{"id":2869,"date":"2018-02-02T05:22:58","date_gmt":"2018-02-02T05:22:58","guid":{"rendered":"https:\/\/blog.kolabtree.com\/?p=2869"},"modified":"2018-07-27T13:15:47","modified_gmt":"2018-07-27T13:15:47","slug":"7-ways-cancer-research-can-benefit-from-big-data","status":"publish","type":"post","link":"https:\/\/www.kolabtree.com\/blog\/it\/7-ways-cancer-research-can-benefit-from-big-data\/","title":{"rendered":"7 modi in cui la ricerca sul cancro pu\u00f2 beneficiare dei Big Data"},"content":{"rendered":"<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_45_1 counter-flat ez-toc-counter ez-toc-grey ez-toc-container-direction\">\n<div class=\"ez-toc-title-container\">\n<p class=\"ez-toc-title\">Indice dei contenuti<\/p>\n<span class=\"ez-toc-title-toggle\"><a href=\"#\" class=\"ez-toc-pull-right ez-toc-btn ez-toc-btn-xs ez-toc-btn-default ez-toc-toggle\" area-label=\"ez-toc-toggle-icon-1\"><label for=\"item-69f356926f065\" aria-label=\"Table of Content\"><span style=\"display: flex;align-items: center;width: 35px;height: 30px;justify-content: center;direction:ltr;\"><svg style=\"fill: #999;color:#999\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewbox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #999;color:#999\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewbox=\"0 0 24 24\" version=\"1.2\" baseprofile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/label><input  type=\"checkbox\" id=\"item-69f356926f065\"><\/a><\/span><\/div>\n<nav><ul class='ez-toc-list ez-toc-list-level-1' ><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/www.kolabtree.com\/blog\/it\/7-ways-cancer-research-can-benefit-from-big-data\/#1_Sequencing_Cancer_Genomes_of_Humans\" title=\"1. Sequenziamento dei genomi tumorali degli esseri umani\">1. Sequenziamento dei genomi tumorali degli esseri umani<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/www.kolabtree.com\/blog\/it\/7-ways-cancer-research-can-benefit-from-big-data\/#2_High-Throughput_Sequencing_of_Patient_Samples\" title=\"2. Sequenziamento ad alta velocit\u00e0 di campioni di pazienti\">2. Sequenziamento ad alta velocit\u00e0 di campioni di pazienti<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/www.kolabtree.com\/blog\/it\/7-ways-cancer-research-can-benefit-from-big-data\/#3_Sequencing_Genomes_of_Other_Organisms\" title=\"3. Sequenziamento dei genomi di altri organismi\">3. Sequenziamento dei genomi di altri organismi<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/www.kolabtree.com\/blog\/it\/7-ways-cancer-research-can-benefit-from-big-data\/#4_Transcriptome_Analysis_for_Better_Cancer_Monitoring\" title=\"4. Analisi del trascrittoma per un migliore monitoraggio del cancro\">4. Analisi del trascrittoma per un migliore monitoraggio del cancro<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/www.kolabtree.com\/blog\/it\/7-ways-cancer-research-can-benefit-from-big-data\/#5_Incorporating_Machine_Learning_Algorithms_For_Diagnostic_Modelling\" title=\"5. Incorporare algoritmi di apprendimento automatico per la modellazione diagnostica\">5. Incorporare algoritmi di apprendimento automatico per la modellazione diagnostica<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/www.kolabtree.com\/blog\/it\/7-ways-cancer-research-can-benefit-from-big-data\/#6_Presenting_Greater_Clarity_on_Disease_Prognosis\" title=\"6. Presentare una maggiore chiarezza sulla prognosi della malattia\">6. Presentare una maggiore chiarezza sulla prognosi della malattia<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/www.kolabtree.com\/blog\/it\/7-ways-cancer-research-can-benefit-from-big-data\/#7_Clinical_Data_also_Presents_Viable_Answers_for_Cancer_Relapses\" title=\"7. I dati clinici presentano anche risposte valide per le ricadute del cancro\">7. I dati clinici presentano anche risposte valide per le ricadute del cancro<\/a><\/li><\/ul><\/nav><\/div>\n<p>Data is ubiquitous in healthcare\u2014from hospitals, laboratories and <a href=\"https:\/\/www.kolabtree.com\/blog\/it\/ensuring-reproducibility-in-ai-driven-research-how-freelance-experts-can-help-in-biotech-and-healthcare\/\">ricerca<\/a> centres