
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
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23