UK Biobank 正在以其巨大的数据挖掘潜力，不断受到中国研究者的追捧，Tier3 10w的申请费用已渐渐成为最低的门槛。

其横跨临床、影像、基因的数据存储、解析、分析，以及和其他国家数据库的联合验证，已成为科研人员以及研究机构的利器。

我们在过去2年中一直关注 UK Biobank 中国团队的申请情况。经统计，目前共有来自 161 家医院、高校、实验室、公司的 430 个团队成功申请 UK Biobank 数据库。

在2023.09 成功获批的 22 个中国团队的研究项目， 如果有你所感兴趣的项目，可以尝试联系相应 PI。

本期新申请的团队列表如下

我们也在在公众号后台给予了相应材料，关注我们的公众号发送关键词UKB申请 ，即可获得在木攸目官网查阅的资格（ UK Biobank 课程学员可以直接在课程资料中获得）。

我们会在每周二、周四统一发送数据库资料兑换码。

2023.09 新申请 22 个 UKB 团队

注意：以下信息由木攸目团队整理，排名不分先后，所有信息均来自 UK Biobank 官网公开信息，仅供交流学习。

申请机构: 四川大学华西医院

• 申请 ID: 112111
• 申请 PI: Dr Yu Jia
• 申请项目名称: 多系统疾病与代谢功能障碍相关性脂肪肝的死亡轨迹

项目概要

代谢功能障碍相关性脂肪肝(MAFLD)是包括肝脂肪变性和代谢功能障碍在内的一种新的疾病。然而，MAFLD 与多系统疾病之间的关系尚不清楚，这些疾病的时间依赖性序列需要进一步澄清。因此，使用疾病轨迹分析将确定一系列增加的风险的医疗条件和死亡原因的个人与 MAFLD。制定针对这些关键途径的相关干预措施，可以防止一般健康状况的下降，从而使 MAFLD 人群受益。

申请机构: 浙江中医药大学

• 申请 ID: 113769
• 申请 PI: Dr Yingying Mao
• 申请项目名称: 研究环境因素、遗传背景、广泛表型与肠器官轴的复杂关联

项目概要

“肠-器官轴”表示胃肠系统与其他器官之间的双向关系，肠道微生物群与宿主免疫系统之间复杂的相互作用起着至关重要的作用。虽然大多数报道的关联涉及肠道和大脑，肾脏，心脏，肝脏，皮肤和骨骼疾病，多种胃肠道疾病和这些器官疾病之间的广泛关联需要进一步的探索。此外，发现其他肠道器官轴，了解其独特和共同的病因，揭示潜在的分子机制也是至关重要的。因此，我们的研究旨在评估环境因素、遗传背景和广泛表型与肠器官轴系疾病的个体和联合关系，并检查危险因素与这些疾病之间的因果关系。我们还将全面调查胃肠道疾病和多器官疾病之间的联系，建立肠-器官轴疾病之间独特和共享的遗传和环境病因。我们的项目预计需要36个月才能完成。我们的研究结果可能会加深对胃肠系统的复杂作用及其与其他人体器官的重要关系的理解，并为预防和治疗胃肠道疾病及其在肠-器官轴上的合并症提供重要的公共卫生意义。”

申请机构: 瑞金医院

• 申请 ID: 104086
• 申请 PI: Dr Jie Zheng
• 申请项目名称: 人类血浆蛋白质组的多祖先因果图谱

项目概要

不同种群的 DNA 差异很大。这种差异会引起我们体内蛋白质水平的变化，改变我们的表型(如头发颜色和体重) ，并影响我们的健康状况。因此，了解不同人群的 DNA 变异如何影响我们的健康是非常重要的。然而，这样的研究需要遗传学、信息学和流行病学等学科的专家。我们还需要获得广泛的数据，例如我们的 DNA、蛋白质、健康状况和多个人群的疾病信息。因此，我们计划建立一个名为“ Omics Harbour”的平台，利用来自多个人群的遗传和观察关联数据，促进与健康有关的研究的应用。该平台将实现以下目标:

(1)整理和集中多个群体的遗传和观察关联数据;
(2)开发一个数据库，以存储和管理所有的关联数据跨人口;
(3)开发利用上述关联数据的分析 pipeline，将 DNA、蛋白质、医疗保健和疾病联系起来。

