如何工作的。 3.1 虚拟药物研究的基本思路 1、建设药物临床试验数据仓库，充分整合和积累的临床数据和药物应用数据。 2、设计、选取药物临床试验的观察组样本与对照组样本。 3、应用数据挖掘技术探索药物对于疾病治疗的效果和产生的副作用。 4、应用统计学技术进行药物临床试验效果的推断和评价。 3.2 建立药物临床数据仓库 建设药物临床试验数据仓库有两种途径，一种是通过经典的药物临床试验设计来定制化和采集相关数据，传统的方法主要记录在纸质文档上，也有专门数据录入软件，这种方法采集的数据是按照预先设计进行的，直接形成药物临床试验的专用数据，但通常样本数据量不会太大；另外一种是将医院大量的、历史的临床用药数据进行抽取、变换、装载，然后充分整合积累的其他临床数据和药物应用数据，形成药物临床试验数据源，为生成药物临床试验数据提供支撑，这样的样本数据量可能很大，我们后面演示的方法就是采用种数据进行“虚拟”样本筛选和分析的。 3.3 药物临床试验样本设计 药物临床试验样本根据药物研究的需要可以有很多设计，例如单因素单水平设计，单因素两水平设计，单因素多水平设计，配对设计设计，区组设计设计，重复测量设计等。我们这里以两因素区组设计为例来介绍一下样本筛选。本例仅以方法演示为目的，不考虑严格的医学专业意义。 本研究的疾病为动脉硬化心脏病，处理因素为药物应用，共有三种药物，分别为倍他乐克、诺和灵、硝酸异山梨脂。区组因素为年龄，分了三个年龄段。观察指标为血钠。我们科研设计按照“三要素、四原则”进行数据筛选。所谓“三要素”是研究人群，处理因素和观察对象。所谓四原则是指随机、对照、重复、均衡等原则。按照如下图一的输入条件，可以将数据集筛选出来，然后再用统计分析工具进行统计分析。 3.4 药物临床数据挖掘 应用数据挖掘技术不仅可以提高药物临床数据的利用程度，而且可以探索和发现药物临床应用中的新的积极作用和新的消极作用。利用多种数据挖掘方法分析临床试验数据和病人的电子化数据，可以确定药物的适应症和发现未知的副作用。在对临床试验数据和病人记录进行挖掘分析后，可以对药物进行重新定位，或者实现针对其他适应症的推广应用。通过对药物试验数据进行挖掘可能会发现意想不到一些成果，大大提高数据的应用效益。 如本例，我们使用数据挖掘的方法深入研究药物对于实验室指标的影响。探索和发现药物临床应用中的正负影响，可以通过观察病人用药前后的很多医学特征和生理指标来进行，而观察更加客观的各种实验室指标是很多药物研究的必备设计之一。下面是一个应用倍他乐克药物治疗冠心病的研究，我们应用了数据挖掘的有关技术分析了倍他乐克的血药浓度的变化对病人各个实验室指标的影响，如下图二，显示了部分实验室指标的影响结果。 以上结果需要与临床医务人员以及药物研究人员共同探讨。在刨去了各种人为因素以及业务系统客观影响因素之后，我们可以发现先前未知的倍他乐克对病人生理指标的影响，其中有些影响在医学上可能是积极的，而有些影响在医学上可能是反面的。 3.5 统计分析设计 虚拟药物临床试验分析系统的统计分析模块，包含了药物研发中常用的统计分析方法，如T检验、方差分析、相关分析、回归分析、非参数检验等，设计思路按照统计学思维，首先对数据进行验证，根据验证结果选择统计分析方法。下面我们以重复测量设计为例进行说明。 本研究的疾病为动脉硬化心脏病，处理因素为药物应用倍他乐克，观察指标为我们从数据挖掘中发现有影响的血钾指标。我们可以使用3.3提供的模块对筛选的样本进行提取和分析，也可以从本模块直接选取所需的数据并分析。重复测量分析有两种方法，一个是Hotelling T2检验，另一个是方差分析，本系统提供了这两种统计检验方法。 部分样本数据如下图三所示： 这里，我们仅观察一下方差分析方法的结果输出，如下图四所示。 