【科普】精準醫(yī)療與遺傳基因檢測的行業(yè)分析(上)

1、【科普】精準醫(yī)療與遺傳基因檢測的行業(yè)分析（上）移動醫(yī)療時訊2015-05-07 14:41:18閱讀(214)評論(0)聲明：本文由入駐搜狐公眾平臺的作者撰寫，除搜狐官方賬號外，觀點僅代表作者本人，不代表搜狐立場。舉報作者：陳遵秋 陳漪伊編者按：伴隨著精準醫(yī)療的提出，本已熱門的遺傳基因檢測被越來越多的人提及并關注。自2003年第一個人類基因被測序后（當時花費為30億美元），由于技術的更新，費用的降低，和基因相關的檢測技術及服務開始大量涌現(xiàn)?，F(xiàn)如今，已經有上千種的疾病使用到了遺傳基因檢測 ( Centers for Disease Control and Prevention, 2015)。目前

2、已登記有26,000個實驗室檢測項目涵蓋了5,400種狀況和3,700種基因 (NCBI, 2015)。而一個全基因組測序只需6995美元(Skirton, Jackson, Goldsmith, & Connor, 2013)，專門針對個體消費者的遺傳基因檢測只需99美元。一份由United Health Group發(fā)布的市場報告(UnitedHealth, 2012)顯示，遺傳基因檢測是實驗室檢測市場中發(fā)展最快的一分支，全美在此上的開支為50億美元，預計到2021年，可達到150億至250億美元。面對這熱火朝天的場面，究竟什么是遺傳基因檢測？有哪些不同種類，能對健康治療起什么幫助作

3、用？數(shù)據(jù)分析在其中的角色是什么？在全民參與健康保險的變革時代，美國保險業(yè)對遺傳基因檢測又是怎么對待？現(xiàn)階段，大眾又是如何看待此類檢測的？本文作者陳氏夫婦為生物醫(yī)藥大數(shù)據(jù)分析行業(yè)的頂尖專業(yè)人士，在美國從事相關的理論模型構建與實戰(zhàn)研究多年，現(xiàn)在從專業(yè)角度對此相關概念進行闡述，即使資本市場對此概念火熱追捧，但也沒有多少人真正明了這些基本理論和實際的應用。不過期望能促進有興趣者對此深入了解，更希望拋磚引玉，能有更多的專業(yè)人士進一步闡述和探討，也就達到目的了。一、什么是遺傳基因檢測遺傳基因檢測（genetic and genomic testing）是使用實驗室方法來看從你父母那兒遺傳得來的DNA指令：

4、即你的基因。它可以用來確定健康問題上增加的風險，選擇治療，或者評估對治療的反應。遺傳檢測(Genetic testing)通常使用于遺傳性疾病方面，用以檢測某些與特定疾病發(fā)生相關聯(lián)的基因（易感基因），進而判斷患上此疾病的風險系數(shù)。比如，眾所周知，一個變異的BRCA1 或 BRCA2基因的存在，會增加本人得乳腺癌或卵巢癌的風險。而基因檢測(Genomic testing) 通常只涉及到癌癥腫瘤本身。它主要用于給病患和醫(yī)生提供關于某個特定癌癥腫瘤的具體信息：比如，對于某些腫瘤需要加大治療力度；而對于“表現(xiàn)溫和”的腫瘤，可以選擇比較溫和妥當?shù)闹委煼绞?。進而還引出了兩個熱詞，腫瘤靶向治療和個體化治療，

5、喬布斯患有胰腺癌（惡性程度最高的一種癌癥）就是綜合采用了各種方法，延續(xù)了9年生命，并且生活質量較好。本文采用的定義是前者，即遺傳檢測，但基因是檢測中的一個必不可少的組成部分，所以籠統(tǒng)稱為遺傳基因檢測(genetic and genomic test),但不牽扯后者的定義和內容。二、遺傳基因檢測的種類和效用那么，現(xiàn)在究竟有哪些類型的遺傳基因檢測？它們各自的服務目的又是什么?美國國家人類基因研究所提供了7類現(xiàn)已比較普遍的檢測及定義。診斷檢測： 用來精確判定導致個體生病的疾病。診斷檢測的結果可以幫助個體及時做出如何治療或管理健康的選擇。預測和癥狀發(fā)生前的遺傳基因檢測：用來發(fā)現(xiàn)可能增加個體患病幾率的基

6、因變化。這些檢測的結果可用于對個體患上某種特定疾病的風險預測，從而可能對個體的生活方式及健康保健的調整有所幫助。載體檢測：用來發(fā)現(xiàn)攜帶有和疾病相關的易感基因的個體。載體本身可能沒有任何疾病的顯狀。但，他們具有把易感基因遺傳到下一代的能力。下一代就有可能出現(xiàn)疾病或成為新的載體。有些疾病產生需要的易感基因是必須從父母雙方那兒遺傳下去的。這種類型的檢測對有遺傳疾病家族史的個體尤為重要，因為他們對特定的遺傳疾病往往有著比正常人更高的風險。產前檢查：用來幫助識別在懷孕期間胎兒是否有某些嚴重的疾病。新生兒篩查：用來檢查發(fā)現(xiàn)出生一到二天的新生兒是否患有會影響健康和今后發(fā)展的已知疾病。藥物基因組學檢測：用來提

7、供關于特定藥物在人體內如何產生作用的信息。這種檢測能幫助個體的醫(yī)療保健人員根據(jù)你的基因構成，選擇效果最好的藥物。研究性遺傳基因檢測：用來更多地了解基因對健康和疾病的貢獻。此類研究的結果可能不直接有益于參與者，但它們可以幫助研究人員更好的理解人體，健康和疾病，從而推動醫(yī)學及健康科學的進步，在今后使他人受益。三、遺傳基因檢測是否包查百??？雖然已有成千上萬涵蓋了幾百種人類疾病和性狀的相關聯(lián)基因被發(fā)現(xiàn)，但對于大多數(shù)疾病而言，僅僅只有很小一部分的遺傳基因被識別出來，更何況，相關聯(lián)并不表明該基因就是引起疾病的罪魁禍首，即關聯(lián)性不等同于因果性。因此，幾乎所有復雜的疾病，迄今為止，即使是已知的具有高度遺傳性的

8、疾病，現(xiàn)有的遺傳基因風險分析往往只能部分解釋疾病的發(fā)生(Do C., et al., 2012)。比如，對于10種復雜疾?。ò柎暮Ｄ?，雙相性精神障礙，乳腺癌，冠狀動脈疾病，克羅恩病，前列腺癌，精神分裂癥，系統(tǒng)性紅斑狼瘡，1型糖尿病，2型糖尿?。┑陌l(fā)生，只有約0.4% 到31.2%是被已知的易變基因變種所解釋了的 （So HC., et al., 2011）。這說明僅憑我們現(xiàn)在已發(fā)現(xiàn)的基因，對這些包含遺傳因素的疾病的產生進行預測是很不完善的。也就是說，大多數(shù)情況下依托單核苷酸多態(tài)性(SNP)（可籠統(tǒng)理解為一種DNA基因變異）建立的風險預測模型對于現(xiàn)有已知標記（染色體上一個可以被識別的區(qū)域）只

9、能獲得較差的預測值(Do C.,et al., 2012)。因此，在臨床上，人們對于使用遺傳基因進行疾病的風險預測十分謹慎。此外，基因組學涉及的不僅僅只有基因方面的影響，還有環(huán)境方面的影響，也包括了更復雜的基因與基因，基因與環(huán)境之間的交互影響等等，從而增加了收集數(shù)據(jù)并依此建模的復雜性。四、遺傳基因檢測里的數(shù)據(jù)分析上面提到，使用基因信息所得到的風險預測模型并不理想。那么怎么判斷預測模型的好壞呢？這兒就有必要了解一下全基因組關聯(lián)研究(GWAS) 具體是怎么回事和數(shù)據(jù)分析是如何應用在里面的。全基因組關聯(lián)研究又稱為常見變種相關性研究（common-variant association study:

10、CVAS）。它是一種針對個體的許多常見共同基因變種的檢查，用以判別是否有任何變種與某一性狀（比如疾病表現(xiàn)特征）相關聯(lián)。GWAS通常側重于研究單核苷酸多態(tài)性（SNPs）和一些有性狀的主要疾病的關聯(lián)性。最常見的此類研究方法稱為表型檢測，即把參與者根據(jù)他們的臨床表現(xiàn)特征分成兩組，比如患者組和健康人口組，然后分別檢測并比較他們的SNP。如果某一類型的變種（等位基因）或多或少經常出現(xiàn)在患者組中并被統(tǒng)計驗證它出現(xiàn)不是偶然的，該SNP就被認為和此疾病是相關聯(lián)的。該相關性SNP所標識的人類基因組某一區(qū)域就被認為會影響患病的風險。此處再強調一下，相關性不等同于因果性。通過GWAS研究所發(fā)現(xiàn)的與特定疾病有關聯(lián)性的

11、SNP并不能被認為就會引起或增加患病的風險。而依據(jù)基因的風險預測模型就是根據(jù)SNP和 疾病相關的強弱程度計算出個體患病風險系數(shù)，并在此系數(shù)基礎上進一步將個體劃分入不同患病風險的組別。預測判斷精準與否直接影響到個體是被正確劃入風險高的組別還是風險低的組別。最常用的一個判別風險劃分精準度的指標，原本是應用在信號檢測理論中的叫做：接收者操作特征曲線，receiver operatingcharacteristiccurve，縮寫為ROC。曲線下的面積稱為Area under curve，縮寫為AUC。這兩者我們綜合起來用于判別風險劃分精準度。由于事實上，幾乎沒有什么預測模型是完美的，因此人們需要計算

12、這個預測模型劃分的正確率和錯誤率。相應的，在此我們來介紹一下四個基本概念： 真實高風險，虛假高風險，虛假低風險，和真實低風險，見圖一。在我們知道最后個體患病結果的情況下，通過模型預測分類后估計的風險及非風險個體數(shù)量。圖一：真實風險是真實高風險和真實低風險的總和，也就是歸類歸對了，被劃分為高風險的個人的確患病了，而被劃為低風險的人沒有得病。虛假風險則是虛假高風險和虛假低風險的總和，即歸類歸錯了。我們通過圖二來演示。從左到右，分類標準從十分保守趨向十分激進。左一的小圖所設的分類標準要求超高的預測值才能被劃入高風險組，從而造就了許多虛假的低風險（即許多被判定為低風險的人最終得病了）。而在右一的小圖中，較低的風險預測值就可以被劃分為高風險組，從而造就了許多虛假高風險。由此可見，選擇分類標準極大地影響了預測模型的最終分類錯誤率。圖二：好的分類標準當然是要有盡可能多的真實高風險數(shù)量和真實低風險數(shù)量，和盡可能少的虛假高風險數(shù)量和虛假低風險數(shù)量。一般而言，“激進”與否往往取決于個人被歸類后，虛假高風險和虛假低風險，哪個會對其造成更嚴重的醫(yī)療健康后果。我們一般通過4個比率來體現(xiàn)一個分類標準的正確率和錯誤率，如圖三和下面的公式所示（后面保險業(yè)對遺傳基因檢測的態(tài)度和此有很大