申请机构: 澳门科技大学

• 申请 ID: 102278
• 申请 PI: Dr Xinzhi Li
• 申请项目名称: 心脏肥胖和肥胖之间的基因组关联: 对英国生物库参与者的前瞻性分析

项目概要

肥胖是一个被广泛认可的代谢风险指标，其拥有属性是各种脂肪堆积过多，包括心脏脂肪堆积。心脏脂肪堆积反映全身低度炎症，反映内脏器官周围脂肪堆积较多，因此与许多血管危险因素有关。心脏脂肪库在不良心脏事件中的作用尚不清楚。基因图谱、破坏性心脏功能和增加心脏肥胖之间的联系也值得进一步研究。

在目前的提案中，我们假设特定的基因特征决定了心脏肥胖的程度，并且与代谢特征相关。我们使用多重分析来正式评估不同基因在心脏肥胖和心脏生理特征(包括代谢特征和血液标志物)之间任何观察到的关联中的作用。

英国生物库的前瞻性队列数据将被检索并用于该项目。广泛的经典血管危险因素，肥胖指数和详细的脂肪测量将进行分析。心脏脂肪和功能是通过称为心血管磁共振(cMR)的成像技术来测量的。基因组数据在基线时在所有个体中被探索。然后，心脏脂肪测量将与其他与肥胖和代谢综合征相关的因素相关，如遗传和人口统计数据、生活方式和饮食信息、血液分析数据和代谢信息。临床终点为冠状动脉疾病(ASCVD)。我们打算分析英国生物库成像研究的整个队列。

该项目的估计期限为36个月，但由于分析的复杂性，可能需要延长。

该项目有助于了解心脏肥胖与 ASCVD 之间复杂的关系。我们的研究将揭示肥胖相关的 ASCVD 的新原因，并提供更全面的见解，预防，诊断和治疗 ASCVD 的一般人群。

申请机构: 重庆医科大学第一附属医院

• 申请 ID: 103677
• 申请 PI: Professor Fei Xiao
• 申请项目名称: 确定神经免疫性疾病和癫痫发展的流行病学、遗传学和临床危险因素。

项目概要

神经系统疾病是世界各地死亡和残疾的重要原因。每9个人中就有1个死于神经系统紊乱。神经免疫性疾病和癫痫是神经系统疾病的重要组成部分。神经免疫系统疾病是一组包括免疫系统和神经系统(中央或外围)功能障碍的疾病的总称。这些疾病给社会带来沉重的负担，并经常令受影响的个人变得虚弱和残疾，主要包括多发性硬化症(MS)、 Neuromyelitis optica (nMO)、重症肌无力(MG)和格林－巴利综合征(GBS)。众所周知，遗传和环境因素都有助于神经免疫疾病的发展、进展和严重程度。然而，很少有危险因素在流行病学研究中得到有力的验证。癫痫不是一种只有单一表现和原因的疾病，而是一种具有多种危险因素的症状复杂的疾病，在许多情况下具有很强的遗传易感性，影响着全世界大约6500万人。癫痫患者的死亡率是普通人群的两到三倍。根据一份权威的国际报告，大约四分之一的癫痫发作是可以预防的。因此，预防癫痫是一个重大的公共卫生问题。我们将使用英国生物库和其他队列研究调查癫痫发展、进展和严重程度的危险因素，以阐明预防措施。

本研究旨在揭示神经免疫性疾病和癫痫的危险因素，包括其一般人口统计学特征、病史、生活方式、环境、血液生化指标等。此外，在传统和新发现的危险因素的基础上，将利用多种机器学习算法构建预测模型，预测5年和10年内的疾病发生。然后我们将进行分析，以验证危险因素与疾病之间的因果关系。

我们打算在三年内进行研究。我们的项目将提高对多重暴露与神经免疫疾病和癫痫之间关系的理解。新发现的危险因素可为制定新的预防和治疗策略提供科学依据。一个精确构建的预测模型可以在发病前为高危人群提供风险预测和干预策略，从而降低神经免疫疾病和癫痫的总体发病率。

申请机构: 四川大学华西医院

• 申请 ID: 99427
• 申请 PI: Professor Nanwei Tong
• 申请项目名称: 腰围身高比作为肥胖诊断指标的临床应用和东西方成年人肥胖流行率的比较

项目概要

目的: 我们的目标是比较肥胖在东部和西部成年人口中的流行率，分别使用基于肥胖的慢性疾病(ABCD)、体重指数(BMI)、腰围(WC)和腰围身高比(WHtR)的三个诊断指标，并确定最准确的指标来预测与 ABCD 相关的成年人慢性非传染性疾病。