to surveillance systems, data makes up an indiscriminate part of healthcare systems. In fact, there\u00a0is a myriad of types of data in biosciences research collected through clinical research or generated by genome sequencing or computational drug modelling. <a href=\"https:\/\/www.kolabtree.com\/find-an-expert\/subject\/oncology?utm_source=BlogCancer\">Ricerca sul cancro<\/a> in particolare beneficia delle applicazioni dei big data e dell'analitica. I programmi di screening del cancro avviano ricchi repertori di dati di imaging e di laboratorio, che richiedono analisi approfondite e test ripetuti per poterne ricavare un valore reale. I test ripetuti e l'analisi dei dati permettono ai ricercatori clinici di sviluppare farmaci migliori, capire i loro attributi <em>in vivo<\/em> e produrre nuovi tipi di farmaci per affrontare il cancro.<\/p>\n<p>Non \u00e8 un segreto che <a href=\"https:\/\/www.kolabtree.com\/find-an-expert\/subject\/data-analysis\">grandi dati<\/a> \u00e8 considerato come il metodo sicuro per rompere la complessit\u00e0 del cancro.  C'\u00e8 l'urgenza di stabilire nuovi meccanismi per trattare il cancro, il che ha portato le aziende a studiare strumenti di visualizzazione\/analisi dei dati. Catturare, raccogliere, memorizzare e analizzare i dati delle cellule tumorali \u00e8 un gioco completamente nuovo in cui\u00a0<strong>IA benevola<\/strong>,<strong>\u00a010X Genomica<\/strong>,<strong>\u00a0Medicina Insilico<\/strong>\u00a0e\u00a0<strong>NuMedii<\/strong>\u00a0hanno raggiunto le loro prime pietre miliari.<i>\u00a0<\/i>Infatti, 10X Genomics ha fatto il passo pi\u00f9 lungo della gamba per fornire servizi di sequenziamento del genoma intero, sequenziamento dell'esoma e analisi del trascrittoma di una singola cellula che indicano vividamente sequenze di geni a rischio di cancro nel DNA, nell'mRNA e nelle catene polipeptidiche, rispettivamente. Pochi altri stanno utilizzando quadri di dati pi\u00f9 ampi, nuovi meccanismi di screening e algoritmi di filtraggio dei dati ad alta definizione per testare i farmaci antitumorali su una vasta gamma di ambienti cellulari.<\/p>\n<p>L'applicabilit\u00e0 dei big data nella diagnosi, sperimentazione e gestione del cancro viene salutata come il passo vitale verso la ricerca sul cancro di livello successivo. Ecco 7 modi in cui i big data stanno influenzando la ricerca sul cancro.<\/p>\n<h4><span class=\"ez-toc-section\" id=\"1_Sequencing_Cancer_Genomes_of_Humans\"><\/span>1. Sequenziamento dei genomi tumorali degli esseri umani<span class=\"ez-toc-section-end\"><\/span><\/h4>\n<p><img decoding=\"async\" src=\"https:\/\/www.thermofisher.com\/blog\/wp-content\/uploads\/sites\/6\/2017\/05\/shutterstock_430479463.jpg\" \/><\/p>\n<p>Ogni cellula del nostro corpo ha lo stesso numero di cromosomi e circa lo stesso volume di DNA. Ma le cellule cancerose mostrano aberrazioni distinte nel contenuto cromosomico e nella crescita, che, se sottoposte a visualizzazione in silico, possono essere utilizzate per sfruttare le informazioni fino al livello del DNA. Questi studi di sequenziamento possono aiutare biologi cellulari, bioinformatici, biologi molecolari e nanobiotecnologi a sviluppare metodi migliori per rimuovere le anomalie cromosomiche, che possono portare a possibili percorsi terapeutici.<\/p>\n<h4><span class=\"ez-toc-section\" id=\"2_High-Throughput_Sequencing_of_Patient_Samples\"><\/span>2. Sequenziamento ad alta velocit\u00e0 di campioni di pazienti<span class=\"ez-toc-section-end\"><\/span><\/h4>\n<p>Siamo nell'era in cui la medicina personalizzata sta diventando comune nell'assistenza sanitaria e il cancro \u00e8 il pi\u00f9 grande ambito di questo progresso. Questa spinta verso la medicina personalizzata ha messo l'onere sulla biologia computazionale, il ramo della biologia che rende la sanit\u00e0 cos\u00ec sofisticata come \u00e8 vista oggi. <strong><a href=\"https:\/\/research.cornell.edu\/news-features\/cancer-and-big-data-analytics\">Professore Olivier Elemento<\/a><\/strong>Un esperto di medicina computazionale della Cornell University sottolinea che, poich\u00e9 le cellule tumorali cambiano sempre, si evolvono e si adattano all'ambiente umano, le tecnologie di nuova generazione pi\u00f9 veloci sono pi\u00f9 necessarie ora che mai per scoprire la composizione genetica di un tumore. E lo sforzo non finisce qui, le sequenze di mutazione devono essere identificate, segmentate ed elaborate in relazione al gene espresso.