从图中我们可以看到，根据P值得到：处理因素“倍他乐克”药物对血钾起作用，测量时间对血钾有影响，处理因素和测量时间有交互影响。从而验证了我们应用数据挖掘得到的结果。 4. 数据挖掘在中药研发上的应用 以上内容，我们重点是以西药的研究应用为例来说明以数据挖掘为特色的虚拟医药研究的方法。其实，数据挖掘和虚拟药物研究还非常适合于中医中药的研究工作，因为中医学本身是一个经过几千年不断摸索、积累和验证的、知识体系庞大的、具有完整理论体系的医学科学，但我们还需要应用现代知识不断地深入理解、挖掘、提高和应用，以便与现代科学能更好地融合。而数据挖掘正是探索和解释中医学奥秘的有力工具！ 国内许多单位也开展一些中医中药数据挖掘的局部性的尝试。现在，我们就将这些数据挖掘在中医中药研究中的尝试加以汇总，分列如下： 1、中药配方中的文本数据挖掘； 2、对“药理”起关键作用的“有效成分”——单体或化学成分的挖掘； 3、中药方剂配伍规律的数据挖掘与研究； 4、方剂配伍物质基础与药效如(证侯、症状)关系的数据挖掘； 5、方剂配伍的用量与方剂效用级别间的关系(量效关系及模型) 挖掘； 6、中药药性理论与中药有效成份的关系挖掘； 7、方剂中各药味间的相关性挖掘； 8、相似病症的隐含相似关系挖掘； 9、同种疾病不同药方的相似性和差异性的挖掘和研究。 10、数据挖掘用于不确切病症的分类和研究。

色素上皮衍生因子（PEDF）在膀胱癌中的表达及其对膀胱癌治疗作用的研究 一、趋势判断和需求分析 国内外现状、水平和发展趋势（含知识产权状况和技术标准状况）；经济建设和社会发展需求；科学技术价值、特色和创新点。 膀胱癌是危及人类健康的重大疾病，全世界范围内统计其发病率占全身肿瘤的第8位，在男性其标准发病率9.9/10万；在女性，其标准发病率为2.3/10万，占第25位。死亡率在男性为4.2/10万，占全身肿瘤死亡率的第9位，在女性为1.1/10万，占第16位。在我国,膀胱癌也是泌尿外科的最常见恶性肿瘤，占全身恶性肿瘤的3.2%，1995年，北京市城区膀胱癌发病率大约为7/10万人，上海市城区发病率为8.6/10万人[1]，且今后发病率仍有上升趋势。作为危害人类健康的常见恶性肿瘤，膀胱癌发病机制和治疗方面的研究始终是临床基础研究的重点之一。 目前膀胱癌的治疗仍以手术切除为主，辅以膀胱灌注化疗和免疫治疗、全身化疗、放疗和生物治疗等措施, 但这些治疗方法效果都不满意，主要是治疗后易复发，复发率高达80%，其中大约16%-25%复发的肿瘤其恶性程度增加，有10%发展为浸润性或转移性癌，因此,寻找一种新的、更有效的生物治疗方法，是当前临床迫切需要解决的问题。 在膀胱癌的这些辅助性治疗方法中，无论是化疗还是免疫治疗，主要机制是通过直接杀死肿瘤细胞、阻断肿瘤细胞分裂或诱导细胞调亡的方式来抑制肿瘤生长。做为一种实体性肿瘤生长，肿瘤细胞的增殖固然重要，而新生血管的形成在肿瘤的生长和复发、转移过程中也发挥非常重要作用。在正常状态下，人体内的脉管系统在血管生长因子和抑制因子网络式的相互作用下处于平衡状态；病理状态下，尤其是发生恶性肿瘤时，这种平衡向血管生成的方向发展。当肿瘤生长达到肿瘤组织超过2mm时就会有新生血管形成，如果没有新生血管生成，肿瘤生长明显受到抑制，甚至停止[2，3]。抗血管生成疗法是不同于目前常规疗法的新的肿瘤治疗策略，具有高效低毒和不易产生耐药性的特点[4]。有关血管生长因子和血管生长抑制因子在肿瘤中所起作用，以及通过抗血管生成治疗肿瘤已经成为当前肿瘤研究的一个热点。 近来研究发现，色素上皮衍生因子（pigment epithelium derived factor, PEDF）是一种对肿瘤有抑制作用的细胞因子。