心血管钙化是一种高患病率和高死亡率的健康疾病。钙化血管和心脏瓣膜病的唯一可用治疗选择是侵入性经导管手术或手术,但不能完全解决这类疾病的广泛病变;因此,迫切需要一种医疗选择来解决这个问题。心血管钙化是一个活跃的过程,这为有效的治疗靶向提供了潜在的机会。钙化疾病涉及许多生物过程,包括基质重塑、转录调节、线粒体功能障碍、氧化应激、钙和磷酸盐信号传导、内质网应激、脂质和矿物质代谢、自噬、炎症、细胞凋亡、矿化抑制丧失、矿物质吸收受损、细胞衰老和细胞外囊泡充当微钙化的前体。分子成像和大数据技术的进步,包括多组学、网络医学以及这些方法的整合,有助于提供更全面的人类疾病图谱。在本综述中,我们讨论了心血管系统中的异位钙化过程,重点是通过患者数据获得的新兴机械知识以及成像方法、实验模型和多组学生成的大数据的进展,还强调人工智能、机器学习和深度学习的潜力和挑战,来整合药物发现的成像和机械数据。