京公网安备 11010802034615号
经营许可证编号:京B2-20210330
生物领域的大数据有多值钱_ 数据分析师
近日,着名制药企业 Genentech 向 23andMe 注资 6000 万美金,用于分享后者的帕金森氏症患者的基因组数据。
23andMe 是一家好公司,Anne Wojcicki 也被认为是一位好科学家。但基因技术涉及人类隐私以及令很多科研工作者头疼的伦理问题,这导致 23andMe 开展业务并没有想象中那么顺利。
2013年11月,FDA 叫停了 23andMe 与健康有关的数据解读服务,虽然这意味着消费者依然可以拿着数据找懂行的从业者解读,这项禁令的确“减缓了我们新客户的增长速度”。
作为一家烧钱的公司,23andMe 获得的上一笔大投资是 12 年从谷歌、Facebook 股东 Yuri Milner 等筹集到的 5 千万美金。随着庞大资金的流入,23andMe 现如今拥有庞大的基因数据库。和谷歌、Facebook 不同,Genentech 是世界级的制药企业,近日却出乎意料慷慨解囊,给出了这笔预付款 1 千万美金,后续 5 千万美金的投资 — 尤其在 23andMe 似乎正处于低谷的时候。
Anne Wojcicki 认为正是 23andMe 拥有的数据吸引了来自药企的投资,“这说明了一个事实,药企对我们拥有的庞大信息很感兴趣。我们拥有大量想要参与研究的人群,我们也可以做的比世界上任何其他的研究方法更快更有效”。
很显然 Genentech 确实也是这么想的,负责技术创新和诊断业务的 Alex Schuth 被 23andMe 和 Michael J. Fox 基金会联合招募的一万两千名患者以及得到的数据所震惊。他认为,“很显然这样的合作将是为患者们开发新药最好的方式。”有趣的是,其实 Genentech 并不是 23andMe 第一次和药企合作,去年他们和辉瑞一起开展了一项针对克罗恩病(一种原因不明的肠道炎症疾病)的研究。
但是最新的这笔投资衬托出 23andMe 现有的数据库的规模和力量,Genentech 将会使用其中一个大型数据库:帕金森氏病数据库。23andMe 的诊断服务只涉及了科学已知的那些基因突变,而 Genentech 想要走的更远,他们想要得到 3000 名帕金森氏病患者或者他们的一级亲属的全基因组序列信息。Genentech 想去挖掘新的药物靶点。
除开这项合作一定会涉及到的隐私保护和伦理问题外,Anne Wojcicki 不得不寻求改善与 FDA 的关系,她希望能将用户数量从 80 万提升至 100 万。因此她雇佣了 Genomic Health 前雇员 Kathy Hibbs 来负责公共关系。
Anne Wojcicki 希望 2015 年一切能变得顺利起来,尤其希望 FDA 能再次批准数据解读服务。因为如果这些信息被认为价值不大的话,公司将会面临一个不确定的未来。
不过即便如此,23andMe 的数据库现在还是很受欢迎的:旧金山一家叫 Reset Therapeutics 的公司也在用他们的数据库寻找治疗罕见疾病的药物靶点。
最终 23andMe 还是需要再次对他们的数据库进行扩充的,不过看起来还等得起。早在 Anne Wojcicki 创立 23andMe 时,有一家大型药企的朋友就告诫如果她真想做出什么不同凡响的事情,起码等 10 年,直到 FDA 定义好什么才是直接面向消费者的业务。否则,她得换一个策略,趁早把公司卖了。Anne Wojcicki 则不以为然,认为需要放条长线。
虽然看起来短期内 FDA 不会放松对 23andMe 的监管,但我还是相信 23andMe 做了应该做的事情,他们比研究机构和医院更有效率,也为那些受限于财力的研究人员或者公司提供了翔实的数据信息。FDA 应该更有效一些,快一些制定能保障隐私信息和伦理规范的政策,少一些官僚。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据可视化领域,树状图(Tree Diagram)是呈现层级结构数据的核心工具——无论是电商商品分类、企业组织架构,还是数据挖掘中 ...
2025-11-17核心结论:“分析前一天浏览与第二天下单的概率提升”属于数据挖掘中的关联规则挖掘(含序列模式挖掘) 技术——它聚焦“时间序 ...
2025-11-17在数据驱动成为企业核心竞争力的今天,很多企业陷入“数据多但用不好”的困境:营销部门要做用户转化分析却拿不到精准数据,运营 ...
2025-11-17在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07