科学依据: 采用 BMI、 WC、 WHtR 三项指标计算东西部成年人肥胖患病率，比较 ABCD 诊断率的意义。然后利用卡方检验和受试者工作特征(ROC)曲线对 ABCD 相关慢性病的实际情况进行预测，比较哪种方法更符合 ABCD 相关慢性病的实际情况，以获得更多的证据，推动 WHtR 作为一种通用、合理的 ABCD 筛查工具的应用。

项目持续时间: 这个项目将花费大约一年的时间来完成。

公共卫生影响: 通过确定最合适的肥胖诊断指标，我们可以更早地以更高的准确性识别 ABCD，从而为我们提供一个机会，预先干预和管理慢性非传染性疾病，以减少全球公共卫生系统的健康和经济负担。

申请机构: 复旦大学

• 申请 ID: 109800
• 申请 PI: Miss Yifan Liang
• 申请项目名称: 利用英国生物库数据调查身体活动与性别特异性癌症风险之间的关系

项目概要

癌症风险是一个人得癌症的机会。它受到很多因素的影响，比如遗传、习惯、环境暴露和健康问题。性也是一个很大的因素，因为某些癌症在一种性别中比另一种更常见。例如，女性更容易患乳腺癌，而男性更容易患前列腺癌。了解不同性别癌症风险的这些差异对于制定有针对性的计划以避免癌症和改善健康非常重要。已经有很多关于体育活动如何影响癌症风险的研究。有大量的统计数据表明，活跃的人比不那么活跃的人更不容易得不同类型的癌症。但是仍然需要更多的研究来充分理解和确认解释体育活动和较低癌症风险之间联系的因果途径。我们的目标是利用英国生物库的数据来研究体育锻炼和癌症风险之间的联系，重点是男女之间的差异。英国生物库是一个大规模的研究项目，从全英国50多万人收集与健康有关的信息。通过研究这些数据，我们希望找出更多关于运动如何影响每个性别患癌症风险的信息。我们希望这项研究能够增加越来越多的证据，表明体育运动在预防癌症方面的重要性。我们想找出更多关于男性和女性在癌症风险方面可能存在的差异。这项研究为我们提供了关于每个性别的运动习惯如何影响他们患癌症的机会的重要信息。

申请机构: 天津医科大学第二医院

• 申请 ID: 79146
• 申请 PI: Professor Tong Liu
• 申请项目名称: 利用多模态方法开发心血管疾病的预测风险模型

项目概要

我们研究的目的是通过研究基因突变作为心脏病的原因或驱动因素，以及从不同的临床和影像学测试中挖掘数据来提高准确的风险预测，从而改善心血管疾病的预测风险模型。我们想从我们的研究中确定遗传和环境因素，使我们能够更好地了解与心血管死亡率和进展相关的危险因素。为此，我们可以在个人和社区层面更好地提供有关心血管预后的信息预防策略。我们的研究小组广泛参与心血管健康研究，并了解其与代谢症候群等并发症的关系。我们认为，遗传因素可以归因于心血管死亡独立于环境因素，某些个人在较高的倾向于不良结果。通过了解心脏病学的遗传学，更好的预测风险模型可以改善整体健康状况，增加指导临床决策实践的文献主体。

我们建议使用一种特殊类型的研究方法，孟德尔随机化，以调查是否一个危险因素导致心血管疾病。我们还想调查是否包括不同测试结果的整体方法能够使医生做出更好的预测。其基本原理是，有许多风险因素和风险标志物，我们使用的调查结果越多，预测就越准确。例如，心脏的电子记录可以揭示与心脏电子系统老化相关的问题，而心脏的超声波扫描可以告诉我们心脏泵的强度，以及血液检测结果和遗传因素，我们相信，包括所有这些发现可以改善我们的预测模型。

我们预计我们的项目需要36个月。

该项目的结果将有利于更广泛的社区和改善个案基础上的风险分层。我们的研究小组先前已经开发出了一个预测2019冠状病毒疾病严重疾病的模型。这后来被改编成一个风险评分计算器，并在 QxMD 上提供。我们的意图是让我们的风险模型免费提供给医疗界和更广泛的社区使用。我们希望改进和扩展那些支持遗传和环境因素导致心血管结果的文献，这些文献指导个人和更广泛的社区的治疗。

申请机构: 兰州大学

• 申请 ID: 116198
• 申请 PI: Professor Bin Luo
• 申请项目名称: 健康的社会决定因素与慢性非传染性疾病之间的关系

项目概要

包括心血管疾病、癌症、慢性呼吸系统疾病、糖尿病和精神障碍在内的慢性非传染性疾病(CNCD)是主要的公共卫生挑战，占全球死亡人数的71% ，占低收入和中等收入国家过早死亡人数的85% 。这些疾病在很大程度上可以通过解决常见的危险因素来预防，如不健康的饮食、缺乏身体活动、吸烟和酗酒。然而，这些危险因素并非随机分布在人群中，而是受健康的社会决定因素(SDoH)的影响。

卫生署的服务范围包括社会经济地位、教育、职业、收入、性别、绿地、噪音、空气污染等，是影响健康结果的非医疗因素。卫生部造成不同群体之间的健康不平等，影响他们接触非传染性疾病的机会和脆弱性，影响他们获得预防和治疗服务的机会。例如，生活在贫困中的人们获得健康食品、安全饮用水、卫生保健和教育的机会可能有限，这增加了非传染性疾病的风险。同样，妇女可能面临基于性别的歧视和暴力，影响她们的身心健康。

目前的研究发现，SDoH 与各种健康结果相关，特别是与 CNCD 相关的结果，但缺乏高质量的队列数据来提供关于环境监测，人口统计学和健康结果的相关数据，以确认 SDoH 和 CNCD 之间的因果关系。我们认为 SDoH 和 CNCD 之间的潜在机制是复杂的。可能涉及多种病理生理过程和分子机制。我们的目标是评估 SDoH 和 CNCD 之间的关系，并探索其潜在的途径。这项研究将提高我们对 SDoH 和 CNCD 联系机制的理解。

我们相信遗传变异可以解释 SDoH 和 CNcd 之间的关系。使用孟德尔随机化，我们将检验是否存在因果关系。我们将通过荟萃分析筛选与暴露因子相关的 SNP，确定与 SDoH 相关的遗传变异。然后，我们将使用英国生物库数据集来调查这些变异是否会增加 CNCD 的风险。如果与 SDoH 和 CNCD 相关，我们可以得出结论 SDoH 是一个因果危险因素，因为遗传变异在出生时是随机分配的，不受行为、社会经济或生理因素的影响。

这一研究项目的预期成果是提供关于 SDoH 如何影响非传染性疾病的新证据; 确定预防或减少非传染性疾病需要解决的关键 SDoH 因素; 并为旨在促进卫生公平和减轻非传染性疾病负担的政策和干预措施提供信息。”

申请机构: 宁波大学

• 申请 ID: 106043
• 申请 PI: Professor Lindan Ji
• 申请项目名称: 遗传学、多级生物标志物、生活方式因素和环境暴露对糖尿病的预测、诊断和结果的综合影响

项目概要

糖尿病是全球主要的健康威胁，2021年估计有5.37亿成年人(20-79岁)患有糖尿病，预计到2045年将增加到7.83亿。糖尿病的长期后果可能是不同器官的功能障碍和衰竭，尤其是眼睛、肾脏、神经、心脏和血管。在糖尿病和糖尿病并发症的发生和发展中，各种危险因素的复杂积累和相互作用尚不清楚。因此，我们打算探讨

使用英国生物库的基线和随访数据，多维危险因素组合对糖尿病发展和进展的作用。在这项研究中，我们旨在检查几个常见危险因素的影响，包括人口统计学特征，体力活动，睡眠，饮食营养，环境因素，多级生物标志物和遗传学，对代谢健康状况，糖尿病前期，糖尿病和糖尿病并发症。通过这一分析，我们可以确定与糖尿病的发病、进展和预后密切相关的高危因素。最终，我们的目标是建立准确的疾病预测模型，以促进糖尿病的早期发现和诊断。该项目将至少持续3年。这些研究结果可以帮助临床医生识别高危患者，并实施早期干预措施，以提高生活质量，降低死亡率。

申请机构: 香港科技大学

• 申请 ID: 95743
• 申请 PI: Professor Amy Fu
• 申请项目名称: 确定遗传因素，调节阿尔茨海默病的风险影响的 APOE-4

项目概要

老龄相关疾病已成为人口健康的主要威胁。值得注意的是，阿尔茨海默病(AD)是最普遍的老化相关性神经退行性疾病之一，没有有效的干预策略。

APOE 一种导致蛋白质突变的常见错义突变，是许多老化相关疾病(包括 AD)的主要遗传风险因素。特别是携带载脂蛋白的个体！4面临的 AD 风险比一般人群高3到15倍，而 APOE 在大约一半的 AD 患者中有4例出现。

