近日，由我院陈峰教授、赵杨教授共同主编的《医学组学大数据分析》（Omics Data Analysis in Medicine）由科学出版社正式出版发行。该书由国家自然科学基金“大数据驱动的管理与决策”重大研究计划资助，哈佛大学教授、美国国家科学院、美国国家医学院院士林希虹教授为本书推荐并作序。
《医学组学大数据分析》书影
本书以医学研究中组学数据的全生命周期为主线，构建了涵盖数据获取、质量控制、预处理、单维度到多维度分析及临床转化的完整知识体系。全书共16章，内容涵盖组学数据产生原理与质量控制、群体遗传学研究、全基因组关联研究、罕见变异分析、组学数据交互作用分析，以及转录组学、蛋白质组学、代谢组学等单组学数据分析方法，并系统介绍了多组学整合分析、疾病风险评估与健康管理、生物标志物研究与精准诊断、疾病预后预测与个体疗效评估等临床与管理应用场景，同时纳入孟德尔随机化与因果推断、组学数据挖掘的机器学习方法等前沿内容。各章以方法论阐释为核心，结合经典研究案例与作者科研成果，解析从数据建模到结果解读的关键环节，并通过"挑战与展望"板块讨论技术局限性及未来发展方向。
本书编写团队主要由我校教师和优秀校友组成，另外特邀了华中科技大学、山东大学、西安交通大学、天津医科大学、东北师范大学等领域内杰出专家参编，涵盖统计、生物、医学、遗传、计算机等多个学科领域，我院沈思鹏老师担任学术秘书。跨学科编者团队的深度协作，确保了统计学理论与生物医学问题的有机融合，使本书兼具理论深度与实践指导价值。
自首个全基因组关联研究报告问世以来，组学研究已逐步发展为生命科学与医学研究的核心内容，也给统计学带来了前所未有的机遇与挑战。本书是对我国二十多年来医学组学研究的系统性总结，具有系统性、前沿性和实用性，为生物医学领域海量数据的分析与挖掘提供了方法学，适合生物统计学、生物信息学、临床医学等领域的研究者与学生阅读参考。该书的出版是我校生物统计学学科建设的又一重要成果，对推动统计理论方法与生物医学深度融合、助力"数据驱动医学发现"的学科目标落地具有积极意义。
（撰稿/沈思鹏；审核/陈峰）