整合分子體學與功能性神經影像之疾病多模態預測模型

張雅媗 助理研究員     工科系 王本誠  教授

疾病的發生與進展往往涉及遺傳背景、分子調控及器官功能變化等多層次生物機制，單一類型的生物標誌可能不足以完整反映疾病的複雜性。本研究將整合基因體、分子表現與功能性磁振造影（functional magnetic resonance imaging, fMRI）資訊，分析疾病相關之分子特徵、腦區活動及功能性連結變化，並透過多模態資料整合與機器學習建立疾病預測模型，以評估不同生物資訊對疾病辨識與預測之互補價值，並進一步探討分子特徵與腦功能變化之關聯。偏頭痛將作為其中一項應用疾病，本研究團隊過去已整合基因型與循環微小核糖核酸（microRNA, miRNA）資訊建立偏頭痛預測模型，並獲得約八成之預測準確度，可作為進一步整合神經影像資訊的重要研究基礎。