In this context, the sequencing of the human genome has moved systems 的简体中文翻译

In this context, the sequencing of

In this context, the sequencing of the human genome has moved systems biology into the forefront of biomarker discovery. However, the fields of genomics and proteomics have yet to deliver any biomarkers that are clinically applicable, and none have gone beyond the discovery phase (6). This lack of translation and validation could stall progress toward biomarker qualification in critical illnesses and hinder the usefulness of systems biology in the process. It has also brought about the realization that the sequencing of the human genome alone cannot provide the insight that is needed to unravel the complexity of disease, particularly acute, severe illnesses. This is a scientific challenge of the systems biology approach and highlights the need for new knowledge of the relationships and interactions between the components of the system (Figure 2). Monitoring fluctuations of certain metabolites (endogenous low–molecular weight molecules) in body fluids, such as blood (including plasma and serum) and urine, is an important way to detect various human pathologies, including cancer, cardiovascular disease, diabetes, and drug toxicity (6–15). These data are also needed to construct powerful top-down systems biology tools that link the “omics” disciplines (16). This top-down idea is based on the principle that small molecule metabolites are at the top of systems biology continuum and that metabolites reflect and magnify (several thousands of times) events that occur at the level of the genome, transcriptome, and proteome (Figure 2) (17, 18). Undoubtedly, metabolomics could have very meaningful applications in critical care medicine because acute illness most often causes significant disruption in biochemical homeostasis. Unfortunately, it is still in its infancy, which may be due, in part, to a lack of understanding of metabolomics science by clinical researchers. In the present article, we describe principles of metabolomics with a special emphasis on the existing challenges of its application to critical care medicine, including sample collection and handling, advantages and disadvantages of available analytical platforms, and data interpretation.
0/5000
源语言: -
目标语言: -
结果 (简体中文) 1: [复制]
复制成功!
在这种情况下,人类基因组的测序已将系统生物学推向了生物标志物发现的前沿。然而,基因组学和蛋白质组学领域尚未提供任何临床适用的生物标志物,并且没有一个超出发现阶段 (6)。这种缺乏翻译和验证可能会阻碍危重疾病生物标志物鉴定的进展,并阻碍系统生物学在该过程中的有用性。它还使人们认识到,单靠人类基因组测序无法提供解开疾病复杂性所需的洞察力,尤其是急性、严重疾病。这是系统生物学方法的科学挑战,强调了对系统组件之间关系和相互作用的新知识的需求(图 2)。监测血液(包括血浆和血清)和尿液等体液中某些代谢物(内源性低分子量分子)的波动,是检测癌症、心血管疾病、糖尿病和药物毒性等各种人类疾病的重要方法(6-15)。还需要这些数据来构建强大的自上而下的系统生物学工具,将“组学”学科联系起来 (16)。这种自上而下的想法基于以下原理:小分子代谢物处于系统生物学连续体的顶端,代谢物反映和放大(数千倍)发生在基因组、转录组和蛋白质组水平的事件(图2) (17, 18)。无疑,代谢组学在重症监护医学中可能具有非常有意义的应用,因为急性疾病通常会严重破坏生化稳态。不幸的是,它仍处于起步阶段,部分原因可能是临床研究人员对代谢组学缺乏了解。在本文中,我们描述了代谢组学的原理,特别强调了其在重症监护医学中应用的现有挑战,包括样本收集和处理、可用分析平台的优缺点以及数据解释。
正在翻译中..
结果 (简体中文) 2:[复制]
复制成功!
在这种情况下,人类基因组测序将系统生物学推向了生物标志物发现的前沿。然而,基因组学和蛋白质组学领域尚未提供任何临床应用的生物标记物,并且没有一个超过发现阶段(6)。这种翻译和验证的缺乏可能会阻碍在关键疾病中鉴定生物标志物的进展,并阻碍系统生物学在这一过程中的作用。它还使人们认识到,仅靠人类基因组测序无法提供揭开疾病复杂性所需的洞察力,特别是急性、严重疾病。这是对系统生物学方法的科学挑战,并强调了对系统组件之间关系和交互的新知识的需要(图2)。监测体液中某些代谢物(内源性低分子量分子)的波动,如血液(包括血浆和血清)和尿液,是检测各种人类疾病的重要方法,包括癌症、心血管疾病、糖尿病和药物毒性(6-15)。还需要这些数据来构建强大的自上而下的系统生物学工具,将“组学”学科联系起来(16)。这种自上而下的想法基于这样一个原理,即小分子代谢物处于系统生物学连续体的顶端,代谢物反映并放大(数千倍)发生在基因组、转录组和蛋白质组水平上的事件(图2)(17,18)。毫无疑问,代谢组学在重症监护医学中有着非常有意义的应用,因为急性疾病通常会导致生化稳态的显著破坏。不幸的是,它仍处于婴儿期,部分原因可能是临床研究人员对代谢组学科学缺乏了解。在这篇文章中,我们描述了代谢组学的原理,特别强调了其在危重病护理医学中应用的现有挑战,包括样本收集和处理、可用分析平台的优缺点以及数据解释。
正在翻译中..
结果 (简体中文) 3:[复制]
复制成功!
在这种背景下,人类基因组测序将系统生物学推向了生物标志物发现的前沿。然而,基因组学和蛋白质组学领域还没有提供任何临床适用的生物标志物,没有一个超过发现阶段(6)。这种翻译和验证的缺乏可能会阻碍重大疾病生物标志物鉴定的进展,并阻碍系统生物学在这一过程中的应用。它还使人们认识到,仅靠人类基因组测序无法提供揭示疾病复杂性所需的洞察力,特别是急性、严重疾病。这是对系统生物学方法的科学挑战,并强调了对系统组件之间的关系和相互作用的新知识的需求(图2)。监测体液(如血液(包括血浆和血清)和尿液)中某些代谢物(内源性低分子量分子)的波动是检测各种人类病理的重要方法,包括癌症、心血管疾病、糖尿病和药物毒性(6–15)。这些数据也是构建连接“组学”学科的强大自上而下的系统生物学工具所必需的(16)。这种自上而下的想法基于这样一个原则,即小分子代谢物处于系统生物学连续体的顶端,代谢物反映和放大(几千倍)发生在基因组、转录组和蛋白质组水平的事件(图2) (17,18)。毫无疑问,代谢组学可以在重症医学中有非常有意义的应用,因为急性疾病通常会导致生化稳态的显著破坏。不幸的是,它仍处于起步阶段,这可能部分是由于临床研究人员对代谢组学科学缺乏了解。在本文中,我们描述了代谢组学的原理,特别强调了其在重症医学应用中存在的挑战,包括样本收集和处理、可用分析平台的优缺点以及数据解释。
正在翻译中..
 