这种细胞因子是Tombran-Tink等在实验中发现的，由人视网膜色素上皮细胞分泌的一种蛋白质，分子量为50 KD[5]，属于serpin卵白蛋白/PAT-2亚群，其基因全长16 kb，位于染色体17p13.1-pter [6] 。 多项研究表明，PEDF是一种天然的高效的新生血管抑制剂[7]，并通过诱导肿瘤细胞分化起到抑制肿瘤生长的作用。Tombran-Tink等将PEDF基因定位于染色体17p13.1,肿瘤发生与该区域关系密切，提示该基因可能是抑癌基因或肿瘤相关基因[5]。对肿瘤细胞进行编码PEDF的腺病毒转染，在血管内皮生长因子（Vascular endothelial growth factor，VEGF）存在的情况下，PEDF明显阻止了血管内皮细胞管腔形成和迁移。对患有CNV/AMD患者的体外实验也发现，PEDF大量减少的情况下，内皮细胞有明显迁移;而对照组含有正常水平PEDF,则抑制了内皮细胞的迁移[6]。Crawford等发现PEDF在神经母细胞瘤中是肿瘤细胞分化调控的主要的抗血管生成的抑制剂[7] 。肝癌患者血管增生和肿瘤发展中，PEDF作为VEGF的拮抗因子，起到了抑制作用。对裸小鼠的在体实验以及鼠的肺癌模型也同样证明了PEDF对肿瘤的抑制作用。其机制乃因PEDF减少肿瘤微血管的密度，因而可被用于抑制肿瘤新生血管形成，从而抑制肿瘤的生长，在肿瘤的治疗前景上非常乐观[8]。 我们最近对PEDF在膀胱癌中表达情况的初步研究发现，PEDF在膀胱癌组织中表达明显低于正常膀胱组织，而且PEDF表达情况与膀胱癌的恶性程度以及癌组织中微血管密度呈负相关，提示PEDF在膀胱癌的发生、发展中具有一定的作用，PEDF的正常表达可能抑制膀胱癌细胞的生长、增殖，PEDF有可能成为膀胱癌生物学治疗的一种有效的新方法。目前国内、外尚未见此项研究的相关报道。因此我们设想，扩大样本量，应用分子生物学技术检测膀胱癌组织及非癌膀胱组织中PEDF的表达水平，进一步研究PEDF在膀胱癌中的表达情况，并结合临床资料分析PEDF表达与膀胱癌分期、分级、转移及预后的关系；通过研究膀胱癌组织中PEDF与VEGF表达的相关性，PEDF与血小板反应素-1表达的相关性，探讨膀癌组织中PEDF表达与肿瘤血管形成的相关性及可能的作用机制；通过研究PEDF表达与金属蛋白酶-9（MMP-9）的相关性，探讨PEDF表达与膀胱癌浸润的相关性；通过研究PEDF表达与已知的对肿瘤生长有明确调节作用的肿瘤坏死因子α（TNF-α）、白细胞介素1α（IL-1α）、血栓调节蛋白（thrombomolin）和白介素8（IL-8）等细胞因子表达的相关性，探讨PEDF表达对膀癌细胞调节的可能机制，从而探讨PEDF在膀胱癌发生、发展过程中的可能作用机制；在此基础上，以连接有PEDF编码基因的腺病毒载体转染膀胱癌细胞株、以PEDF蛋白治疗裸鼠膀胱癌模型，进一步探讨PEDF表达对膀胱癌细胞生长的抑制作用以及对膀胱癌的治疗效果,为膀胱癌的生物学治疗探索一种有效的新方法。

临床医学科研工作：医学的模式由经验医学逐步转变为循证医学,所谓循证医学是指在临床医疗实践中,对患者诊治决策都应建立在最新的科学证据之上,而不应仅凭医生的个人经验.医学的这一发展要求临床医师在不断研究新的安全有效措施的同时也要对新出现的研究成果进行科学评价.现代医学的发展使得新技术、新药物、新疗法不断产生并应用于临床,毫无疑问那些优秀的科研成果可以促进临床医疗水平的提高,同时也会有不法厂家以伪劣的所谓科研成果及假药,投入临床使用,造成危害.为了能够鉴别真伪,就需要临床医师积极开展临床科研,进行科学评价,去伪存真.循证医学的科学性充分说明了临床科研工作是重要而且是必须的.