<\/p>\n<h4><span class=\"ez-toc-section\" id=\"3_Sequencing_Genomes_of_Other_Organisms\"><\/span>3. Sequenziamento dei genomi di altri organismi<span class=\"ez-toc-section-end\"><\/span><\/h4>\n<p><img decoding=\"async\" src=\"https:\/\/image.slidesharecdn.com\/ncigenomicsfairwashukibbe-170207033019\/95\/national-cancer-data-ecosystem-and-data-sharing-21-638.jpg?cb=1486440230\" alt=\"Risultato dell&#039;immagine per i dati sul cancro\" \/><\/p>\n<p>Il primo genoma ad essere sequenziato \u00e8 stato quello di <em>Escherichia coli<\/em>un organismo unicellulare. Poi, i genomi delle piante come <em>Arabidopsis thaliana<\/em> Con ogni grado di complessit\u00e0 che questi organismi portavano, il sequenziamento del genoma \u00e8 diventato pi\u00f9 grande in termini di comprensione del potenziale di una singola cellula di controllare, sensibilizzare o allontanare le cellule cancerose. Ha anche presentato teorie di lavoro dietro i fattori scatenanti del cancro. Ora, i ricercatori stanno analizzando i dati in tempo reale da linee cellulari di cancro dell'ovaio di criceto di topo\/criceto per aumentare o migliorare i metodi di rilevamento del cancro, insieme all'aumento dell'accuratezza dei test di screening attualmente disponibili.<\/p>\n<h4><span class=\"ez-toc-section\" id=\"4_Transcriptome_Analysis_for_Better_Cancer_Monitoring\"><\/span>4. Analisi del trascrittoma per un migliore monitoraggio del cancro<span class=\"ez-toc-section-end\"><\/span><\/h4>\n<p>Grandi database di dati di screening e sperimentali sono stati generati solo durante gli studi sul cancro nell'ultimo decennio. Questo ha aggiunto un valore cruciale per mantenere i geni marcatori che ora sono gli strumenti di prima mano per il monitoraggio degli oncogeni, la scoperta di farmaci e gli studi di biocompatibilit\u00e0. Inoltre, alcune aziende estrapolano i dati del genoma del cancro per analizzare i trascrittomi e la sintesi delle proteine. Questa \u00e8 la chiave per trovare frammenti di geni mal posizionati e i loro prodotti, quindi questo aiuta a tracciare le mutazioni, sia quelle conservative che quelle non conservative.<\/p>\n<h4><span class=\"ez-toc-section\" id=\"5_Incorporating_Machine_Learning_Algorithms_For_Diagnostic_Modelling\"><\/span>5. Incorporare algoritmi di apprendimento automatico per la modellazione diagnostica<span class=\"ez-toc-section-end\"><\/span><\/h4>\n<p>I sistemi sanitari immagazzinano enormi quantit\u00e0 di dati, che le tecnologie moderne hanno reso pi\u00f9 facili da utilizzare. I ricercatori biotecnologici\/interdisciplinari stanno eseguendo vaste analisi di questi database utilizzando l'alta velocit\u00e0 <a href=\"https:\/\/blog.kolabtree.com\/artificial-intelligence-and-machine-learning-are-transforming-healthcare\/\">algoritmi di apprendimento automatico<\/a> che pu\u00f2 scansionare i dati, interagire con i dati e garantire la massima precisione nell'integrazione di grandi database. Gli algoritmi di apprendimento automatico e i sistemi di modellazione dei dati ad alta tecnologia vengono impiegati per integrare i dati relativi al cancro da diverse fonti al fine di ottenere un quadro pi\u00f9 ampio dei tumori. Gli strumenti di visualizzazione dei dati genetici stanno facendo le onde nel rilevamento del cancro, consentendo nuovi metodi per controllare la crescita delle cellule tumorali e la morte delle cellule sane. Questo \u00e8 stato efficacemente messo in uso incorporando il Genetic Modification and Clinical Research Information System, che sono i pi\u00f9 efficienti sistemi di gestione dei dati di ricerca open source per visualizzare dati di sequenziamento e screening ad alta produttivit\u00e0.