其它语言
本翻译工具支持: 世界语, 丹麦语, 乌克兰语, 乌兹别克语, 乌尔都语, 亚美尼亚语, 伊博语, 俄语, 保加利亚语, 信德语, 修纳语, 僧伽罗语, 克林贡语, 克罗地亚语, 冰岛语, 加利西亚语, 加泰罗尼亚语, 匈牙利语, 南非祖鲁语, 南非科萨语, 卡纳达语, 卢旺达语, 卢森堡语, 印地语, 印尼巽他语, 印尼爪哇语, 印尼语, 古吉拉特语, 吉尔吉斯语, 哈萨克语, 土库曼语, 土耳其语, 塔吉克语, 塞尔维亚语, 塞索托语, 夏威夷语, 奥利亚语, 威尔士语, 孟加拉语, 宿务语, 尼泊尔语, 巴斯克语, 布尔语(南非荷兰语), 希伯来语, 希腊语, 库尔德语, 弗里西语, 德语, 意大利语, 意第绪语, 拉丁语, 拉脱维亚语, 挪威语, 捷克语, 斯洛伐克语, 斯洛文尼亚语, 斯瓦希里语, 旁遮普语, 日语, 普什图语, 格鲁吉亚语, 毛利语, 法语, 波兰语, 波斯尼亚语, 波斯语, 泰卢固语, 泰米尔语, 泰语, 海地克里奥尔语, 爱尔兰语, 爱沙尼亚语, 瑞典语, 白俄罗斯语, 科西嘉语, 立陶宛语, 简体中文, 索马里语, 繁体中文, 约鲁巴语, 维吾尔语, 缅甸语, 罗马尼亚语, 老挝语, 自动识别, 芬兰语, 苏格兰盖尔语, 苗语, 英语, 荷兰语, 菲律宾语, 萨摩亚语, 葡萄牙语, 蒙古语, 西班牙语, 豪萨语, 越南语, 阿塞拜疆语, 阿姆哈拉语, 阿尔巴尼亚语, 阿拉伯语, 鞑靼语, 韩语, 马其顿语, 马尔加什语, 马拉地语, 马拉雅拉姆语, 马来语, 马耳他语, 高棉语, 齐切瓦语, 等语言的翻译.

Copyright ©2024 I Love Translation. All reserved.

E-mail: