CÔNG NGHỆ GEN TIÊN TIẾN CHO NGƯỜI VIỆT
Chúng tôi phát triển các công cụ, giải pháp hỗ trợ y học di truyền dựa trên dữ liệu gen người Việt. Chúng tôi hướng tới cung cấp các công cụ quản lý, phân tích và chia sẻ dữ liệu gen cũng như các giải pháp hỗ trợ dự đoán nguy cơ bệnh và tác dụng phụ của thuốc dựa trên gen. Các giải pháp này được kỳ vọng sẽ góp phần hỗ trợ chẩn đoán và điều trị bệnh một cách hiệu quả, từng bước đặt nền tảng cho y học chính xác, nâng cao sức khỏe cộng đồng người dân Việt Nam.
Dự án
Xây dựng các cơ sở dữ liệu quy mô lớn nhằm hỗ trợ nghiên cứu y sinh và ứng dụng lâm sàng; Xây dựng các hệ thống quản lý, phân tích và chia sẻ dữ liệu quy mô lớn nhằm hỗ trợ phát triển ứng dụng y sinh; Phát triển các phương pháp tính toán tiên tiến nhằm khám phá tri thức mới và hỗ trợ nghiên cứu ứng dụng trong y sinh; Phát triển các giải pháp dự đoán nguy cơ bệnh và phản ứng có hại của thuốc nhằm hỗ trợ chẩn đoán và điều trị các bệnh di truyền phức tạp.


Hệ thống quản lý và phân tích dữ liệu Y sinh
Đây là hệ thống quản lý, phân tích và chia sẻ dữ liệu y sinh lớn nhất Việt Nam hiện nay, sử dụng các công nghệ tiên tiến nhất trên thế giới.

Hệ gen tham chiếu
của người Việt
Xây dựng hệ gen tham chiếu hoàn chỉnh đầu tiên đặc trưng cho người Việt sử dụng các công nghệ và phương pháp tiên tiến nhất trên thế giới.


Giải pháp hỗ trợ dự đoán nguy cơ mắc bệnh
Phát triển các giải pháp dự đoán nguy cơ mắc bệnh cho các nhóm bệnh phổ biến tại Việt Nam như tiểu đường, tim mạch, ung thư...


Giải pháp hỗ trợ dự đoán tác dụng phụ của thuốc
Phát triển các giải pháp dự đoán tác dụng phụ của thuốc như quá mẫn NSAIDs, quá mẫn kháng sinh, tổn thương da nghiêm trọng, sốc phản vệ...
Testimonial





Đối tác
Hợp tác với các đơn vị nghiên cứu hàng đầu trong lĩnh vực Y khoa, Sinh học phân tử, Khoa học máy tính, Tin sinh học của Việt Nam và quốc tế nhằm đẩy nhanh việc nghiên cứu và ứng dụng hướng y học chính xác tại Việt Nam.

Hệ gen tính toán
thuộc Khoa Kỹ thuật Y sinh,
Đại học Johns Hopkins (Mỹ)

dữ liệu ứng dụng,
Đại học Chicago (Mỹ)








thuộc Đại học Queensland (Úc)

Khoa học dữ liệu Y sinh,
Đại học Wellington Victoria (New Zealand)