<\/p>\n<h4><span class=\"ez-toc-section\" id=\"6_Presenting_Greater_Clarity_on_Disease_Prognosis\"><\/span>6. Presentare una maggiore chiarezza sulla prognosi della malattia<span class=\"ez-toc-section-end\"><\/span><\/h4>\n<p>Alcuni strumenti software di visualizzazione dei dati sanitari come il <strong>CancerLinQ<\/strong> sono stati sviluppati, che permettono ai medici e agli interventisti di avere accesso a dati medici di alta qualit\u00e0 sui pazienti. Questo \u00e8 importante perch\u00e9 aiuta a capire le precedenti incidenze del cancro, la progressione della malattia e il precedente regime di trattamento. I medici fanno riferimento ai dati medici protetti dei pazienti utilizzando strumenti di screening e li usano per raccomandare studi clinici, suggerire protocolli di trattamento personalizzati e decidere la portata della gestione del cancro in modo pi\u00f9 efficace. Al giorno d'oggi, gli ospedali che riportano alti tassi di ammissione per i pazienti affetti da cancro hanno anche iniziato a utilizzare <strong>Carte d'identit\u00e0 del tumore<\/strong> che permettono ai loro dati di diventare accessibili a livello centrale per la valutazione clinica.<\/p>\n<h4><span class=\"ez-toc-section\" id=\"7_Clinical_Data_also_Presents_Viable_Answers_for_Cancer_Relapses\"><\/span>7. I dati clinici presentano anche risposte valide per le ricadute del cancro<span class=\"ez-toc-section-end\"><\/span><\/h4>\n<p>Sempre pi\u00f9 operatori sanitari si rivolgono a strumenti di analisi dei dati per capire le ragioni per cui alcuni pazienti mostrano tumori recidivanti mentre altri no. I medici stanno valutando un gran numero di case report che aiutano a valutare i rischi per la salute dei pazienti in una prospettiva molto pi\u00f9 ampia di prima. Mentre i case report medici sono in uso da molto tempo, \u00e8 solo ora che la loro accessibilit\u00e0 e utilit\u00e0 stanno aumentando. Ci\u00f2 significa che i dati di laboratorio non sono sottoposti a processi di identificazione standard, ma valutati dopo averli confrontati con altri casi segnalati a livello globale. Questo rende i dati il requisito chiave per un trattamento personalizzato.<\/p>\n<p>Il cancro si evolve a tassi pi\u00f9 alti delle nostre medicine. Quindi, se si punta a sconfiggerlo, controllarlo o prevenirlo, \u00e8 imperativo incanalare gli sforzi con un migliore riconoscimento del target. I grandi dati sono quella tecnologia fondamentale che uno scienziato del cancro dovrebbe applicare per migliorare la qualit\u00e0 della ricerca e stabilire i migliori risultati pi\u00f9 rapidamente.<\/p>\n<p>_______________________________________<\/p>\n<p><em>Consultare un<a href=\"https:\/\/www.kolabtree.com\/find-an-expert\/subject\/oncology?utm_source=BlogCancer\"> ricerca sul cancro specialis<\/a>o freelance\u00a0<a href=\"https:\/\/www.kolabtree.com\/find-an-expert\/subject\/data-analysis?utm_source=BlogCancer\">scienziato dei dati<\/a> su Kolabtree.\u00a0<\/em><\/p>","protected":false},"excerpt":{"rendered":"<p>Data is ubiquitous in healthcare\u2014from hospitals, laboratories and research centres to surveillance systems, data makes up an indiscriminate part of healthcare systems. In fact, there\u00a0is a myriad of types of data in biosciences research collected through clinical research or generated by genome sequencing or computational drug modelling. Cancer research in particular benefits from the applications<\/p>\n<div class=\"read-more\"><a href=\"https:\/\/www.kolabtree.com\/blog\/it\/7-ways-cancer-research-can-benefit-from-big-data\/\" title=\"Per saperne di pi\u00f9\">Per saperne di pi\u00f9<\/a><\/div>","protected":false},"author":32,"featured_media":2906,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[247],"tags":[119,380,388,390,389],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v20.1 (Yoast SEO v20.1) - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>7 ways cancer research can benefit from big data | Kolabtree Blog<\/title>\n<meta name=\"description\" content=\"Transcriptome analysis, ML modelling and more: 7 ways big data is is helping advance cancer research, diagnosis and treatment.