期刊名：Medical Sciences

期刊主页：https://www.mdpi.com/journal/medsci

随着高通量测序及质谱技术的迅猛发展，生物医学研究已全面步入多组学时代。基因组学、转录组学、蛋白质组学、代谢组学和表观基因组学等多层次分子数据的整合，使得研究者能够超越传统的还原论思路，在系统层面动态捕捉人类疾病的复杂本质。这一整合范式不仅深化了对疾病机制的理解，更为稳健、可临床转化的生物标志物发现提供了前所未有的机遇。

Medical Sciences 期刊特邀来自宁波诺丁汉大学计算机科学学院的 Dr. Holger Husi 担任客座编辑，合作创建特刊 Integrative Multi-Omics and Data-Driven Biomarker Discovery in Human Diseases（整合多组学与数据驱动的人类疾病生物标志物发现）。Dr. Holger Husi 长期从事疾病系统生物学研究，研究方向涵盖整合多组学技术、生物医学统计、生物信息学数据库、荟萃分析及系统生物学等。本特刊旨在汇聚整合多组学分析与数据驱动方法在疾病标志物发现领域的前沿研究，推动从分子机制到精准医学的系统性转化。

特刊包括但不限于以下主题：

•单细胞多组学：利用单细胞RNA测序等技术捕获细胞水平异质性及空间基因表达图谱

•下一代测序分析与全基因组关联研究：临床基因组学中的高通量测序流程、RNA-seq整合及变异检测

•数据整合框架与算法：开发协调多组学数据（基因组、转录组、蛋白质组、代谢组和表观基因组）的计算流程

•网络生物学与通路分析：利用系统生物学方法绘制跨组学层级的分子交互网络及关键调控节点

•人工智能与机器学习：运用深度学习、图神经网络及集成学习方法识别潜在生物标志物特征及预测疾病轨迹

•精准医学与转化应用：将多组学生物标志物转化为个体化诊断、预后评估及治疗策略

•人群规模研究：通过大型队列、纵向采样及电子健康记录整合扩宽标志物发现范围

•临床转化与验证：确保生物标志物的可重复性、监管合规性及真实临床环境中的稳健验证

•与数字健康整合：将组学数据与可穿戴传感器、影像学及临床记录融合，推动多模态标志物发现

•实时临床决策支持：将人工智能驱动的标志物洞见嵌入医院工作流程，辅助诊疗决策

•全球合作与数据共享：构建可互操作平台和联盟，加速生物标志物在不同人群中的验证

•伦理与隐私考量：应对患者数据安全、知情同意及AI标志物技术公平可及等挑战

投稿截止日期：2027年2月5日

客座编辑介绍

Dr. Holger Husi

宁波诺丁汉大学计算机科学学院，诺丁汉宁波卓越灯塔研究创新研究院，中国宁波

研究领域：疾病分析学；整合多组学技术；生物医学统计；生物医学数据库；荟萃分析；系统生物学

特刊链接：https://www.mdpi.com/journal/medsci/special_issues/T8F04G885O

Medical Sciences期刊介绍

主编： Prof. Dr. Antoni Torres, Universidad de Barcelona, Barcelona, Spain;

发表关于疾病分子与细胞过程的原创研究、综述及短篇通讯，促进对医学基本原理及生物学问题的深入理解。期刊已被Scopus, ESCI (Web of Science), PubMed, PMC, MEDLINE, CAPlus / SciFinder等数据库收录;

2025 Impact Factor: 5.9;

2025 CiteScore: 4.6;

Time to First Decision: 18.7 Days;

Acceptance to Publication: 2.8 Days