然而，没有适当的干预策略针对 APOE.更糟糕的是，一些干预策略对 APOE 没有效果，甚至没有意想不到的结果。因此，迫切需要为 AD 风险预测开发更准确的基因测试解决方案。

本研究的目的是: (I)鉴定改变载脂蛋白 E-风险效应的基因组变异体 (II)研究候选变异体对调节 APOE 表达和阿尔茨海默病相关内表型的影响; (III)研究候选变异体如何修饰 APOE 表达的机制。

申请机构: 中山大学

• 申请 ID: 121022
• 申请 PI: Dr Yun-Jiu Cheng
• 申请项目名称: 早期复极模式(ERP)与心血管预后和代谢预后的关系

项目概要

早期复极模式(ERP)是一种常见的心电图变异，表现为多导联 Q 波-R 波-S 波(QRS)连接点(J 点)升高和 QRS 缺口或混浊。虽然长期以来它被认为是一种良性现象，但最近的研究表明，ERP 与各种终点(包括心室颤动和猝死)之间存在正相关关系。我们的目的是评估中老年人群 ERP 相关的远期预后，以指导临床预防决策。这个研究项目将持续3年。这一结果将证明早期复极可能是一般人群心血管疾病风险的一个有希望的标志，并且应该在一般人群中实施早期复极的重复测量，以协助风险分层和评估。

申请机构: 广州市金美德转化医学研究所有限公司

• 申请 ID: 107825
• 申请 PI: Dr Yuhuan Meng
• 申请项目名称: 基于全外显子组测序数据中常见变异(多基因风险评分)和罕见变异(变异加权基因负荷评分)的疾病预测模型

项目概要

我们的研究旨在通过整合通过全外显子组测序(WES)数据鉴定的常见和罕见遗传变异，为复杂疾病开发一个先进的疾病预测模型。我们研究的主要目的之一是使用 WES 数据评估复杂疾病的遗传性，阐明导致疾病易感性的潜在遗传因素。此外，我们努力提高现有模型的预测准确性仅基于多基因风险评分(PRS)。通过在模型中加入罕见的变异，我们希望能够捕捉到在仅仅关注常见变异时经常被忽视的遗传变异的额外来源。

以往的大规模人群研究表明，考虑到常见遗传变异影响的 PRS 可以有效地识别复杂疾病的高风险个体。然而，值得注意的是，PRS 模型的总体预测准确度各不相同，大多数都在0.6 -0.75的 AUC 范围内。这种差异可能是由于目前大多数 PRS 方法仅仅依赖于常见变异，而没有充分考虑罕见变异对疾病易感性的影响。尽管其频率较低，罕见的变异可以具有相当大的影响大小，并显着有助于发展常见疾病，即使在个人低 PRS。通过将常见变异和罕见变异整合到我们的预测模型中，我们的目标是提供对遗传易感性的更全面的理解。

我们提出的研究将利用英国生物库提供的广泛的全外显子组测序数据来鉴定与复杂疾病相关的遗传易感性位点，并开发一个基于 WES 数据的预测模型。这个模型将具有巨大的潜力来提高我们对遗传风险因素的认识，赋予医学专业人员在个性化预防策略、临床干预和疾病管理方面做出知情决策的权力。通过考虑常见变异和罕见变异，我们希望对疾病风险预测有更深入的了解，并为更广泛的个体化医学领域做出贡献。最终，我们的研究致力于减少疾病负担，提高公共卫生结果，并推动基于证据的医疗干预措施量身定制的个人基因图谱。

项目期限: 36个月。

申请机构: 香港大学

• 申请 ID: 104869
• 申请 PI: Professor Ed X. Wu
• 申请项目名称: 深度学习在低场 MRI 中的应用

项目概要

核磁共振: 磁共振成像，信噪比: 信噪比

1. 研究目的是利用深度学习技术提高低场核磁共振成像的成像质量，特别是抑制噪声和提高扫描视觉质量。

2. 低场 MRI 图像噪声严重，MR 信号不如高场图像噪声强。为了处理这种低信噪比的情况，我们需要使用深度学习来抑制噪声，并提取像高场扫描器一样好的干净信号。此外，在传统的高场核磁共振成像中，图像具有较高的信噪比和余弦，通过一些经典的方法如压缩感知成像、平行成像和低秩重建，一些因素会加速成像。然而，由于磁共振成像在低场下，图像信噪比较低，硬件线圈数量有限，如一个线圈或两个线圈，这使得传统的加速方法不可行。目前，深度学习技术有望在低信噪比情况下加快扫描速度，这超越了传统的理论和重建方法。

