Precision Nutrition and Computational Medicine

生物医学的发展日新月异，以代谢组、蛋白质组学和肠道微生物组学等为代表的多模态组学技术为帮助理解生命现象和人体健康以及疾病发生发展的机制提供了前所未有的契机，基于大人群的基因组-蛋白质组、基因组-微生物组整合分析为人类疾病防治的新型药物靶点及生物标记物的开发提供了重要资源库，同时也为理解营养-疾病的关联黑箱提供了解释途径。

计算医学：大人群、众多医疗大数据以及多组学数据都使科学家越来越难利用传统方法来处理和分析整合数据，以得出令人信服的科学故事。计算医学，作为一个新兴的交叉学科应运而生。既然是新兴学科，就自然没有令人信服或统一的定义，因为它不是为了某个学科而生，其定义是随时间、场景的变化而变化，但是核心是不变的，暨，如何利用基于人体的复杂医学表型数据及各种组学分子图谱数据揭示疾病的机理，为疾病的预防和治疗直接提供干预靶点。它有别于传统基于基础研究的从下往上的药物或靶点筛选，而是直接基于人体和人群的大数据直接给出具有因果关联的生物标记物靶点或着揭示致病分子机制。计算医学既不是计算生物学，也不是生物信息学。

计算医学赋能的精准营养：营养学的“精准”有诸多含义，现代医学的发展已经使我们不能满足于了解一种食物或者营养素对人体“好”或“不好”，这个命题本身就不准确。将计算医学的思维引入精准营养已经而且会继续引领新的变革，即，将营养学大数据融入到基于个体的医疗、组学大数据当中，结合人工智能最新算法，解析食物、营养与疾病关联过程中的黑箱机制，全面绘制营养与机体互作图谱，只有“看”清了他们的连接地图，我们才能深刻理解个体化差异的根源，才能做到精准营养。另一方面，我们可以整合计算医学的理念精准预测人体对食物与营养的应答，为疾病的防治提供最经济的解决方案。

人才：系统生物学、人工智能、生物统计、群体遗传学、生物信息、流行病学，以上兼具其二或以上即可。

新的学科，新的领域，新的使命！

有热爱，才有新意！

有新意，才有动力！

有动力，才有无尽的希望和美好！