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.kolabtree.com\/blog\/it\/7-ways-cancer-research-can-benefit-from-big-data\/\" \/>\n<meta property=\"og:locale\" content=\"it_IT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"7 Ways Cancer Research can Benefit from Big Data\" \/>\n<meta property=\"og:description\" content=\"Transcriptome analysis, ML modelling and more: 7 ways big data is is helping advance cancer research, diagnosis and treatment.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.kolabtree.com\/blog\/it\/7-ways-cancer-research-can-benefit-from-big-data\/\" \/>\n<meta property=\"og:site_name\" content=\"The Kolabtree Blog\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/kolabtree\" \/>\n<meta property=\"article:published_time\" content=\"2018-02-02T05:22:58+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2018-07-27T13:15:47+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2018\/02\/stem-cell-163711_1280.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1280\" \/>\n\t<meta property=\"og:image:height\" content=\"720\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Mahasweta Pal\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@kolabtree\" \/>\n<meta name=\"twitter:site\" content=\"@kolabtree\" \/>\n<meta name=\"twitter:label1\" content=\"Scritto da\" \/>\n\t<meta name=\"twitter:data1\" content=\"Mahasweta Pal\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tempo di lettura stimato\" \/>\n\t<meta name=\"twitter:data2\" content=\"5 minuti\" \/>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"7 ways cancer research can benefit from big data | Kolabtree Blog","description":"Transcriptome analysis, ML modelling and more: 7 ways big data is is helping advance cancer research, diagnosis and treatment.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.kolabtree.com\/blog\/it\/7-ways-cancer-research-can-benefit-from-big-data\/","og_locale":"it_IT","og_type":"article","og_title":"7 Ways Cancer Research can Benefit from Big Data","og_description":"Transcriptome analysis, ML modelling and more: 7 ways big data is is helping advance cancer research, diagnosis and treatment.","og_url":"https:\/\/www.kolabtree.com\/blog\/it\/7-ways-cancer-research-can-benefit-from-big-data\/","og_site_name":"The Kolabtree Blog","article_publisher":"https:\/\/www.facebook.com\/kolabtree","article_published_time":"2018-02-02T05:22:58+00:00","article_modified_time":"2018-07-27T13:15:47+00:00","og_image":[{"width":1280,"height":720,"url":"https:\/\/www.kolabtree.com\/blog\/wp-content\/uploads\/2018\/02\/stem-cell-163711_1280.jpg","type":"image\/jpeg"}],"author":"Mahasweta Pal","twitter_card":"summary_large_image","twitter_creator":"@kolabtree","twitter_site":"@kolabtree","twitter_misc":{"Scritto da":"Mahasweta Pal","Tempo di lettura stimato":"5 minuti"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.kolabtree.com\/blog\/it\/7-ways-cancer-research-can-benefit-from-big-data\/#article","isPartOf":{"@id":"https:\/\/www.kolabtree.com\/blog\/it\/7-ways-cancer-research-can-benefit-from-big-data\/"},"author":{"name":"Mahasweta Pal","@id":"https:\/\/www.kolabtree.com\/blog\/#\/schema\/person\/9e27a382e95318cf10b7fe808f31d913"},"headline":"7 Ways Cancer Research can Benefit from Big Data","datePublished":"2018-02-02T05:22:58+00:00","dateModified":"2018-07-27T13:15:47+00:00","mainEntityOfPage":{"@id":"https:\/\/www.kolabtree.com\/blog\/it\/7-ways-cancer-research-can-benefit-from-big-data\/"},"wordCount":1088,"commentCount":0,"publisher":{"@id":"https:\/\/www.kolabtree.com\/blog\/#organization"},"keywords":["Big Data","cancer treatment","gene therapy","healthcare analytics","research without borders"],"articleSection":["Guest posts"],"inLanguage":"it-IT","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/www.kolabtree.com\/blog\/it\/7-ways-cancer-research-can-benefit-from-big-data\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/www.kolabtree.com\/blog\/it\/7-ways-cancer-research-can-benefit-from-big-data\/","url":"https:\/\/www.kolabtree.com\/blog\/it\/7-ways-cancer-research-can-benefit-from-big-data\/","name":"7 ways cancer research can benefit from big data | Kolabtree Blog","isPartOf":{"@id":"https:\/\/www.kolabtree.com\/blog\/#website"},"datePublished":"2018-02-02T05:22:58+00:00","dateModified":"2018-07-27T13:15:47+00:00","description":"Transcriptome analysis, ML modelling and more: 7 ways big data is is helping advance cancer research, diagnosis and treatment.","breadcrumb":{"@id":"https:\/\/www.kolabtree.com\/blog\/it\/7-ways-cancer-research-can-benefit-from-big-data\/#breadcrumb"},"inLanguage":"it-IT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.kolabtree.com\/blog\/it\/7-ways-cancer-research-can-benefit-from-big-data\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/www.kolabtree.com\/blog\/it\/7-ways-cancer-research-can-benefit-from-big-data\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.kolabtree.com\/blog\/"},{"@type":"ListItem","position":2,"name":"7 Ways Cancer Research can Benefit from Big Data"}]},{"@type":"WebSite","@id":"https:\/\/www.kolabtree.com\/blog\/#website","url":"https:\/\/www.kolabtree.com\/blog\/","name":"The Kolabtree Blog","description":"Expert Views on Science, Innovation and Product Development","publisher":{"@id":"https:\/\/www.kolabtree.com\/blog\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.kolabtree.com\/blog\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"it-IT"},{"@type":"Organization","@id":"https:\/\/www.kolabtree.com\/blog\/#organization","name":"Kolabtree","url":"https:\/\/www.kolabtree.com\/blog\/","logo":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/www.kolabtree.com\/blog\/#\/schema\/logo\/image\/","url":"","contentUrl":"","caption":"Kolabtree"},"image":{"@id":"https:\/\/www.kolabtree.com\/blog\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/kolabtree","https:\/\/twitter.com\/kolabtree","https:\/\/instagram.com\/kolabtree","https:\/\/www.linkedin.com\/company\/kolabtree","https:\/\/en.m.wikipedia.org\/wiki\/Kolabtree"]},{"@type":"Person","@id":"https:\/\/www.kolabtree.com\/blog\/#\/schema\/person\/9e27a382e95318cf10b7fe808f31d913","name":"Mahasweta Pal","image":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/www.kolabtree.com\/blog\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/79ba39c5e6f127656d1177e94efc1946?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/79ba39c5e6f127656d1177e94efc1946?s=96&d=mm&r=g","caption":"Mahasweta Pal"},"description":"Mahasweta is a freelance medical writer and science communicator, with experience in creating technical documents, blog posts and news articles. She is a biotechnologist at heart with research experience in Tissue Engineering, Medical Imaging Devices and Industrial Microbiology. She majored in Biomedical Engineering from Vellore Institute of Technology and has served as an editor for journal publications from Elsevier, Wolters Kluwer Health and the Royal Society for Chemistry.","url":"https:\/\/www.kolabtree.com\/blog\/it\/author\/mahasweta-pal\/"}]}},"amp_enabled":true,"_links":{"self":[{"href":"https:\/\/www.kolabtree.com\/blog\/it\/wp-json\/wp\/v2\/posts\/2869"}],"collection":[{"href":"https:\/\/www.kolabtree.com\/blog\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.kolabtree.com\/blog\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.kolabtree.com\/blog\/it\/wp-json\/wp\/v2\/users\/32"}],"replies":[{"embeddable":true,"href":"https:\/\/www.kolabtree.com\/blog\/it\/wp-json\/wp\/v2\/comments?post=2869"}],"version-history":[{"count":11,"href":"https:\/\/www.kolabtree.com\/blog\/it\/wp-json\/wp\/v2\/posts\/2869\/revisions"}],"predecessor-version":[{"id":3862,"href":"https:\/\/www.kolabtree.com\/blog\/it\/wp-json\/wp\/v2\/posts\/2869\/revisions\/3862"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.kolabtree.com\/blog\/it\/wp-json\/wp\/v2\/media\/2906"}],"wp:attachment":[{"href":"https:\/\/www.kolabtree.com\/blog\/it\/wp-json\/wp\/v2\/media?parent=2869"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.kolabtree.com\/blog\/it\/wp-json\/wp\/v2\/categories?post=2869"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.kolabtree.com\/blog\/it\/wp-json\/wp\/v2\/tags?post=2869"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}