3. 项目工期为2-4年。在前两年，我们将致力于去噪和核磁共振扫描加速，以提高图像的视觉质量。在休息时间，我们将重点介绍 MRI 在低场疾病诊断、脑龄预测等方面的各种应用。

4. 对公共卫生的影响是使发展中国家患者的 MRI 费用不昂贵，加快低场 MRI 检查，以减少被扫描者的不适感。除此之外，我们希望核磁共振成像扫描仪变得轻便，可以在一些紧急情况下移动到医院外面。

申请机构: 北京中医药大学

• 申请 ID: 83318
• 申请 PI: Professor Dongran Han
• 申请项目名称: 健康生物统计学与中医理论

项目概要

在中医理论中，某些症状是相关的。例如，大便稀疏的人更容易感到脚冷，而便秘的人恰恰相反。通过数据挖掘和科学方法分析，可以检验中医理论与现实世界的数据，揭示环境因素和症状如何影响人类健康的结果。

我们的目标是分析环境因素与个人行为、健康和成功之间的相关性，以及它们如何转化为临床结果。中医理论背景下不同症状与疾病的相关性。

我们预计这个项目将需要36个月才能完成。我们计划公布分析结果，以帮助提高对轻微症状和临床结果之间的相关性的理解。我们希望我们的研究能带来预防医学的进步。

申请机构: 北京中医药大学

• 申请 ID: 109695
• 申请 PI: Mr Cong Zhao
• 申请项目名称: 当天气袭来: 气象因素如何影响英国生物库参与者中风和心脏病发作的风险

项目概要

心血管和脑血管疾病是世界范围内死亡和发病的主要原因。现有的研究已经确定了各种危险因素，如生活方式和代谢性疾病，但这些机制不能完全解释为什么急性心脑血管疾病突然发生。环境因素如温度、风和湿度可能与疾病的发展有关，但这些因素在急性疾病过程中的具体位置还没有得到充分的研究。我们的目的是评估各种气象因素对急性心脑血管疾病的影响，并探讨与常见慢性疾病的潜在相互作用。这项为期36个月的研究将帮助人们了解天气状况如何影响他们的健康，并在需要时采取预防措施，我们希望我们的研究将帮助卫生专业人士和决策者发展早期预警系统，并为高风险的中风或心脏病发作人群实施预防措施。

申请机构: 华南理工大学

• 申请 ID: 105314
• 申请 PI: Dr Qian Yan
• 申请项目名称: 研究遗传学，生活方式，环境和临床决定因素及其在肝胆和胰腺疾病/癌症发展中的相互作用。

项目概要

肝胆和胰腺疾病/癌症预后较差，给公共卫生带来沉重负担。尽管有手术、化疗和靶向治疗等治疗方法，但胆管癌、胆癌、胰腺癌和重症胰腺炎患者的治疗结果仍不令人满意。以前的研究已经指出，基因、人们的生活习惯、饮食、睡眠、吸烟、饮酒等等都会影响人口的流行，以及癌症的发展和预后。这项研究的目的是探讨遗传学、生活方式、环境和临床决定因素以及它们在消化系统/癌症发展中的相互作用。

使用英国生物库进行嵌套病例对照研究。我们希望利用英国生物库的大量资源来解决研究问题，从人口统计学、生活和行为因素、过去的疾病和药物使用以及这些因素的时间变化等方面确定影响消化系统/癌症发病率和死亡率以及肿瘤行为变化的高危因素。为了解决这些问题，我们将使用来自英国生物库的数据进行前瞻性的观察性研究和全基因组关联研究以及孟德尔随机分析。我们将采用严格的分析方法，包括 Cox 比例风险模型、孟德尔随机定律等。全基因组关联研究(gWAS)和表型关联研究(pheWAS)方法将用于表征与特定疾病有统计学关联的遗传变异/突变，并询问给定的遗传变异可能与哪些表型相关。

在取得数据后的三年内，我们会致力确定影响消化系统/癌症发病率的高风险因素。我们的研究结果不但有助找出消化系统/癌症的高风险人群，从而及早预防和治疗，亦可从基因层面探讨影响消化系统/癌症肿瘤学行为的高风险因素，从而有助减低消化系统/癌症的发病率和死亡率。

申请机构: 华南理工大学第二附属医院

• 申请 ID: 109828
• 申请 PI: Dr Yan Huang
• 申请项目名称: UK Biobank 超深加工食品消费与慢性肾脏病发病风险的横断面和前瞻性分析

项目概要

目的: 我们研究项目的目的是调查食用高度加工食品与患慢性肾脏疾病(CKD)风险之间的关系。我们想了解是否有一个联系，这些食物的消费和发展 CKD 的可能性。

科学依据: 我们意识到加工食品在我们的饮食中变得越来越普遍。这些食物往往是高热量，不健康的脂肪，糖和盐，而在低必需营养素。一些研究表明，吃太多的加工食品会导致各种健康问题，如肥胖、糖尿病和心脏病。然而，我们对加工食品消费和肾脏健康之间的联系知之甚少。了解这种潜在的联系是重要的，因为它可以帮助我们做出更健康的食物选择和预防 CKD。我们的研究项目将包括分析来自英国生物银行的数据，这是一项大规模的研究，随着时间的推移跟踪了大量的人。我们将观察参与者的饮食并跟踪他们的肾脏健康，以确定在那些食用大量加工食品的人群中是否存在 CKD 风险的增加。

项目期限: 这个研究项目预计需要三年时间才能完成。这个时间框架将允许我们彻底分析数据，考虑可能影响结果的因素，并解释长期饮食模式和肾脏健康结果。

公共卫生影响: 这一研究项目的结果可以对旨在预防肾脏疾病的公共卫生工作产生重大影响。如果我们能够建立一个明确的联系，吃加工食品和发展慢性肾脏病的风险，它可以帮助提高认识的重要性，饮食对肾脏健康。

总之，我们的研究项目旨在调查食用加工食品与患 CKD 风险之间的关系。通过探索这种联系，我们希望提供有价值的见解，可以通知公共卫生战略和有助于预防 CKD。

申请机构: 首都医科大学附属北京安贞医院

• 申请 ID: 103736
• 申请 PI: Professor Changsheng Ma
• 申请项目名称: 预防和治疗心律不整和心力衰竭的新陈代谢和影像学表型

项目概要

心律不整和心力衰竭是影响全球数百万人的主要心血管疾病。一些代谢危险因素，如血压和葡萄糖已牵涉到这些条件的发展和进展。新的成像表型有助于实现准确的风险预测和有效识别高风险患者和风险因素。这项研究将调查代谢特征之间的关系，为预防和治疗心律不整和心力衰竭开发更精确和个性化的方法，并确定新的生物标志物和潜在的药物靶点。

项目期限: 项目预计在3年内完成。视乎研究计划的进度，我们可能会延长计划的范围及/或期限。

公共卫生影响: 我们的研究将有助于了解代谢特征与一级和二级预防心律失常和心力衰竭之间的关系。我们的工作还将开发基于成像表型的机器学习算法，以便能够更早地发现和更精确的风险分层

申请机构: 首都医科大学附属北京友谊医院

• 申请 ID: 105978
• 申请 PI: Dr Xinghao Wang
• 申请项目名称: 基于深度学习和孟德尔随机化的脑成像基因组学研究

项目概要

人口老龄化是当今社会面临的一个重大挑战，随之而来的是越来越多的与大脑相关的退行性疾病，如帕金森病和老年痴呆症。这种疾病与人类大脑的衰老密切相关，给患者及其家属带来巨大的痛苦和经济负担。脑部磁共振成像是研究大脑最方便的非侵入性方法。我们采用深度学习模型来更好地探索图像中包含的深度信息，并探索其作为生物标志物的潜力。我们使用深度学习注意力或其他可视化技术来深入探索在衰老过程中起关键作用的领域。同时，将新开发的脑成像生物标志物进一步纳入，并结合遗传学数据进一步探索生理和心理双重“衰老”的奥秘。本研究对于探讨公众利益中神经退行性变的机制，特别是探讨相关脑区参数与衰老的潜在机制之间的相关性具有重要意义。孟德尔随机化是一种科学的统计方法，可以帮助我们确定许多事物之间的关系。最后，孟德尔随机化方法引入了潜在的药物靶点，可用于许多与脑老化相关的疾病或精神障碍。

这项研究将持续3年。对于我们的调查，我们将需要整个队列的遗传，脑成像和临床信息在英国生物库。完成后，这项研究将为神经科学专业人士提供强有力的创新工具，以及新的认识老化的大脑。

申请机构: 同济医院

• 申请 ID: 106528
• 申请 PI: Dr Na Shen
• 申请项目名称: 大数据挖掘和深度学习提高慢性病风险预测、早期诊断和预后评价

项目概要

包括癌症、糖尿病和心血管疾病在内的慢性病是世界上导致残疾和死亡的主要原因，给社会造成巨大的经济和疾病负担。众所周知，慢性疾病是遗传易感性、环境因素、生理状况和行为模式长期综合作用的结果，这些因素也会影响慢性疾病的预后或与健康有关的结果。以前的研究和我们的团队已经在慢性病的危险因素、早期诊断或预后方面做了一些努力，但是结果往往是不同的，需要在大型队列如英国生物库中进行进一步的调查。

多维数据挖掘和深度学习方法在许多疾病的风险预测、早期诊断和预后评估方面表现出很好的性能。该项目将整合遗传、环境、行为因素、实验室指标、影像学数据和组学数据等综合数据，发现导致慢性病发生和发展的潜在危险因素，并拟合最佳模型，以显示哪些因素可以改善风险预测，是早期诊断或生存评估的潜在生物标志物，以及什么机制可以解释这些影响。通过国家到艺术的深度学习技术，我们还可以识别高危人群和那些可能从筛查或监测中受益的人群。

我们计划利用英国生物库提供的数据进行一项为期三年的研究。这项研究将为改善慢性病的风险预测、早期诊断和预后评估提供新的模型，对慢性病的健康管理具有重要意义。

申请机构: 新华医院

• 申请 ID: 94522
• 申请 PI: Professor Fei Li
• 申请项目名称: 探讨神经发育障碍的多水平生物标志物及其作用机制

项目概要

对于神经发育障碍，大脑的主要变化是什么(包括功能连接、灰质体积和纤维完整性) ？

这些变化是由遗传变异、环境因素或两者共同引起的吗? 它们之间是否存在相互作用？

其他身体和精神障碍与神经发育障碍有什么联系？

我们的建议符合生物库的两个重要目标:

1. 鉴定敏感的神经和遗传生物标志物有望帮助早期诊断和精确干预神经发育障碍。
2. 神经影像学改变、遗传变异和各种表型之间的联系可能有助于靶向对药物开发和神经发育障碍的治疗至关重要的神经递质。

时间表:

1. 数据预处理: 3个月。包括神经影像学和遗传学数据处理。
2. 全脑关联分析: 包括功能性脑网络、脑灰质和脑白质的体素分析和区域分析。4个月
3. 非线性 GWAS 分析: 包括功能性脑网络、脑灰质和脑白质的体素分析和区域分析。2个月

各行为表型与环境因素的相关性: 3个月

首先，我们将寻找神经影像学数据的变化，并确定有显著变化的大脑区域。然后进行了 GWAS 分析，以找到可能导致这些变化的 SNP。神经影像学改变和遗传变异都将与各种行为表型相关，从而确定神经影像学改变，遗传变异和行为表型之间的闭环，这可能有助于理解正在研究的神经发育障碍的病因。由于我们使用全脑关联分析和 GWAS 分析与成千上万的变量，我们将使用整个队列数据，包括现在可用的数据和未来可用的数据。

关于我们

木攸目团队已在 NHANES、UK Biobank、孟德尔随机化、CHARLS、HRS 等数据库上有多年积累。

小木老师曾就职于国内最顶尖的医疗 AI 团队，团队曾在 Nature Medicine 上发表过中文领域性能最好的 NLP 模型，帮助全国多个研究机构构建 AI 临床数据库。

蔡老师则在孟德尔随机化成果上积累了 50+ IF，也是国内最早做孟德尔随机化教程的讲师。

Beta 老师是国外 Top10 高校 的 Research Fellow，发表多篇临床、生物计算领域 Top 期刊。

同时木攸目还有多个团队核心成员，人员专业涵盖计算机、AI 、生物医疗等相关领域。如若对我们的服务感兴趣可咨询我们了解相关详情。